ICT（信息和通信技術(shù)）產(chǎn)業(yè)的碳排放量在全球總排放量中的占比已不容忽視。隨著我國2060碳中和目標(biāo)的提出，包括中國聯(lián)通在內(nèi)的廣大電信運營商、設(shè)備商以及云服務(wù)提供商等也紛紛將綠色節(jié)能數(shù)據(jù)中心的建設(shè)作為未來網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)的重點，PUE（Power Usage Effectiveness，能源使用效率）這一指標(biāo)備受關(guān)注。

推動算力中心能耗管理需要轉(zhuǎn)換思路

PUE是數(shù)據(jù)中心總能耗與其中IT設(shè)備能耗的比值，當(dāng)前主流數(shù)據(jù)中心PUE值普遍都達到了1.X這一水準(zhǔn)，其中1可看作IT設(shè)備能耗，而X則是為IT設(shè)備制冷、供電所帶來的額外能耗。由于PUE值是衡量數(shù)據(jù)中心綠色節(jié)能水平的關(guān)鍵指標(biāo)，為此借助各類方案對散熱效率的極限深挖來降低PUE值，長久以來都是數(shù)據(jù)中心建設(shè)和升級時孜孜以求的目標(biāo)。但PUE值的可壓降空間顯然正在縮小，且越逼近極限值1，在建設(shè)及維護上所面臨的成本壓力就越大，甚至大幅超出合理預(yù)算，出現(xiàn)節(jié)能但不省錢的尷尬局面。

圖一 PUE值與數(shù)據(jù)中心成本關(guān)系

在中國聯(lián)通看來，綠色數(shù)據(jù)中心的終極目標(biāo)是整體能耗的降低，追求X的降低固然是一個方向，但當(dāng)X的降低遇到瓶頸，能否從IT設(shè)備能耗入手，讓1變成0.9、0.8是否可行？在中國聯(lián)通專家看來，雖然技術(shù)上可行，但風(fēng)險很大。因為IT設(shè)備的能耗降低勢必會帶來處理性能的下降，這對于為億萬用戶提供實時語音、數(shù)據(jù)服務(wù)的5G通信網(wǎng)絡(luò)來說，很有可能影響業(yè)務(wù)的服務(wù)質(zhì)量甚至可用性，造成難以預(yù)估的損失。

那么能否通過實時感知上層業(yè)務(wù)的算力需求和服務(wù)質(zhì)量指標(biāo)，在確保算力需求得到滿足和服務(wù)質(zhì)量滿足標(biāo)準(zhǔn)的前提下進行能耗控制呢。中國聯(lián)通與英特爾就此開展合作，結(jié)合中國聯(lián)通在網(wǎng)絡(luò)上豐富的運營經(jīng)驗和英特爾全面豐富的AI+節(jié)能技術(shù)，共同打造面向業(yè)務(wù)的智能節(jié)能解決方案。

網(wǎng)絡(luò)智能化 + 英特爾產(chǎn)品技術(shù)組合，以預(yù)測模型實現(xiàn)節(jié)能減排新方案

要實時了解業(yè)務(wù)對算力的需求，最有效的方法當(dāng)是建立起一個預(yù)測模型。而如今，逐漸成為行業(yè)趨勢的網(wǎng)絡(luò)智能化技術(shù)，讓模型構(gòu)建的步伐向前邁進了堅實的一步。

所謂網(wǎng)絡(luò)智能化技術(shù)，簡而言之就是網(wǎng)絡(luò)+AI的融合式創(chuàng)新，它是通過AI與通信網(wǎng)絡(luò)的硬件、軟件、系統(tǒng)等深度融合，為網(wǎng)絡(luò)運營和服務(wù)呈現(xiàn)更多的智能化特性。這其中很重要的一點，是用戶能通過AI能力對各類網(wǎng)絡(luò)數(shù)據(jù)實現(xiàn)更有效的感知、采集、處理和反饋。利用這一特性，中國聯(lián)通正借助數(shù)據(jù)中心中各類業(yè)務(wù)負(fù)載數(shù)據(jù)，來打造全新的預(yù)測模型。

例如話務(wù)量這樣的業(yè)務(wù)負(fù)載，其是一個典型的時間序列模型，即業(yè)務(wù)負(fù)載是實時變化，且具有時間上的先后順序。與之相對的，業(yè)務(wù)負(fù)載對處理器、內(nèi)存等服務(wù)器資源的需求也是如此。因此要構(gòu)建預(yù)測方案，只要明確哪些服務(wù)器資源與業(yè)務(wù)量有著較大關(guān)聯(lián)，就能在根據(jù)預(yù)測結(jié)果制定資源動態(tài)調(diào)整方案時，不影響業(yè)務(wù)的連續(xù)性。

而英特爾硬件產(chǎn)品所具有的一系列先進特性，為服務(wù)器節(jié)能提供了靈活的調(diào)節(jié)能力。中國聯(lián)通數(shù)據(jù)中心所部署的基于英特爾 架構(gòu)的硬件基礎(chǔ)設(shè)施就提供了內(nèi)置功耗調(diào)解機制，可根據(jù)不同業(yè)務(wù)負(fù)載對核心頻率（Core Frequency）和非核心頻率（Uncore Frequency）進行精細(xì)控制，可在滿足 SLA 等級的前提下進一步降低功耗。

同時，在英特爾首席工程師、人工智能首席架構(gòu)師夏磊看來，得益于AI技術(shù)、先進軟硬件設(shè)備以及數(shù)據(jù)的充分融合，借助網(wǎng)絡(luò)智能化興起所涌現(xiàn)的各類實時性分析和預(yù)測AI應(yīng)用，將天然成為5G網(wǎng)絡(luò)等開展性能優(yōu)化和能耗主動管理的助力。

現(xiàn)在中國聯(lián)通就正與英特爾一起，利用基于BigDL組件所構(gòu)建的Chronos框架打造數(shù)據(jù)中心能耗優(yōu)化新方案，對資源需求進行準(zhǔn)確預(yù)測和精細(xì)化管理，以動態(tài)調(diào)整的方式“錙銖必較”服務(wù)器能耗，從而使數(shù)據(jù)中心整體能耗獲得有效降低。

使用網(wǎng)絡(luò)AI實現(xiàn)節(jié)能減排的第一步，選擇更具效率的AI框架

傳統(tǒng)上，構(gòu)建時間序列預(yù)測模型并形成高效可用的AI應(yīng)用并非易事，因為這包含了從數(shù)據(jù)采集和預(yù)處理、特征工程再到模型訓(xùn)練等一系列環(huán)節(jié)，如果每一個環(huán)節(jié)都需要中國聯(lián)通的工程師們逐一從頭設(shè)計打造，無疑費時費力。

圖二 構(gòu)建時間序列預(yù)測模型的各個環(huán)節(jié)

同時，為提升模型的準(zhǔn)確性和性能，構(gòu)建過程中往往還需要耗費巨大的人力和時間資源對超參數(shù)進行手動調(diào)優(yōu)來實現(xiàn)更高效的超參數(shù)優(yōu)化（Hyperparameter optimization，HPO），這同樣也是中國聯(lián)通面臨的重要挑戰(zhàn)。

圖三? Chronos框架基本架構(gòu)

為了應(yīng)對以上挑戰(zhàn)，中國聯(lián)通選擇了由英特爾提供的Chronos框架，從而能夠快速且有效地完成上述流程。這一源自BigDL的框架（由英特爾開源的統(tǒng)一大數(shù)據(jù)分析和人工智能平臺），為用戶提供了以下三項能力：

·數(shù)據(jù)處理 & 特征工程（Data Processing & Feature Engineering）組件：其內(nèi)置了70多個數(shù)據(jù)處理和特征工程工具，通過TSDataset API接口來供用戶方便地調(diào)用，從而快捷高效地完成數(shù)據(jù)預(yù)處理和特征工程流程； ?·內(nèi)置模型（Built-in Models）組件：內(nèi)置10余個可用于時間序列預(yù)測、檢測和模擬的獨立深度學(xué)習(xí)和機器學(xué)習(xí)模型，功能涵蓋預(yù)測器（Forecasters）、檢測器（Detectors）以及模擬器（Simulators）； ?·可選的HPO組件：通過高度集成、可擴展和自動化的工作流（通過AutoTSEstimator等API實現(xiàn)），能幫助中國聯(lián)通完成全棧的自動化機器學(xué)習(xí)過程。英特爾提供的多種優(yōu)化方式，如所集成的ONNX runtime以及英特爾 oneAPI AI Analytics Toolkit等，均能在推理過程中提供良好支持。

使用網(wǎng)絡(luò)AI實現(xiàn)節(jié)能減排的第二步，構(gòu)建有效的5GC網(wǎng)元資源占用率預(yù)測方案

基于Chronos框架，中國聯(lián)通構(gòu)建5GC網(wǎng)元資源占用率預(yù)測方案就變得方便而有條理。整個流程可以分為以下幾步來實現(xiàn)：

·使用歷史業(yè)務(wù)數(shù)據(jù)(如話務(wù)量數(shù)據(jù)等)與服務(wù)器資源利用率日志（如處理器占用率等）進行建模，并由Chronos框架提供的TSDataset API接口對時間序列數(shù)據(jù)快速執(zhí)行填充、縮放等操作，并開展自動特征生成； ?·通過AutoTSEstimator等API進行超參數(shù)搜索，并根據(jù)預(yù)測目標(biāo)檢索出最佳超參數(shù)集，進而優(yōu)化模型和數(shù)據(jù)處理工序并形成時間序列預(yù)測模型； ?·使用這一模型對實時業(yè)務(wù)數(shù)據(jù)進行推理（或進行效果評估和優(yōu)化），獲得最終的處理器占用率預(yù)測數(shù)據(jù)。

圖四 中國聯(lián)通基于Chronos框架的時間序列預(yù)測方案基本流程

目前，新方案已在中國聯(lián)通5GC測試資源池中進行了實際測試，處理器占用率預(yù)測結(jié)果與實際值對比的最終MSE結(jié)果僅為1.71，而實際的處理器占用率預(yù)測絕對誤差平均小于1.4%，達到了中國聯(lián)通對新方案的預(yù)期。

那么使用這一預(yù)測方案究竟能為中國聯(lián)通的綠色節(jié)能帶來哪些好處呢？中國聯(lián)通的專家們算了一筆賬，預(yù)測方案與處理器降頻技術(shù)相結(jié)合，預(yù)計能使單臺服務(wù)器降低能耗15%以上，推衍到整體云資源池，每年可直接節(jié)約能源4,600萬度。結(jié)合其它節(jié)能措施，每年可減少二氧化碳排放約6萬噸。

由此可見，未來的綠色數(shù)據(jù)中心建設(shè)，未必僅有降低PUE這條“華山小道”，借助網(wǎng)絡(luò)智能化趨勢帶來的AI方案，同樣也能另辟蹊徑，在ICT領(lǐng)域開辟一條節(jié)能減排的新道路。而英特爾也在這一方向上持續(xù)發(fā)力，為包括中國聯(lián)通在內(nèi)的廣大電信運營商、設(shè)備商以及云服務(wù)提供商提供從算力設(shè)施到AI框架的全面支持，幫助實現(xiàn)更大范圍、更大規(guī)模的節(jié)能減排效果, 將構(gòu)建“綠色數(shù)據(jù)中心新型信息基礎(chǔ)設(shè)施”落到實處。

編輯：黃飛