3 часа

В РФ создали ИИ-алгоритм для повышения надежности систем охлаждения ЦОДов

2 мин · 31 читали
Возвращаем к оригиналу....

МОСКВА, 17 ноября. /ТАСС/. Исследователи из России разработали подход на базе графовых нейронных сетей, который позволяет быстро выявлять утечки хладагента и загрязнение теплообменников в системах охлаждения ЦОД. Это повысит надежность данного важнейшего компонента центров обработки данных, сообщила пресс-служба НИУ ВШЭ.

"Для диагностики сложного технического оборудования недостаточно просто анализировать множество показаний датчиков. Важно учитывать, как эти показатели связаны друг с другом в реальном физическом процессе. Если заложить такие знания в модель искусственного интеллекта, она сможет замечать не только отдельные необычные значения, но и нарушения привычной работы системы в целом", - пояснил ведущий научный сотрудник НИУ ВШЭ Михаил Гущин, чьи слова приводит пресс-служба вуза.

В работе систем охлаждения центров обработки данных могут возникать не только очевидные критические сбои, сразу приводящие к проблемам в работе всей системы, но и неочевидные проблемы, которые развиваются постепенно. В их числе - небольшие утечки хладагента или постепенное загрязнение теплообменника, что со временем резко ухудшает способность системы охлаждения отводить тепло и вызывает масштабные аварии.

Многие подобные постепенные изменения сложно уловить при помощи уже существующих алгоритмов и систем безопасности, приспособленных к выявлению резких перемен в работе охлаждающего контура. Российские исследователи решили эту проблему при помощи созданной ими графовой нейросети, способной отслеживать аномалии не только в работе отдельных датчиков, но и в работе всего охлаждающего контура.

Это стало возможным благодаря тому, что разработка российских ученых учитывает инженерную схему всей системы в целом и опирается на информацию о связях между компрессором, испарителем, конденсатором и другими элементами. Модель обучается на данных исправного оборудования и прогнозирует ожидаемые значения показателей. Если фактические измерения начинают устойчиво расходиться с прогнозом, алгоритм фиксирует аномалию и оповещает об этом людей.

Работу данного подхода исследователи из НИУ ВШЭ и Уральского федерального университета успешно проверили на экспериментальном стенде промышленной системы охлаждения, аналоги которых используются на российских ЦОДах. Эти тесты показали, что ИИ выявлял утечки с 87% уровнем успеха и в среднем находил их через 200 минут после появления неисправности, что значительно лучше результатов работы уже применяемых алгоритмов. В перспективе, это позволит существенно повысить надежность работы ЦОДов, подытожили ученые.

Источники:
Наука
7 млн интересуются
Добавить в корзинуПозвонить