是否以及如何最好地使用人工智能 (AI) 已成為近幾個月來最兩極分化的爭論之一。人工智能應用的興起引發了一些人對加強監管的呼吁，而另一些人則認為人工智能是未來提高生產力和創新的明確手段。無論你站在哪一邊，人工智能的實施都將會增加，從而推動對數據處理基礎設施的需求不斷增長——但隨著我們建設更多的容量，我們如何確保這些設施繼續滿足重要的可持續性和效率標準?

　　這種基礎設施需求繼續推動數據中心市場的發展，預計未來 5 年復合年增長率 (CAGR) 為 5.05%，超過英國經濟的許多行業。倫敦仍然是表現最好的地區，5 年復合年增長率為 10.32%，最近啟動的多個 5G 項目將進一步促進該地區的增長。

　　然而，盡管增長數據看起來很有希望，但數據中心行業面臨著越來越大的壓力，要求提高其如何擴大氣候緩解戰略的透明度。作為回應，該行業正在加大對可持續性的關注，Gartner 預測，到 2027 年，75% 的數據中心組織將啟動并運行以可持續性為重點的項目。近幾個月來，數據中心項目的規劃申請因可持續性資質而出現延遲。因此，盡早考慮加強環境和可持續性措施可能成為限制延誤及其對新項目底線影響的關鍵方法。

　　那么，數據中心提供商如何才能在保持增長的同時為地球的未來做出積極貢獻呢?

　　人工智能可以為這個問題提供解決方案。通過收集和分析大型數據集并可視化未來的工作負載，人工智能可以幫助衡量和改善能源、資源和運營的使用。

　　首先，我們來看看人工智能如何應用于能源使用監測。華為等數據中心運營商已經在使用人工智能監測設施的能源使用情況，以找到在不影響處理的情況下減少消耗的方法。例如，據報道，華為的 iManager 使用人工智能來管理數據中心的電力分配，估計可將其設施的資源利用率提高 20%。

　　在能源使用方面，冷卻系統可占數據中心能源消耗的 40%，這使其成為提高能源性能的關鍵研究領域。美國互聯網和數據中心公司 Equinix 的報告展示了如何大規模實現這一點。Equinix 最近宣布與一家德國能源智能初創公司建立合作伙伴關系，該公司將在法蘭克福啟動一個設施，用于測試人工智能在數據中心運營中的應用。 2016 年，谷歌的 Deepmind AI 開發了基于溫度的算法，據稱該算法可將能源使用量減少 15%，而據報道，Equinix 的法蘭克福項目之一還有望更進一步。該項目旨在通過利用外部天氣條件和運營負荷數據來優化冷卻策略，從而將冷卻系統的年度能源投入量減少 48%。

　　如果數據中心功能更加高效，能源需求可以進一步減少。同樣，通過對性能進行建模，AI 可以釋放運營效率的機會。

　　當數字孿生被用于提供數據中心設計和運營的 3D 模型時，人工智能可以通過模擬功能來糾正和防止低效流程的運行，從而增強這些系統的功能。例如，Cadence 的 6Sigma 數字孿生使用預測模擬方法，將人工智能與軟件分析和機器學習相結合，不僅可以監控和評估性能，還可以在數據中心建成之前預測成本概況和容量。

　　為了隨著時間的推移獲得數據中心運營改善的好處，機器本身需要得到良好的維護。這就是人工智能驅動的預測性維護可以用來延長設備使用壽命的地方。除了 iManager 系統外，華為還開發了 iPower，這是一種可以預測電池壽命的智能電源和配電技術。這可以在發生任何故障之前確定維護需求。它還可以檢測和隔離故障，以改善電力基礎設施并降低設施發生火災的風險。這不僅可以減少停機時間，還可以確保組件使用壽命更長。

　　最后，為了讓數據中心真正成為英國綠色轉型的一部分，需要將可再生能源整合到運營中。使用可再生能源的數據中心(例如紐卡斯爾的 Stellium 項目)可以最大限度地發揮 AI 的能源管理能力。就像商業建筑一樣，AI 可用于監控運營情況，并根據供需波動找到在傳統能源和可再生能源之間切換的最佳時間。

　　AI 不僅代表了計算領域的一次巨大飛躍，還具有徹底改變數據中心可持續性的潛力，確保為該行業及其當地社區帶來積極的環境、社會和政府影響。

　　作者：Michael 是 Linesight 英國業務的董事總經理