数据中心移动智能运维技术报告 2024

[编号ODCC-2024-02002]开放数据中心标准推进委员会2024.09发布版权声明转载、摘编或利用其它方式使用ODCC成果中的文字或者观点的，应注明编写组版权声明 2编写组 3 7数据中心移动智能运维技术报告 1 1二、数据中心移动智能运维的背景 3三、数据中心运维面临的挑战 3四、数据中心智能运维的演进路线 4（一）智能运维1.0-动环监控系统 4（二）智能运维2.0-数据中心基础设施管理系统（DCIM） 5（三）智能运维3.0-数据中心移动智能运维 6五、数据中心移动智能运维介绍 6（一）移动智能运维应用场景 6（二）移动智能运维功能及价值 8六、移动智能运维的安全保障 15（一）数据安全 15 17（三）设备安全 18七、数据中心移动智能运维实践 （一）塞力斯超级工厂数据中心 错误！未定义书签。（二）东北林业大学生态系统大数据中心 20着5G、工业互联网发展，互联网与传统产业数据中心移动智能运维技术报告监控与数据采集系统SCADA（SupervisoryControlandData数据采集与监控系统一般是有监控程序及数据收集能力的电脑是将IT（信息技术）和设备管理结合起来对数据中心关键设备1MPC算法的应用范围广泛，包括但不限于机器人导航、航空航天等领域。在机器人导航中，MPC算法确保机器人遵循预设路径，避免的测量值都作为当前时刻预测系统未来动态业网络中有广泛应用。VPN网关通过对数据包的加密和数据包目标地址的转换实现远程访问。VPN可通过服务器、硬件、软件等多种超文本传输安全协议HTTPS（HypertextTransferProtocol是以安全为目标的HTTP通道，在HT密和身份认证保证了传输过程的安全性。HTTPS被广泛用于万维网2二、数据中心移动智能运维的背景数据中心是实现信息化进程的重要载体，在云计算、5G、人工消防、空调等硬环境，服务器、计算机、存储设备等IT基础设施，体建设规划和建议，为未来信息化的深入发展提供三、数据中心运维面临的挑战3和移动设备技术的快速发展，现场运维的局数据中心在全社会能耗的占比超过了1.5%，对碳排放的贡献举足轻本（TCO）比例超过60%，高昂的电费，也成为数据中心健康运营四、数据中心智能运维的演进路线（一）智能运维1.0-动环监控系统采集与监视控制系统（SCADA），这是一种以计算机软件为基础，4（二）智能运维2.0-数据中心基础设施管理系统（DCIM）2010年左右，随着云计算、大数据、AI技术的发展，数据中心越大，接入的设备数也越来越多，当测点数超过50万时，原有的动IT资产全生命周期管理、机柜U位、冷量、电量、网络资源等合理Management）系统应运而生，即数据中心基础设施管理系统，它主5模型难以及时更新，导致在故障分析与障预测方（三）智能运维3.0-数据中心移动智能运维化，各设备厂家也纷纷通过AI等手段、通过云服务能力，大大增强五、数据中心移动智能运维介绍（一）移动智能运维应用场景6医生、政府公务员、物业保安等，他们大部分工作时本地监控web界面查看，要么就是通过在1.6~2.0之间，居高不下，而各地的政策监管却日趋严格。例如，7根据UptimeInstitute2023年度调查数据显示，全球数据中心故（二）移动智能运维功能及价值移动智能运维无需借助VPN（VirtualPrivateNetwork虚拟专用8网），便可实现7*24H随时随地，移动运维。运维人员可以基于移UPS监控界面智能微模块监控界面9如，通过监测锂电池电芯的温度、电压、电流等参数，利用AI离群PACK，并通过健康诊断报告的形式，提醒2.质量控制：记录设备开机安装过程，保障设冷设备与IT设备散热、制冷设备容量配置和实时效率、机房环境、温度和实时IT功率来动态调节响应已经无法满足能耗进一步降低的和IT散热系统间的相互作用和各种复杂反馈回路，使得我们使用传通过量化的指标来指导能效的优化实践中提针对上述问题，需要建立一个能够预测制冷系统能耗和效率的AI模型，该模型可以动态的感知和分析相关系统的动态变化，并对基于强化学习MPC算法，自动学习各个场景（空调数量、内/特征；采用行级风冷空调预置模型+群控寻优动态模型组合，开机即基于强化学习的AI节能技术六、移动智能运维的安全保障随着智能化和数字化理念在能源领域越来越深入，能源技术和（一）数据安全所有的客户数据(个人数据,隐私数据和客户网络数据)过期（二）网络安全使用TLS安全协议加密传输，防报文篡改和重放（三）设备安全除了标准的TLS证书认证外，系统与设备在应用协议中建议采采用业界广泛使用的软件包签名验证方案C七、数据中心移动智能运维实践（一）赛力斯超级工厂数据中心+UPS5000-H+移动智能管理iMan（二）东北林业大学生态系统大数据中心