全球范圍內，人工智能技術的顯著進步正在重塑產業格局。從引領技術潮流的ChatGPT到大規模AI模型的廣泛應用，算力需求的激增不僅推動了數據中心的變革性發展，更顯著促進了數據中心能源效率的提升。

在2024世界人工智能大會上， 施耐德電氣展示的SmartCool末端空調節能解決方案，以其在數據中心暖通系統能源優化效果的卓越成效，彰顯AI技術在應對能耗挑戰中提供的有效策略。

相關數據預測

到2030年，全國數據中心耗電量將接近4000億千瓦時。在數據中心能耗分布中，制冷系統作為主要能耗來源，約占總能耗的40%。

面對當下日趨嚴苛的可持續發展監管政策，提高制冷系統效率無疑是新建和“老舊小散”存量改造項目實現低碳綠色目標的關鍵。

然而，提升制冷系統能效并非易事

傳統策略

以往，在數據中心末端空調側，冷量多采用冗余設計，并且在上架運行階段，大多維持空調冷量滿負荷設定，用以規避IT峰值熱點。

受制于氣流組織復雜性，調整需高度依賴專業運維人員的經驗，企業客戶難以實現人工干預，不可避免地導致空調高能耗的困境。

施耐德電氣AI解決方案

依托數據實時監控分析，AI能夠更精準、及時地優化能源調度，正是提供最佳制冷策略，大幅提升能源利用效率的一大利器。

施耐德電氣SmartCool末端空調節能解決方案，基于AI的機器學習（ML）技術創新融合，可以讓空調末端基于IT負載實時需求進行動態制冷輸出，從而大幅提升數據中心制冷能效，實現節能降耗，減少對環境的影響。

得益于這一節能解決方案，大連銀行實現了末端空調系統31%的電力消耗節約，為企業達成可觀的節能收益，并且在改造部署實施方案過程中無需業務中斷，保障了制冷系統及業務連續性。

目前，SmartCool末端空調節能解決方案憑借“安全第一、無損改造、快速交付以及可量化的節能效果”，已成為越來越多數據中心的選擇，廣泛部署于金融、通信、Colo等多元化行業企業，覆蓋中小型、大型及超大型數據中心，通過動態按需制冷，能夠在確保安全的前提下，實現較大幅度的能效提升。

在已成功部署的項目中，SmartCool末端空調節能解決方案可實現15%-40%末端空調直接節能，為行業客戶節能降耗的高效可持續發展目標提供強大助力。

隨著人工智能技術的不斷進步，以及在千行百業應用場景的持續滲透，AI在推動能源變革中的確定性作用愈發顯著，而施家致力于AI技術與行業應用的深度融合，助力客戶實現節能減碳和智能化運營，共同推動產業邁向高效和可持續發展之路。