推薦序一

推薦序二

前言

第1章 概論

1.1 數(shù)據(jù)中心

1.1.1 數(shù)據(jù)中心概念

1.1.2 數(shù)據(jù)中心組成

1.1.3 我國數(shù)據(jù)中心發(fā)展現(xiàn)狀

1.2 我國東數(shù)西算工程

1.2.1 整體布局

1.2.2 節(jié)點定位

1.3 雙碳政策與綠色數(shù)據(jù)中心

1.3.1 數(shù)據(jù)中心能耗構成

1.3.2 溫室效應和雙碳政策

1.3.3 數(shù)據(jù)中心綠色低碳相關標準和規(guī)范

1.3.4 綠色數(shù)據(jù)中心能效指標

1.4 數(shù)據(jù)中心的發(fā)展趨勢

1.5 本書組織結構

1.6 本章小結

第2章 數(shù)據(jù)中心碳核算及低碳管理

2.1 碳足跡核算

2.1.1 基本概念

2.1.2 碳核算范圍

2.2 數(shù)據(jù)中心生命周期劃分

2.3 數(shù)據(jù)中心全生命周期碳核算方法

2.3.1 確定溫室氣體種類

2.3.2 劃分核算范圍

2.3.3 收集活動水平數(shù)據(jù)和相應的排放因子

2.3.4 計算數(shù)據(jù)中心碳排放量

2.4 數(shù)據(jù)中心低碳管理

2.4.1 IT設施低碳運行

2.4.2 基礎設施低碳運行

2.4.3 清潔能源使用

2.5 本章小結

第3章 數(shù)據(jù)中心IT設備功率管理技術

3.1 基本概念

3.1.1 數(shù)據(jù)中心供電架構

3.1.2 處理器動態(tài)調頻調壓與功率封頂

3.2 基于機器學習的服務器功率預測

3.2.1 服務器功率模型

3.2.2 服務器功率預測

3.3 數(shù)據(jù)中心功率超分配技術

3.4 服務器集群功率控制技術

3.5 本章小結

第4章 數(shù)據(jù)中心算力資源能耗優(yōu)化技術

4.1 通用算力資源管理技術

4.1.1 基本概念

4.1.2 基于強化學習的虛擬機能耗感知調度方法

4.2 智能算力資源管理技術

4.2.1 基本概念

4.2.2 基于任務分類與懶同步的智能算力能耗優(yōu)化

4.2.3 典型分布式機器學習*載的分類與預測方法

4.2.4 分布式機器學習節(jié)點間參數(shù)懶同步機制

4.3 本章小結

第5章 數(shù)據(jù)中心清潔能源利用和電網互動技術

5.1 數(shù)據(jù)中心清潔能源利用和參與電網互動背景

5.1.1 數(shù)據(jù)中心參與新型電力系統(tǒng)需求響應發(fā)展?jié)撃?/p>

5.1.2 面向清潔能源利用的數(shù)據(jù)中心參與電網互動政策及標準

5.2 數(shù)據(jù)中心的清潔能源利用

5.2.1 數(shù)據(jù)中心的能耗模型

5.2.2 數(shù)據(jù)中心工作負載

5.3 面向清潔能源利用的數(shù)據(jù)中心參與電網互動技術

5.3.1 面向清潔能源利用的數(shù)據(jù)中心參與電網互動形式與分類

5.3.2 數(shù)據(jù)中心的需求響應類型

5.3.3 基于激勵的數(shù)據(jù)中心需求響應

5.4 面向清潔能源利用的數(shù)據(jù)中心參與電網互動展望

5.4.1 關鍵技術面臨的問題及解決思路

5.4.2 數(shù)據(jù)中心參與電網互動未來發(fā)展目標

5.5 本章小結

第6章 數(shù)據(jù)中心制冷系統(tǒng)數(shù)字孿生技術

6.1 數(shù)據(jù)中心數(shù)字孿生技術

6.1.1 基本概念

6.1.2 數(shù)據(jù)中心數(shù)字孿生的應用價值

6.1.3 數(shù)據(jù)中心數(shù)字孿生的實現(xiàn)方式

6.2 數(shù)據(jù)中心制冷系統(tǒng)數(shù)字孿生模型構建方法

6.2.1 數(shù)字孿生模型特點及建模難點

6.2.2 通過一維、三維模型耦合實現(xiàn)全鏈路建模

6.2.3 數(shù)據(jù)中心數(shù)字孿生模型構建方法

6.3 利用數(shù)字孿生模型優(yōu)化制冷系統(tǒng)能耗的流程

6.3.1 制冷系統(tǒng)能耗優(yōu)化的常用手段

6.3.2 基于數(shù)字孿生模型進行系統(tǒng)節(jié)能優(yōu)化控制

6.4 數(shù)字孿生模型與AI控制模塊間交互

6.4.1 基于數(shù)字孿生CFD平臺的AI控制架構

6.4.2 AI控制模塊與數(shù)字孿生CFD平臺模型接口

6.5 本章小結

第7章 數(shù)據(jù)中心制冷系統(tǒng)能耗優(yōu)化技術

7.1 制冷系統(tǒng)能耗優(yōu)化方法

7.2 制冷系統(tǒng)運行現(xiàn)狀

7.2.1 制冷系統(tǒng)運行現(xiàn)狀調研

7.2.2 制冷系統(tǒng)存在的問題

7.3 制冷系統(tǒng)設備優(yōu)化的分析方法

7.3.1 數(shù)據(jù)中心制冷系統(tǒng)全年冷負荷實測分析

7.3.2 冷水機組運行策略分析

7.3.3 冷凍水泵運行策略分析

7.3.4 冷卻水泵運行策略分析

7.3.5 冷卻塔運行策略分析

7.4 建立數(shù)據(jù)中心制冷系統(tǒng)數(shù)字孿生模型

7.4.1 數(shù)據(jù)中心負荷輸入

7.4.2 數(shù)據(jù)中心制冷系統(tǒng)建模原理

7.4.3 建立制冷系統(tǒng)模型

7.4.4 制冷系統(tǒng)對數(shù)據(jù)中心PUE的影響分析

7.4.5 冷凍水泵定流量與變流量的對比分析

7.4.6 冷凍水出水溫度對系統(tǒng)能耗的影響分析

7.5 制定制冷系統(tǒng)優(yōu)化措施及運行策略

7.5.1 基于數(shù)字孿生模型制定制冷系統(tǒng)優(yōu)化措施

7.5.2 利用AI技術制定數(shù)據(jù)中心制冷系統(tǒng)運行策略

7.6 本章小結

第8章 綠色數(shù)據(jù)中心低碳運行管理平臺及實踐

8.1 數(shù)據(jù)指標體系

8.2 平臺整體架構

8.3 平臺主要功能

8.3.1 數(shù)據(jù)采集和存儲

8.3.2 能耗數(shù)據(jù)分析計算

8.3.3 服務器功率控制

8.3.4 能效感知的算力調度

8.3.5 數(shù)字孿生建模和優(yōu)化

8.3.6 用戶界面

8.4 綠色運行實踐

8.4.1 機柜級節(jié)能調節(jié)

8.4.2 機房級節(jié)能調節(jié)

8.4.3 數(shù)據(jù)中心級節(jié)能調節(jié)

8.4.4 自然冷源利用

8.4.5 液冷機房

8.4.6 光伏能源利用

8.5 本章小結

縮略語

參考文獻