通过 Physical AI 变革未来数据中心运营与管理

数据中心（DC）作为关键任务基础设施，在推动人工智能（AI）和数字经济增长方面发挥着关键作用。从互联网数据中心向 AI 数据中心的演进，为提升业务韧性并降低总拥有成本，在数据中心的运营和管理方面引入了新的挑战。因此，未来数据中心必须采用超越基于最佳实践的传统方法的新范式。在本研究中，我们提出并开发了一种新颖的 Physical AI（PhyAI）框架，以推进数据中心的运营和管理。我们的系统利用了 SOTA 工业产品的新兴能力以及我们的内部研发。具体而言，它包含三个核心模块：1）一个工业级内部仿真引擎，以高度精确的方式仿真数据中心运营；2）一个基于 NVIDIA PhysicsNemo 构建的 AI 引擎，用于训练和评估物理信息机器学习（PIML）模型；3）一个基于 NVIDIA Omniverse 构建的数字孪生平台，用于我们提出的 5 层数字孪生框架。该系统通过为未来数据中心启用实时数字孪生，提供了一种可扩展且适应性强的解决方案，以实现未来数据中心运营与管理的数字化、优化和自动化。为了说明其有效性，我们展示了一个引人注目的案例研究，即构建一个代理模型，以实时方式预测大规模数据中心的温度和气流分布。我们的结果证明了其优于传统耗时的计算流体力学/传热学（CFD/HT）仿真的性能，其中绝对温度预测误差中位数为 0.18 {\deg}C。这种新兴方法将为推进 Physical AI 在未来数据中心运营中的应用开辟多个潜在研究方向。