В Екатеринбурге испытали нейросеть для раннего выявления сбоев дата-центров
Нейросеть обучили распознавать начинающиеся неполадки в охлаждении дата-центров. Ее работу проверили в Екатеринбурге на промышленном стенде. Об этом ТАСС сообщили в пресс-службе УрФУ.
Разработку создали исследователи Уральского федерального университета и Национального исследовательского университета «Высшая школа экономики». Она обнаруживает два вида медленно развивающихся неисправностей — утечку хладагента и загрязнение теплообменника.
Обучение алгоритма строится на измерениях, полученных при нормальной работе техники. По ним он определяет ожидаемые значения показателей. Если реальные данные расходятся с расчетными, нейросеть отмечает аномалию.
Старший научный сотрудник центра «Искусственный интеллект» УрФУ Михаил Ронкин объяснил, что отдельные датчики при таких неисправностях долго показывают значения в допустимых пределах. Проблему выдает несоответствие их показаний друг другу.
По словам Ронкина, на охлаждение приходится 30–50% энергии, которую потребляет дата-центр. Потери хладагента и загрязненные теплообменники повышают расход электричества, приводят к износу компрессоров и угрожают аварийным отключением.
Стендовые эксперименты продолжались несколько месяцев. Температура во время испытаний менялась от минус 7 до плюс 25 градусов. Для проверки алгоритма исследователи имитировали постепенную утечку хладагента и покрывали загрязнениями до 100% поверхности теплообменника.
Авторы работы рассчитывают, что с этой технологией компании смогут заранее намечать техобслуживание и тратить на него меньше средств. Кроме того, ученые ожидают сокращения числа незапланированных остановок техники и повышения энергоэффективности дата-центров.
Дальше нейросеть предстоит испытать на крупных промышленных объектах. Итоги исследования вышли в журнале IEEE Transactions on Industry Applications.