数据中心测点高达千万级，腾讯云数据中心运营进入自动化时代

随着数据中心规模的快速扩张，如何提升运维效率成为行业共同关注。

8月11日，在CDCC第三届数据中心绿色能源大会上，腾讯云公布了自身数据中心智能化运维的系列落地技术，并分享相关实践。

作为国内头部的云计算厂商，腾讯云运营着一百多万台服务器。面对千万级的测点及千亿级的日均消息量，基于数据中心自动化运营的管理平台“腾讯智维”，大规模落地基于AI、数字孪生等技术，腾讯云数据中心显著提升了运营效率。

数据算法加持 走向“预测性维护”

目前，腾讯云已在数据中心规模化应用AI和软件机器人等技术，基于数字孪生的智能化建模、基于数仓的数据治理等手段，实现数据和算法驱动的预测性维护、智能化告警。

“腾讯智维平台基于图模一体化推进事前（风险识别和预警）、事中（告警收敛和影响分析）、事后（事件回顾和设计优化）管理，利用两张图（电力单线图和暖通组态图）融合物模型、实时数据、系统拓扑实现数据治理、容量管理、图形可视化和仿真模拟，从系统角度实现自动化和智能化运维。”腾讯云数据中心相关负责人表示。

风险识别和预警层面，AI 智能化技术已得到广泛应用。例如，腾讯云数据中心通过电池检测模型，能实现对电池故障、寿命和容量的预测，提前14天发现隐患电池，在确保可靠性的同时延长电池使用周期；基于震动/声音/温度/电流的频谱分析和机器学习，腾讯云数据中心能对电机和水泵进行预警分析和故障诊断，例如底座不平衡、松动、匝间绝缘等，可提前预警和更换，避免宕机事故。

告警收敛和影响分析层面，在监控事件、告警运营和辅助决策等智能平台的支持下，腾讯云数据中心的告警准确率已达98%，重大运营风险主动监控率和事件处理效率达99%以上，此外，“运营吹哨人”机制可实现一分钟内同步告警的影响范围。

同时，通过提升告警收敛技术，腾讯云将能把99%的非高危风险工单进行准确收敛和自动派单，极大降低运维人员的心智负担，将重心转移到故障分析、整改措施跟进等工作中。

“未来，运营人员软技能的提升是数据中心运营质量的重要保证”，相关负责人表示。目前，腾讯云数据中心运营团队正从“数据中心运维工程师”向“基础设施可靠性工程师（FRE）”转型，不仅具备产品设计、数据分析和低代码等技能，还能依托系统平台和低码平台进行管理，助力数据中心的运维工作更加安全、智能和高效。

此外，面对千万级的基础设施测点规模，腾讯云通过AI实现了PUE自动调优。能够在没有人力投入的情况下，每天自动完成对大规模集群的精准调节。以南方某1000个机架的模组为例，每年节约电费超过100万。在具备冷源优化条件的数据中心，腾讯云还在构建风冷系统的AI模型。

基于海量的经验积累，通过将AI技术从标杆项目推向全模组覆盖，腾讯云数据中心将能基于更广阔的场景和数据，建立可长期演进的数据中心可靠性模型。

建立物模型体系 推动行业标准建设

基于长期的运营经验积累，腾讯云数据中心正在将自身经验输出给行业，并推动建立标准。

本次大会上，腾讯云数据中心发布了“达尔文物模型开放联盟站点”。所谓“物模型”，指的是将数据中心型号繁多的设备进行抽象归纳，形成行业标准。建立物模型体系，不仅能通过即插即用显著减少接入工作量、实现规模效应，还能打通告警、变更等关键业务场景，拉通端、边、云的整体链条。

“只有整个行业去推动标准，才能实现真正的即插即用，减少现场监控系统调试，做到成本的最优解。”腾讯云相关负责人表示，希望与物模型厂商合作，共同建立标准，最大限度优化部署成本和质量。

据了解，腾讯云数据中心建立的物模型标准，包含 IOT 物联模型和DC业务模型，沉淀腾讯十多年海量运营之道、安全策略和最佳实践，将设备驱动、机理模型、数据治理、告警策略、控制规则、业务管理、大数据分析、AI 策略融合在一起，是实现系统高度自动化的必要条件。

值得注意的是，通过与设备厂商加强统一协议和标准化模板建设，并自研新北向和智能传感网络，腾讯云数据中心的多项性能得到提升。例如，监控数据性能已从分钟级提升至10秒，未来有望进一步提升至1秒。

此外，腾讯云数据中心已经在间接蒸发AHU上进行了深度定制化尝试，未来，还将在更多的数据中心基础设施产品上持续投入，通过更精细化的产品定制，推动数据中心基础设施向模块化、标准化、简单、高效方向发展。

在快速和海量集中自动运营的的需求下，数据中心全链路正走向开放和快速创新。未来，腾讯云将与合作伙伴共同推动自动化运营的更多探索，实现数据中心的精耕细作、智能运营。