「電力を大量に消費する」データセンターで AI はどのような役割を果たすのでしょうか?

我が国の「デュアルカーボン」目標の提唱により、データセンターにおける省エネと消費削減が社会的に注目されるようになりました。

ここ数年でデータセンターが急増し、大規模サーバーを直列に接続したコンピューティングシステムが、膨大なデータの処理や計算をサポートするようになりました。データセンターのラック数は2016年の124万台から2019年には227万台に増加し、4年間で83.1％増加しました。

これらのデータ センターは大量の電力を消費し、電力密度は 30～50kW にもなります。中には 100kW ラックにアップグレードされたデータ センターもあり、まさに「電力を大量に消費する」データ センターとなっています。

しかし、「カーボンニュートラル」という命題の下、データセンターは省エネと排出削減、コスト削減、効率向上へと向かう必要があります。

国家発展改革委員会など4つの部門が発表した「国家統合ビッグデータセンター協同イノベーションシステムコンピューティングハブ実施計画」にせよ、工業情報化部が発表した「新データセンター開発3カ年行動計画（2021～2023年）」にせよ、どちらもグリーンデータセンターの建設を強化し、省エネと消費削減を向上させるという要求を提示し、グリーンテクノロジー製品の応用を改善し、効率的でクリーンなエネルギー利用レベルを向上させ、データセンターのグリーン管理能力を最適化する道を強調しています。

では、グリーン データ センターを実現するにはどうすればよいでしょうか?

01AIはエネルギー効率を向上させるモデルです

PUE (Power Usage Effectiveness) は、データセンターの運用および管理レベルを測定するための重要な指標です。また、データセンターのグリーン、省エネ、環境に優しいレベルの同義語でもあります。

International Uptime Institute による 2014 年のデータセンター調査によると、世界中の大規模データセンターの適正 PUE 値は 1.6 ～ 2.0 で、平均 PUE は 1.7 です。同時期の国内データセンターのPUEは2.5～3.0で、IDC業界全体としては大幅な発展段階にあった。

従来の大規模データセンターのコンピュータ室では、IT 機器が電気エネルギー消費量の 46% を占めるに過ぎず、40% 以上がポンプ、チラー、冷却塔などの大型産業用冷凍機器に使用されています。コンピュータ室の温度を一定に保つために、データセンターでは通常、吸気温度を 20 ～ 25 度に制御します。

計算式[PUE = データセンターの総消費電力 / IT機器の消費電力]から、冷却リンクがデータセンターのエネルギー消費量の急増の主な原因であり、PUEが高いままである理由であることが容易にわかります。

現在、業界レベルの AI インテリジェント ソリューションは、エネルギー効率を向上させることでデータ センターの構築とアップグレードを促進しています。

データセンターの省エネのリーダーとして、Google は AI を活用してデータセンターのエネルギーを節約し、IDC 業界がインテリジェント テクノロジーで自らを「武装」するための学習モデルとなっています。

2016 年、Google は、すでにエネルギー効率の高い 15 のデータセンターの冷却エネルギーを 40% 以上節約し、データセンターの総電気コストの約 15% を占め、PUE を 1.12 に削減しました。

このプロセスでは、汎用インテリジェントフレームワークに基づく AI が役立ち、Google のデータセンター部門と Deepmind によって処理されました。彼らは、ニューラル ネットワークの使用によって Google のデータセンターの効率を向上できると考えました。 12 か月の開発フェーズで、AI ベースの PUE 予測の精度は 99.6% に最適化されました。

モデルがデータセンターの効率を正確に予測できるように、アルゴリズムは数千のセンサーからデータセンターの冷却システムのスナップショットを抽出し、それをディープ ニューラル ネットワークに入力します。次に、さまざまな組み合わせに基づいて潜在的な動作がエネルギー消費に与える影響を予測し、Google が熱交換器をいつ清掃するかを決定して、機器の冷却パフォーマンスを向上させるのに役立ちます。

Google の各データセンターには独自の電力および冷却設備があり、異なる気候帯に位置しています。季節的な天候の変化も PUE 値に影響しますが、Google は、暑くて湿度の高いアトランタの夏でも、世界中のすべてのデータセンターで低い PUE 値を維持することに成功しています。

2018年頃、GoogleはこのAIシステムのアップグレードを完了し、人間の介入なしにデータセンターの冷却システムを直接制御し、データセンターの運用専門家が効果的に監視できるようになりました。同時に、このクラウドベースの AI 制御システムは多くの Google データセンターに適用され、大量のエネルギーを節約しています。

02 中国のグリーンデータセンターにおけるAIの探究

中国工業情報化部の要件によれば、2022年までに新設される大規模および超大規模データセンターのPUEは1.4未満に抑えなければならない。新しいテクノロジーと新しいアーキテクチャを使用してエネルギー損失を削減し、データセンターのグリーン開発を実現する方法は、IDC 業界でホットな話題になっています。

現在、中国の大手インターネット企業やIDC企業は、中国のデータセンターの建設とアップグレードを促進するためにAIの活用を検討し始めています。

Huawei の Ulanqab クラウド データ センターを例にとると、間接蒸発冷却ソリューションと iCooling エネルギー効率最適化テクノロジーを使用することで、年間平均 PUE を 1.15 に削減できました。従来の冷水ソリューションと比較すると、データセンターは年間 1,600 万 kWh 以上の電力を節約し、二酸化炭素排出量を年間約 8,140 トン削減できます。

2021年9月に貴安ファーウェイクラウドデータセンターが稼働したとき、公表されたPUEは1.12でした。これは、電力資源の大部分がデータセンターで利用されたことを意味し、基本的にGoogleデータセンターのエネルギー消費量と同じです。

その中で、AIとビッグデータ分析技術は、ピークと谷を平滑化する役割を果たし、サーバーは業務電力の変化に応じて冷却電力をリアルタイムに調整できるため、エネルギー効率と運用・保守効率が向上します。フル負荷で運転する場合、理論上は年間10億1000万キロワット時の電力と81万トンの二酸化炭素排出量を節約できます。

百度陽泉データセンターもAI技術を導入した。ディープラーニングモデルにより、屋外の気象、湿度、温度、負荷に応じて、冷却モード、予冷モード、節約モードの3つのチラー動作モードを自律的に判断し、切り替えることができます。

さらに、陽泉データセンターのAIインテリジェント早期警告機能は、負荷に基づいて機器の動作状況を予測し、メンテナンス戦略を提供することができます。

単一のデータセンターの年間平均 PUE は最大 1.08 まで削減でき、これは世界平均の 1.59 よりも大幅に優れています。

グリーンデータセンターに関しては、アリババクラウドはAIアプリケーションを低炭素サイトの選択、クリーンエネルギー、液体冷却技術などと統合し、グリーン省エネ技術の革新と反復的なアップグレードを加速し、「より少ない電力、より良い電力、グリーン電力」を実現します。

今回の冬季オリンピックでは、アリババが提供したオリンピッククラウドデータセンターは、風力や太陽光などのクリーンエネルギーを積極的に活用し、AI技術も採用したため、従来のデータセンターに比べてオリンピックデータセンターのエネルギー消費量を70％削減し、PUEエネルギー消費率は1.09に達し、年間8万トンの石炭を節約できる。

2020年9月から2021年8月まで、GDS北京第6データセンターの平均PUE値は1.25で、稼働開始からまだ1年余りで、年間平均負荷も理想的ではありませんでした。年間風力発電使用量は1,000万kWhを超え、2021年の二酸化炭素排出量削減量は2,200トンを超えると予想されており、PUE値、排出量削減量、再生可能エネルギー利用率の面で業界をリードするレベルにあります。

GDSは、IT、冷蔵、電力供給・配電などの主要なエネルギー消費設備に対して、BAシステムにAIを組み込むことで年間約17万kWhの電力節約を実現するなど、主流のグリーン省エネ技術を多数採用し、GDSのアップグレードされた運用・保守用水処理インテリジェント変換ソリューションを使用して、毎年約2％の電力消費を削減しています。

03 結論

AI技術はデータセンターの省エネ・排出削減の過程で成果を示し始めており、さらなる可能性を生み出していることがわかります。 AI 技術は、データセンターの運用・保守、障害診断、早期警告などのさまざまな用途にも使用でき、データセンターの総合的なインテリジェント運用を実現します。

インテリジェントな基盤が、IDC 業界に、追いつくことから追い越すことへと進むさらなる自信を与えていることは否定できません。