近日,南京移动以人工智能技术为核心引擎,围绕智算机房“感知—决策—执行—协同”全链路推进节能应用落地,将AI群控、服务器虚拟化节能、CPU智能调频与机房温度精准调节深度融合,形成多源数据驱动、跨系统联动、场景精细落地的端到端节能闭环,为智算基础设施绿色低碳运营提供了可复制、可推广的实践样本。
全维度智能感知:让节能决策“有据可依”
能耗感知是节能管控前提。南京移动在智算机房部署高密度传感器网络,将环境参数采集细化到每个机柜、每台设备的局部微环境,同步实时获取精密空调运行状态、服务器CPU使用率、内存占用率、网络流量等负载数据及电力消耗数据,汇聚成多源异构数据底座。针对数据格式不一、时序错位、噪声干扰等问题,运用数据融合算法完成异构数据有机整合,统一格式与时间基准,并通过数据清洗与异常值检测模型剔除异常数据,让进入AI分析环节的数据一致、完整、可靠。
AI群控优化:让制冷系统“会思考、能进化”
制冷系统是智算机房能耗大户。南京移动基于深度强化学习(DDPG)算法构建空调群控智能决策模型,以环境参数、空调状态和能耗数据为输入,通过持续与环境交互,自主学习温度设定值、风速、运行台数组合等参数的最优配置,并具备自我进化能力,面对复杂工况和新设备接入可快速适应。引入长短期记忆神经网络(LSTM)预测未来负荷变化,提前调整空调运行参数,实现智能启停与负载均衡。同时嵌入K-means聚类算法,将温湿度、负载特征相似的区域智能分组,配合精密空调“一分二”控制器改造,划分多个动态制冷区域实施差异化精细控制;DDPG算法的自适应优势使系统能自动识别运行模式并切换节能状态,在保障设备安全稳定运行前提下实现空调能耗管控最优化。相关能力已嵌入动力环境日常运维,形成智能决策、能效优化、预测性维护等实用功能。
精细化节能场景:让每一度电“用在刀刃上”
算力调度是机房节能降碳关键。南京移动打造分层精细的服务器节电方案:从机柜、服务器、CPU 到内核逐层做全周期调优,设置多档节能模式适配各类业务场景。依托智能调频,根据 CPU 负载动态调节频率、启停睿频,低负载时降功耗,高负载时保障算力。兼顾 NFV 业务与资源池高可用需求,预留 15% 空载服务器作为备用节点,随时承接业务;其余闲置主机关机并屏蔽告警,遇故障或扩容需求可分级快速拉起,保障资源冗余。虚拟化层面借助采用皮尔逊 K-means 聚类算法调度虚拟机,均衡负载、减少资源碎片,形成负载自适应、算力可弹性管控的节能调度能力。
四、端到端协同管控:让全局节能“一盘棋”
全域协同是机房整体能效提升的核心。南京移动搭建端到端能耗协同管控一体化数据平台,汇聚空调、云服务器及机房设备数据,实现统一存储共享,依托可视化能力开展能耗实时监测、溯源查询与分析研判。平台通过机器学习构建故障预测模型,对异常提前预警、输出诊断方案,规避故障引发的能耗抬升与业务风险。依托多智能体强化学习节能决策引擎,以机房总能耗最优为目标,融合暖通、服务器运行状态,输出协同管控策略,联动空调与服务器实施联合调优。后续还将优化调控逻辑可解释性,引入 MOE 模型挖掘数据价值,为多场景节能操作提供智能支撑,形成数据互通、策略联动、持续迭代的全局能耗管控体系。
从全维度感知到AI群控,从精细化场景到端到端协同,南京移动以AI技术为纽带,将智算机房节能从单点优化推向系统协同、从被动响应推向主动预判、从经验驱动推向数据智能。未来,南京移动将持续深化AI技术在智算基础设施领域的应用,推动节能技术迭代升级,为数字经济高质量发展注入更强劲的绿色动能。 







































