賀 曉，許 俊，胡孝俊，高 健，田阿康（中訊郵電咨詢?cè)O(shè)計(jì)院有限公司鄭州分公司，河南鄭州 450007）

0 引言

數(shù)據(jù)中心作為數(shù)字基礎(chǔ)設(shè)施和人工智能的基石，已成為智慧時(shí)代最主要的算力生產(chǎn)中心和供應(yīng)中心。全社會(huì)對(duì)算力的需求仍將以每年20%的速度增長(zhǎng)［1］。近日，國(guó)家發(fā)改委啟動(dòng)“東數(shù)西算”樞紐節(jié)點(diǎn)建設(shè)工程［2］，在雙碳目標(biāo)引領(lǐng)下，數(shù)據(jù)中心建設(shè)正在從粗放的高速發(fā)展階段向有序可控的綠色低碳高質(zhì)量發(fā)展階段轉(zhuǎn)變［3?4］。數(shù)據(jù)中心系統(tǒng)復(fù)雜，設(shè)備繁多，投資巨大，設(shè)計(jì)建造和運(yùn)維難度都比較大，數(shù)字孿生技術(shù)的出現(xiàn)為這一復(fù)雜工程的優(yōu)化提供了新的方向［5］。數(shù)字孿生概念最早用于航空航天飛行器的健康維護(hù)與保障［6］。近幾年涌現(xiàn)了一大批相關(guān)研究與應(yīng)用［7?8］，從其應(yīng)用來看，數(shù)字孿生在整合企業(yè)的制造流程，實(shí)現(xiàn)產(chǎn)品從設(shè)計(jì)到維護(hù)全過程的數(shù)字化，生產(chǎn)可視化，形成從分析到控制再到分析的閉合回路，在優(yōu)化整個(gè)生產(chǎn)系統(tǒng)方面可以起到積極的作用［9］。

1 數(shù)據(jù)中心數(shù)字化智能化現(xiàn)狀和問題

當(dāng)前數(shù)據(jù)中心全產(chǎn)業(yè)鏈在設(shè)計(jì)、建造、運(yùn)行和改造等環(huán)節(jié)大多仍然處于粗放狀態(tài)。數(shù)字化智能化程度低于其他行業(yè)，其根本原因在于，一方面由于數(shù)據(jù)中心往往具有體量大、拓?fù)鋸?fù)雜和多物理場(chǎng)耦合等特征，問題本身十分復(fù)雜難度較高；另一方面，由于涉及工程熱物理、暖通空調(diào)、自動(dòng)控制等多個(gè)學(xué)科專業(yè)交叉，少有人可以精通以上專業(yè)并將其融會(huì)貫通，進(jìn)而導(dǎo)致各個(gè)專業(yè)和各個(gè)環(huán)節(jié)各自為政。數(shù)據(jù)中心的數(shù)字化管理從早期的動(dòng)環(huán)監(jiān)控系統(tǒng)，發(fā)展到DCIM 綜合管理系統(tǒng)，進(jìn)而到目前的智慧運(yùn)營(yíng)系統(tǒng)，其數(shù)字化智能化水平也在不斷地深入提高。但是目前仍存在以下問題。

a）目前大部分應(yīng)用還處于信息化數(shù)字化階段，主要起到增強(qiáng)“可看”的展示作用，尚不能達(dá)到“可控”的水平。

b）數(shù)據(jù)中心系統(tǒng)復(fù)雜，業(yè)務(wù)逐步加載，工況多變，目前的大部分系統(tǒng)運(yùn)行期間無法實(shí)時(shí)感知機(jī)房?jī)?nèi)部的變化，且由于運(yùn)維人員職業(yè)素養(yǎng)參差不齊，無法及時(shí)維護(hù)平臺(tái)的數(shù)據(jù)，使其與機(jī)房實(shí)際情況無法保持一致，長(zhǎng)此以往導(dǎo)致運(yùn)維數(shù)據(jù)失真。

c）大量的數(shù)據(jù)中心BIM 模型還停留在靜態(tài)模型層面，以解決設(shè)計(jì)和建造階段的若干痛點(diǎn)為目的，未涉及數(shù)據(jù)中心運(yùn)營(yíng)階段的痛點(diǎn)和需求，模型數(shù)據(jù)尚未實(shí)現(xiàn)完整的轉(zhuǎn)移到運(yùn)維階段，造成數(shù)據(jù)資源的浪費(fèi)。

2 數(shù)據(jù)中心設(shè)計(jì)運(yùn)行全過程數(shù)字孿生體系架構(gòu)

近年來在數(shù)據(jù)中心的運(yùn)行中，基于反向傳播神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、決策樹、專家系統(tǒng)、知識(shí)推理等技術(shù)在設(shè)備功率預(yù)測(cè)、機(jī)房溫度控制、資源與能耗協(xié)同調(diào)度等方面已實(shí)現(xiàn)了初步應(yīng)用［10?11］。隨著當(dāng)前以深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、知識(shí)圖譜和類腦科學(xué)為代表的新一代人工智能技術(shù)的迅速發(fā)展，如果能夠在計(jì)算機(jī)數(shù)字世界里面建立和實(shí)際數(shù)據(jù)中心無明顯差別的虛擬體，將能夠發(fā)揮計(jì)算機(jī)人工智能計(jì)算優(yōu)勢(shì)解決復(fù)雜度問題，并在數(shù)字空間打通專業(yè)間的隔閡達(dá)到真正的高效協(xié)同，大幅度提高生產(chǎn)效率和數(shù)據(jù)中心運(yùn)行能源效率。

基于此，本文提出一種數(shù)據(jù)中心機(jī)房設(shè)計(jì)運(yùn)行全過程數(shù)字孿生技術(shù)方法。該技術(shù)充分利用數(shù)據(jù)中心物理模型、傳感器測(cè)量和運(yùn)行數(shù)據(jù)，集成多學(xué)科、多物理量、多尺度、多概率仿真，研究數(shù)據(jù)中心機(jī)房空間、電力、空調(diào)等基礎(chǔ)設(shè)施全生命周期數(shù)據(jù)重構(gòu)與孿生體系；研究其各類空間和設(shè)備等物理實(shí)體與性能狀態(tài)的映射關(guān)系、數(shù)據(jù)挖掘及仿真模擬融合技術(shù)以及故障診斷、趨勢(shì)預(yù)測(cè)和控制反饋技術(shù)，通過對(duì)虛擬孿生體實(shí)時(shí)性能狀態(tài)的仿真和分析發(fā)現(xiàn)解決實(shí)際數(shù)據(jù)中心運(yùn)營(yíng)中的問題，實(shí)現(xiàn)全過程高精度的數(shù)字化、智能化，具有從根本上解決該領(lǐng)域當(dāng)前痛點(diǎn)問題的潛力。數(shù)字孿生技術(shù)包括的對(duì)象及其相互關(guān)系如圖1所示［12］。

圖1 數(shù)據(jù)中心數(shù)字孿生關(guān)系圖

數(shù)據(jù)中心數(shù)字孿生具備以下幾個(gè)明顯的優(yōu)勢(shì)特征。

a）確保真實(shí)。虛擬數(shù)據(jù)中心是對(duì)實(shí)體數(shù)據(jù)中心進(jìn)行數(shù)字化而構(gòu)建的模型，實(shí)體數(shù)據(jù)中心的各項(xiàng)指標(biāo)和變化能夠真實(shí)地呈現(xiàn)在虛擬數(shù)據(jù)中心中。

b）實(shí)時(shí)交互。虛擬數(shù)據(jù)中心所處狀態(tài)是實(shí)體數(shù)據(jù)中心狀態(tài)的實(shí)時(shí)虛擬映射，二者的數(shù)據(jù)及指令相互實(shí)時(shí)流動(dòng)。根據(jù)實(shí)體數(shù)據(jù)中心的各項(xiàng)真實(shí)數(shù)據(jù)，通過對(duì)數(shù)字孿生體進(jìn)行仿真，實(shí)現(xiàn)對(duì)真實(shí)數(shù)據(jù)中心未來狀態(tài)的模擬預(yù)測(cè)，輔助做出更合理的運(yùn)營(yíng)策略；通過虛擬數(shù)據(jù)中心進(jìn)行監(jiān)測(cè)，預(yù)先覺察即將可能發(fā)生的故障，使得運(yùn)維人員能更從容地處理該問題。

c）智慧共生。數(shù)字孿生系統(tǒng)內(nèi)部各系統(tǒng)之間通過同步共用大數(shù)據(jù)分析、AI 技術(shù)，在全生命周期內(nèi)達(dá)到智慧共生，為數(shù)據(jù)中心設(shè)計(jì)智能化及安全運(yùn)營(yíng)、綠色運(yùn)營(yíng)、高效運(yùn)營(yíng)提供全過程智能化服務(wù)。

根據(jù)數(shù)據(jù)中心數(shù)字孿生的典型特征，可以提出一種數(shù)據(jù)中心數(shù)字孿生的體系架構(gòu)，如圖2所示。

圖2 數(shù)據(jù)中心數(shù)字孿生體系架構(gòu)

3 數(shù)據(jù)中心全過程數(shù)字孿生關(guān)鍵技術(shù)

數(shù)據(jù)中心全生命周期全過程數(shù)字孿生包括以下五大關(guān)鍵技術(shù)：通過智能化設(shè)計(jì)仿真工具實(shí)現(xiàn)設(shè)計(jì)階段的數(shù)字孿生，通過AI 健康管理和AI 節(jié)能調(diào)優(yōu)實(shí)現(xiàn)運(yùn)營(yíng)和優(yōu)化階段的數(shù)字孿生，通過多場(chǎng)景可視化驗(yàn)證工具可驗(yàn)證人工智能的安全可靠性，并反饋設(shè)計(jì)階段和運(yùn)營(yíng)階段，最終通過數(shù)字孿生平臺(tái)實(shí)現(xiàn)全生命周期的數(shù)據(jù)流通、準(zhǔn)確映射和模型自主更新。

3.1 基于數(shù)字孿生的機(jī)房空間、電力及制冷設(shè)計(jì)方案自動(dòng)尋優(yōu)方法

基于數(shù)字孿生的機(jī)房空間、電力及制冷設(shè)計(jì)方案自動(dòng)尋優(yōu)方法是一種根據(jù)設(shè)計(jì)需求、大數(shù)據(jù)分析和AI算法自動(dòng)生成模塊化數(shù)據(jù)機(jī)房空間布局方案的智能化設(shè)計(jì)方法，為傳統(tǒng)設(shè)計(jì)方式需要投入大量人力、反復(fù)試錯(cuò)、難以找到最優(yōu)解決方案的難題提供數(shù)字化解決方案。

本方法擬引入數(shù)字孿生模型為載體，以運(yùn)行能效和經(jīng)濟(jì)性指標(biāo)為目標(biāo)函數(shù)，在設(shè)計(jì)層面提出一種整體?局部迭代的優(yōu)化設(shè)計(jì)和改造模式，以改變現(xiàn)有粗放式設(shè)計(jì)。本模式以設(shè)計(jì)條件和設(shè)計(jì)標(biāo)準(zhǔn)為基礎(chǔ)，結(jié)合不同功率機(jī)柜的實(shí)際需求，對(duì)數(shù)據(jù)機(jī)房進(jìn)行自動(dòng)模塊化分析設(shè)計(jì)，發(fā)現(xiàn)空間、電力、制冷等多維度的最優(yōu)設(shè)計(jì)方案；在優(yōu)化層面，融入新型再生能源和節(jié)能新技術(shù)，包括儲(chǔ)冷儲(chǔ)熱、光伏發(fā)電、太陽能光電光熱和新型儲(chǔ)電儲(chǔ)熱技術(shù)，優(yōu)化算法根據(jù)目標(biāo)函數(shù)尋找出最優(yōu)的可再生能源及新技術(shù)組合和容量，同時(shí)利用基于3D CFD 氣流組織仿真工具的智能AI 技術(shù)氣流組織參數(shù)優(yōu)化算法，實(shí)現(xiàn)基于仿真結(jié)果的優(yōu)化參數(shù)的采集，為自動(dòng)尋優(yōu)模型提供數(shù)據(jù)支撐。

整體上，數(shù)據(jù)機(jī)房智能化方案設(shè)計(jì)模型可上傳到基于BIM 的數(shù)據(jù)中心全生命周期數(shù)字孿生平臺(tái)，與平臺(tái)其他模塊實(shí)現(xiàn)數(shù)據(jù)互通，同時(shí)實(shí)現(xiàn)3D 可視化，輸入修改意見可迭代優(yōu)化，與傳統(tǒng)設(shè)計(jì)相比預(yù)計(jì)節(jié)約80%時(shí)間，顯著提升生產(chǎn)效率。

3.2 基于數(shù)字孿生的機(jī)房電氣及制冷空調(diào)實(shí)時(shí)能量管理與優(yōu)化方法

基于數(shù)字孿生的機(jī)房及制冷空調(diào)實(shí)時(shí)能量管理與優(yōu)化方法是一種在3D 智能氣流組織仿真軟件為機(jī)房設(shè)計(jì)運(yùn)行全過程提供仿真支持的基礎(chǔ)上，建立人工智能算法分析體系，實(shí)時(shí)計(jì)算機(jī)房制冷系統(tǒng)最優(yōu)運(yùn)行參數(shù)及策略，結(jié)合配套的數(shù)據(jù)中心群控軟件平臺(tái)實(shí)現(xiàn)數(shù)據(jù)中心能源系統(tǒng)運(yùn)行狀態(tài)的自動(dòng)控制和優(yōu)化的方法。通過建立以基于MPC 模型強(qiáng)化學(xué)習(xí)算法為核心的算法分析體系，進(jìn)而形成數(shù)據(jù)中心能源系統(tǒng)實(shí)時(shí)優(yōu)化算法和能耗評(píng)估模型，避免數(shù)據(jù)中心低水平重復(fù)建設(shè)，賦能數(shù)據(jù)中心的日常綠色生產(chǎn)和高效運(yùn)營(yíng)；同時(shí)引入智能能耗感知、精確能量控制和能量?jī)?yōu)化調(diào)度一體化等關(guān)鍵技術(shù)，實(shí)現(xiàn)對(duì)數(shù)據(jù)中心PUE 的智能優(yōu)化及能量智能管理調(diào)度的實(shí)時(shí)全局提升。

以某數(shù)據(jù)中心為例，該數(shù)據(jù)中心裝機(jī)運(yùn)行時(shí)間約為10 年，通過對(duì)機(jī)房用能設(shè)備耗電情況統(tǒng)計(jì)，調(diào)整冷卻塔運(yùn)行工況獲取更低冷卻水溫，提高冷水主機(jī)出水溫度，其次，通過最不利壓差控制，達(dá)到冷凍側(cè)流量及水泵最佳運(yùn)行效率，通過增加末端空調(diào)水閥開啟程度，降低風(fēng)機(jī)功耗，綜合多個(gè)控制變量的最優(yōu)設(shè)定值，通過AI智能調(diào)控實(shí)施策略，預(yù)期達(dá)到15%的實(shí)際運(yùn)行節(jié)能率，實(shí)現(xiàn)算力中心綠色低碳智慧運(yùn)營(yíng)。其中，AI節(jié)能調(diào)優(yōu)技術(shù)路線主要分為如下4步：數(shù)據(jù)集中監(jiān)控、數(shù)據(jù)預(yù)處理、系統(tǒng)調(diào)優(yōu)算法、策略尋優(yōu)模型（見圖3）。

圖3 AI節(jié)能調(diào)優(yōu)技術(shù)路線圖

整體上，數(shù)據(jù)中心AI節(jié)能調(diào)優(yōu)模塊是數(shù)據(jù)中心機(jī)房設(shè)計(jì)運(yùn)行全過程數(shù)字孿生技術(shù)的關(guān)鍵一環(huán)，通過AI節(jié)能降碳賦能數(shù)據(jù)中心，實(shí)現(xiàn)制冷系統(tǒng)精確按需制冷、集中管理、尋優(yōu)控制、自動(dòng)調(diào)整，將會(huì)有效改善數(shù)據(jù)中心目前核心的效能問題。

3.3 基于數(shù)字孿生的數(shù)據(jù)中心機(jī)房健康管理技術(shù)

基于數(shù)字孿生的數(shù)據(jù)中心機(jī)房健康管理技術(shù)是一種基于數(shù)據(jù)中心數(shù)字孿生模型和大數(shù)據(jù)技術(shù)實(shí)現(xiàn)對(duì)供電系統(tǒng)、蓄電池、制冷系統(tǒng)典型故障的實(shí)時(shí)檢測(cè)診斷并預(yù)警，并提出供電、制冷系統(tǒng)的健康管理建議的方法。首先，基于對(duì)數(shù)據(jù)中心供電系統(tǒng)、制冷系統(tǒng)、環(huán)境的精細(xì)化數(shù)據(jù)采集，結(jié)合數(shù)字孿生技術(shù)構(gòu)建供電系統(tǒng)數(shù)字化邏輯樹、空間熱場(chǎng)、氣流組織仿真，重建數(shù)據(jù)中心的動(dòng)力、制冷、機(jī)架模擬物理及數(shù)字空間；通過建立診斷專家模型和自動(dòng)尋優(yōu)算法模型，實(shí)現(xiàn)供電系統(tǒng)、制冷系統(tǒng)的早期預(yù)警，故障告警可視化，快速處理的流程化。其次，通過三維空間重建，實(shí)現(xiàn)數(shù)據(jù)中心的功率場(chǎng)、熱力場(chǎng)實(shí)時(shí)展現(xiàn)，動(dòng)態(tài)分析機(jī)房熱點(diǎn)，自動(dòng)調(diào)整氣流組織實(shí)現(xiàn)高效低碳運(yùn)行，為客戶提供迅捷的上架規(guī)劃方案；進(jìn)一步，通過蓄電池參數(shù)采集及人工智能算法，準(zhǔn)確預(yù)測(cè)每套電池系統(tǒng)的剩余容量及放電時(shí)長(zhǎng)，提出電池健康管理建議。

3.4 數(shù)據(jù)中心數(shù)字孿生運(yùn)營(yíng)多場(chǎng)景可視化驗(yàn)證

數(shù)據(jù)中心數(shù)字孿生運(yùn)營(yíng)多場(chǎng)景可視化驗(yàn)證是一種通過自動(dòng)參數(shù)辨識(shí)、極值優(yōu)化算法，對(duì)自動(dòng)尋優(yōu)模型進(jìn)行驗(yàn)證的技術(shù)，相關(guān)技術(shù)措施主要包括3個(gè)部分。

a）基于數(shù)值方法與計(jì)算機(jī)輔助技術(shù)建立云仿真平臺(tái)，對(duì)AI節(jié)能調(diào)優(yōu)的策略結(jié)果從專業(yè)領(lǐng)域角度進(jìn)行可視化驗(yàn)證。

b）通過開發(fā)自動(dòng)參數(shù)辨識(shí)、極值優(yōu)化算法，構(gòu)建自動(dòng)尋優(yōu)模型，并分別在新建和存量機(jī)房的不同工況、不同負(fù)載率的多種場(chǎng)景下進(jìn)行驗(yàn)證。

c）開發(fā)多種故障場(chǎng)景的應(yīng)急預(yù)案編排及模擬演練功能，為應(yīng)急保障預(yù)案提供輔助支持。通過數(shù)據(jù)中心數(shù)字孿生運(yùn)營(yíng)多場(chǎng)景可視化驗(yàn)證技術(shù)，實(shí)現(xiàn)隨機(jī)設(shè)定定向場(chǎng)景下的數(shù)據(jù)中心AI 運(yùn)營(yíng)以及AI 運(yùn)營(yíng)過程的可視化；同時(shí)固化測(cè)試驗(yàn)證標(biāo)準(zhǔn)和方法，進(jìn)而驗(yàn)證數(shù)字孿生系統(tǒng)的實(shí)際節(jié)能效果及運(yùn)行安全可靠性。

整體上，運(yùn)營(yíng)多場(chǎng)景驗(yàn)證模塊實(shí)現(xiàn)與數(shù)據(jù)中心AI節(jié)能調(diào)優(yōu)、AI 健康管理等模塊的數(shù)據(jù)流通，進(jìn)而為運(yùn)維人員采用AI調(diào)優(yōu)策略提供決策支持，以及為設(shè)計(jì)人員就模塊化數(shù)據(jù)機(jī)房智能化空間布局方案提供仿真驗(yàn)證。

3.5 基于BIM的數(shù)據(jù)中心數(shù)字孿生全過程平臺(tái)

針對(duì)數(shù)字孿生應(yīng)用模塊在數(shù)據(jù)中心設(shè)計(jì)、運(yùn)營(yíng)全過程的數(shù)據(jù)流通問題，提出領(lǐng)域知識(shí)驅(qū)動(dòng)的數(shù)據(jù)中心機(jī)房數(shù)字孿生模型自動(dòng)生成和辨識(shí)方法，開發(fā)數(shù)據(jù)中心通用構(gòu)件庫及數(shù)據(jù)共享系統(tǒng)，實(shí)現(xiàn)數(shù)字孿生應(yīng)用的統(tǒng)一接入；解決實(shí)數(shù)據(jù)中心與虛擬數(shù)據(jù)中心的準(zhǔn)確映射和模型自主更新問題，實(shí)現(xiàn)平臺(tái)模型數(shù)據(jù)與真實(shí)機(jī)房實(shí)時(shí)保持同步［14］。經(jīng)過開發(fā)基于BIM模型輕量化場(chǎng)景構(gòu)建平臺(tái)和BIM 模型輕量化插件，大幅度降低人工建模工作量。

BIM 模型輕量化場(chǎng)景構(gòu)建平臺(tái)首先將Revit 模型導(dǎo)出為可在Web 端展示的輕量化BIM 模型，并將其上傳到模型庫中；通過數(shù)據(jù)采集系統(tǒng)或其他三維建模軟件獲得相應(yīng)場(chǎng)景的模型數(shù)據(jù)文件，經(jīng)解析后得到場(chǎng)景內(nèi)模型類型和模型的空間位置信息；最終利用這些信息從模型庫調(diào)取相應(yīng)的模型并放到正確的空間位置上，在網(wǎng)頁端復(fù)原Revit 中設(shè)計(jì)的場(chǎng)景，完成場(chǎng)景的輕量化BIM模型構(gòu)建。

BIM 模型輕量化技術(shù)由2 個(gè)部分組成，分別為Re?vit 客戶端開發(fā)的插件和Web 端開發(fā)的模型庫。模型輕量化插件通過Revit 提供的二次開發(fā)API，獲取模型貼圖、材質(zhì)、模型參數(shù)等信息并輸出為通用的glb/gltf格式3D模型。期間可將模型的業(yè)務(wù)參數(shù)、場(chǎng)景空間信息等一并輸出到模型文件里；模型庫管理平臺(tái)通過Three.js在Web 端加載、渲染Revit導(dǎo)出的模型，并根據(jù)解析信息將模型及其數(shù)據(jù)上傳到中央模型庫，供系統(tǒng)業(yè)務(wù)使用。

機(jī)房模型快速構(gòu)建同樣分為：數(shù)據(jù)采集和模型構(gòu)建2個(gè)部分。場(chǎng)景數(shù)據(jù)采集可以是由機(jī)房傳感器采集的設(shè)備變動(dòng)信息，也可以是其他具體有二次開發(fā)接口的建模軟件如Revit、Sketchup、UG 等。這些數(shù)據(jù)源獲得數(shù)據(jù)后，需要將采集到的設(shè)備類別型號(hào)信息和設(shè)備的位置、姿態(tài)信息按照通用的JSON格式輸出或存放到約定位置等待構(gòu)建時(shí)解析數(shù)據(jù)；自動(dòng)化模型構(gòu)建平臺(tái)需要有強(qiáng)大的中央模型庫的支持。通過解析提取JSON 數(shù)據(jù)中的設(shè)備類別和設(shè)備空間姿態(tài)信息，從中央模型庫中獲取到設(shè)備對(duì)應(yīng)的模型，并根據(jù)提取的位置、旋轉(zhuǎn)、縮放等信息把模型放到對(duì)應(yīng)的位置，達(dá)到快速構(gòu)建出場(chǎng)景的效果。該過程自由度高，可以選擇完全自動(dòng)化，也可選擇手動(dòng)編輯構(gòu)建。

通過研發(fā)的工具和平臺(tái)最終實(shí)現(xiàn)了基礎(chǔ)設(shè)施數(shù)字化表征數(shù)據(jù)庫描述完整性不低于90%、模型與實(shí)體映射精度不低于90%的目標(biāo)。

4 結(jié)束語

數(shù)據(jù)中心全過程數(shù)字孿生技術(shù)通過數(shù)學(xué)建模、大數(shù)據(jù)分析、仿真、AI 技術(shù)，為數(shù)據(jù)中心設(shè)計(jì)智能化、建設(shè)智能化以及數(shù)據(jù)中心的安全運(yùn)營(yíng)、綠色運(yùn)營(yíng)、高效運(yùn)營(yíng)提供增值服務(wù)。數(shù)據(jù)中心能耗成本占總體運(yùn)營(yíng)成本的50%以上［15］，通過數(shù)字孿生應(yīng)用可在不間斷業(yè)務(wù)的情況下大幅提升能效，使用前景廣闊，經(jīng)濟(jì)效益可觀。數(shù)字孿生技術(shù)融合工程和人工智能多學(xué)科專業(yè)知識(shí)，研發(fā)難度較大，該領(lǐng)域仍有不少工具例如氣流仿真軟件以國(guó)外軟件為主，通過工程人員和軟件人員密切合作，在我國(guó)相對(duì)薄弱的工業(yè)軟件領(lǐng)域取得突破，將有力保障國(guó)家數(shù)據(jù)安全，助力軟件強(qiáng)國(guó)。目前數(shù)據(jù)中心領(lǐng)域人工智能應(yīng)用仍處于初級(jí)階段，該技術(shù)的全面推廣應(yīng)用將會(huì)帶動(dòng)數(shù)據(jù)中心行業(yè)提升精細(xì)化、智能化水平，改變數(shù)據(jù)中心營(yíng)銷、設(shè)計(jì)、建設(shè)、運(yùn)營(yíng)的全流程，建立全新的運(yùn)營(yíng)模式，降低對(duì)數(shù)據(jù)中心從業(yè)人員稀缺專業(yè)技能的依賴，具有重要的市場(chǎng)前景和帶動(dòng)作用。