数据中心的能耗与热力学管理研究：测量，建模，与优化

Cutting the energy consumption of data centers has always been a hot topic in both academia and industry. This research proposes to study the power and thermal management problems in data centers from the perspective of cyber-physical system. Detailed research contents include: 1) Design and implement a fine granularity data center power and environment measurement system, by which the IT thermal load, cooling efficiency, and power consumption will be measured in a finer space and time scale. Investigate the reduced-order power and thermal model based on measurement data using machine learning techniques. 2) For single tenant data centers, formulate a joint IT and cooling optimization problem which includes cutting-edge IT and cooling control technologies. Study the collaborative and distributed resource management algorithm for IT and cooling subsystems to minimize the overall data center energy consumption. 3) For multi-tenant data centers, since the IT subsystem is beyond the data center operator’s control, we will concentrate on various data center cooling solutions and design distributed algorithms containing multiple agents based on reinforcement learning technique, such that the energy consumption of cooling system is reduced. The research outputs of this project will shed a light on basic principles for designing efficient energy minimization algorithms for data center operators.

如何降低数据中心的能耗一直以来都是学术界与工业界关注的热点问题。本项目从信息物理系统的角度出发，展开数据中心的能耗与热力学管理研究，研究内容包括：1）设计数据中心细粒度动力环境测量系统，对数据中心的IT系统热负载、制冷与散热效率、以及能耗等方面进行细粒度测量。在测量数据的基础上，运用机器学习等方法，建立数据中心的精细化能耗模型与低维度热力学模型。2）针对单用户数据中心，建立IT-制冷联合资源控制优化问题，精确描述先进的IT与制冷控制技术。研究IT-制冷协同分布式资源控制算法，降低数据中心总能耗。3）针对多用户数据中心，由于IT子系统不受数据中心运营商控制，项目将针对多种制冷方案，采用强化学习等方法，设计包含多个代理的分布式控制算法，协调制冷子系统中各个组件的行为，优化数据中心的制冷能耗。本项目的研究成果可用于指导数据中心运营商设计高效的节能控制算法，具有极大的学术价值与经济意义。

本研究主要关注数据中心的测量与能耗管理。研究内容主要包括：1）构建数据中心动环测量系统对数据中心进行细粒度测量并建模。构建了通风地板、机架、空调等多处的温度和压强无线测量系统，针对数据中心微环境进行了大量测量工作，并基于深度神经网络和高斯过程回归等机器学习模型，建立了数据中心能耗与动环的数据驱动端到端模型。2）研究绿色数据中心能源架构及管理方法。基于可再生能源、冷热电三连发（CCHP）、废热回收等技术构建了绿色数据中心能源架构，并针对少能源消耗、碳排量、能源运行成本等目标函数推导了最优数据中心的能源管理策略，应用真实数据进行了仿真验证分析。3）设计了基于深度强化学习的数据中心制冷控制自学习算法。设计了主动通风地板的控制算法，并在内蒙古气象信息中心的数据中心中进行了部署与测试。利用模型强化学习框架，设计了数据中心空调管理算法，有效减少了数据中心机架入风口温度违约，减少了能源消耗。本项目的研究成果对于实现我国碳中和与碳达峰目标具有重要的理论意义与实践价值。