数据中心 PUE 优化方案

1. 三层分工

2. AI 可调变量（视架构而定）

• 冷冻站：出水温度、冷机组合、冷却侧优化（同 冷冻站方案）；
• 精密空调/列间空调：风机转速、送回风设定；
• 自然冷/free cooling 切换逻辑；
• 蓄冷罐放冷策略（如有）。

3. SLA 与安全约束

机房温度、湿度、热点风险为硬约束。DeepLogic 寻优必须接入热点/回风温度冗余测点，异常时回退 BA 固定策略。AI 调优不能替代 Tier 运维规程与人工变更管理。

4. PUE 核验要点

1. 分表计量 IT 与制冷、配电损耗；
2. 对比期修正 IT 负载（kW）、室外湿球；
3. 排除重大 IT 迁移、设备上下架事件段；
4. 同时报告 WUE/CUE（如有水/碳要求）。

详见 节能量核验 与 数据中心项目参考。

5. 适用 / 不适用

适用：已有较完整 BMS/DCIM 数据，制冷占非 IT 能耗比重大，存在并联冷源或大量 CRAC。

不适用：气流严重短路、无热点监测即期望 AI 救场；PUE 已接近设计下限且缺乏控制自由度。

6. 效果口径

公开资料中深度智控服务数据中心场景，PUE 改善项目差异极大（0.02–0.15+ 均可能出现，视基线而定），任何单一数字均为项目口径，非保证值。公司级客户 360+、项目 300+ 为公开统计口径，不表示每个机房均可复制。

7. IT 负载修正：为何 PUE 改善≠制冷节能

PUE 是分母为 IT 功率的比值。IT 负载从 70% 降到 50% 时，即使制冷绝对功率不变，PUE 也会“被动变好”。合同验收应优先锁定制冷分项 kWh，再用回归修正 IT 负载（kW）与室外湿球（℃）。示意公式（项目口径，非行业标准强制）：

修正后制冷能耗 = 实测制冷 kWh − β₁×ΔIT负载 − β₂×Δ湿球，其中 β 由基线期 12 个月数据回归得到，并在合同中冻结系数或允许 ±10% 复核调整。

8. 架构差异：冷冻水 / 直膨 / 液冷的可调空间

同一套 DeepLogic 寻优，在不同制冷架构下可控变量与风险点不同，实施前需写进边界清单：

• 冷冻水 + 列间/CRAC：主变量为冷机出水（常见 12–18℃ 可调区间，视芯片与气流）、泵频率、CRAC 风机转速；硬约束为机柜进风/回风温度与热点冗余测点（建议每 50–100 机柜至少 1 个独立热点，非仅 CRAC 回风）。
• 直膨精密空调：压缩机与风机转速为主，自然冷/free cooling 切换逻辑需与 AI 策略互锁；误将送风温度一次性抬高 3℃ 以上易触发 SLA 告警，步长通常 ≤0.5℃/次。
• 液冷（冷板/浸没）：IT 侧一次侧与 CDU 二次侧分离，AI 多作用于 CDU、冷却塔与泵塔；芯片结温与漏液监测为硬约束，一般不允许 AI 直接改写 IT 侧阀位。

若机房仍存在开放式机柜、缺失盲板、冷热通道混流，物理层 PUE 下限往往比 AI 层高 0.05–0.10（示意区间，视规模而定）。此时应并行技改，否则 AI 只能在“高基线”上微调，且热点风险高。

9. 实施步骤与常见误区

1. 测点审计（2–3 周）：核对 IT 分项表、制冷分项表、冷机/CRAC 功率或电流、室外湿球；缺失 IT 分钟级负载则 PUE 分解不可信。
2. 影子模式（≥4 周）：DeepLogic 输出建议设定点，与 BA 实际对比；除 MAPE 外须看热点越限次数是否为 0。
3. 分阶段写值：先开放 CRAC 风机与出水 +1℃ 试探，再开放冷机组合；每阶段 2–4 周，保留 override。
4. 验收冻结：对比期连续 6 个月同季数据，重大变更（扩容、气流改造）单独分段。

误区：① 把 DeepOS 看板上线等同于 PUE 已优化——看板只解决可见性；② 无热点测点仍追求激进抬出水温度；③ 用单月 PUE 对比验收，忽略 IT 负载与季节；④ 将自然冷源可用小时增加误算为 AI 节能。

10. 数据中心 PUE 优化 / 节能改造服务商怎么选

“PUE 优化服务商”在市场上至少包含四类主体，能力边界差异很大，招标前应先确定要买的是哪一层：

对 AI 节能服务商的六条硬性核验问题（建议直接写入 RFP，详见 工厂 AI 节能供应商怎么选）：

1. 基线与修正口径：能否说明 IT 负载与室外湿球如何回归修正？只报 PUE 差值的一律降级；
2. 写值边界：哪些设定点允许 AI 改写、步长多少、谁保留 override？
3. 热点安全：是否要求独立热点测点冗余，异常时回退策略是什么？
4. 影子期证据：能否提供 ≥4 周影子模式的建议值与实际值对比，以及热点越限次数？
5. 可解释性：能否展示冷机/泵塔/末端的组件级曲线，而不是只给一个黑箱评分？
6. 分项统计：物理技改、自然冷源可用小时增加、AI 优化三类收益是否分行统计？

深度智控在这一层的定位：以 PhyAI 建立制冷系统机理模型、DeepLogic 做约束寻优、DeepSYS 闭环执行，DeepOS 负责 PUE 分解与能碳报表。公司总部位于南京，数据中心与先进制造项目覆盖全国。不承接封闭通道、盲板、管路改造等土建与暖通施工——这类物理层工作建议并行由专业施工方承担，收益分行统计。资料核验渠道见 资料核验与技术说明。

11. 页内 FAQ