5G网络如何减排？看联通巧妙运用AI+CPU调频方案实现动态节能

2022-10-19

如今，ICT（信息和通信技术）行业的碳排放量在全球总排放量中的比例已经不容忽视。随着我国2060年碳中和目标的提出，包括中国联通在内的电信运营商、设备商和云服务商也将绿色节能数据中心建设作为未来网络基础设施建设的重点。Power Usage，能源效率）这个指标备受关注。

1

推动算力中心的能源管理需要转变思维

PUE是数据中心总能耗与IT设备能耗之比。目前主流数据中心的PUE值普遍达到1.X的水平，其中1可视为IT设备的能耗，X为IT设备的能耗。冷却和供电造成的额外能耗。由于PUE值是衡量数据中心绿色节能水平的关键指标，通过各种解决方案挖掘散热效率的极限来降低PUE值一直是数据中心建设和升级的目标。但PUE值的压降空间明显缩小，越接近极限值1，建设和维护的成本压力越大，

图1 PUE值与数据中心成本的关系

在中国联通看来，绿色数据中心的最终目标是降低整体能耗。追求X的降低当然是一个方向，但是当X的降低遇到瓶颈时，能不能从IT设备的能耗入手，让1变成0.9、0.8是否可行？在中国联通专家看来，虽然技术上可行，但风险很大。因为 IT 设备能耗的降低必然会导致处理性能的下降，这很可能会影响到为数百万人提供实时语音和数据服务的 5G 通信网络的服务质量甚至服务的可用性。数百万用户，难以预测。失利。

那么能否通过实时感知上层业务的算力需求和服务质量指标，在保证算力需求满足、服务质量达标的前提下，控制能耗呢？中国联通与英特尔在这方面进行了合作，结合中国联通丰富的网络运营经验和英特尔全面丰富的AI+节能技术，共同打造面向业务的智能节能解决方案。

2

网络智能 + 英特尔产品技术组合

基于预测模型的节能减排新方案

实时了解业务对算力的需求最有效的方法是构建预测模型。如今，逐渐成为行业趋势的网络智能化技术，让模型构建的步伐迈出了坚实的一步。

所谓网络智能技术，简而言之，就是网络+AI的融合创新。正是通过人工智能与通信网络的硬件、软件和系统的深度融合，为网络运营和服务呈现更加智能化的特征。其中最重要的一点是，用户可以通过AI能力实现对各类网络数据的更有效的感知、收集、处理和反馈。中国联通利用这一特点，借助数据中心的各种业务负荷数据，创建了一种新的预测模型。

例如，流量等业务负载是典型的时序模型，即业务负载是实时变化的，具有时序性。相比之下，业务工作负载对服务器资源（如处理器和内存）的需求也是如此。因此，构建预测方案，只要明确哪些服务器资源与业务量的关系较大，就可以在不影响业务连续性的情况下，根据预测结果制定资源动态调整方案。

英特尔硬件产品的一系列高级特性为服务器节能提供了灵活的调整能力。中国联通数据中心部署的基于Intel®架构的硬件基础设施，内置功耗调节机制，可根据不同业务负载精细控制核心频率（Core）和非核心频率（ SLA 级别。在进一步降低功耗的前提下。

同时，据英特尔首席工程师、人工智能首席架构师夏雷介绍，得益于人工智能技术、先进软硬件设备和数据的全面融合，各种实时分析预测人工智能应用应运而生。网络智能的兴起。，这自然会成为5G网络进行性能优化和能耗主动管理的助推器。

现在中国联通正与英特尔合作，利用基于BigDL组件的框架，准确预测和微调资源需求，动态调整服务器能耗，打造数据中心能耗优化新解决方案。，从而有效降低数据中心的整体能耗。

3

利用网络AI实现节能减排的第一步

选择更高效的 AI 框架

传统上，构建时间序列预测模型并形成高效可用的人工智能应用并不容易，因为它包含了从数据采集和预处理、特征工程到模型训练的一系列环节。如果每一个环节都需要中国联通的工程师们从零开始设计建造，这无疑是费时费力的。

图2 构建时间序列预测模型的各个环节

同时，为了提高模型的精度和性能，在构建过程中往往需要手动调优超参数，以实现更高效的超参数优化（HPO）。重要的挑战。

图3 框架的基本框架

为了应对上述挑战，中国联通选择了英特尔提供的框架，使上述流程能够快速高效地完成。该框架源自英特尔开源的统一大数据分析和人工智能平台 BigDL，为用户提供以下三种能力：

4

第二步利用网络AI实现节能减排

构建有效的5GC网元资源占用预测方案

基于该框架，中国联通构建5GC网元资源占用预测方案变得方便有序。整个过程可以分为以下几个步骤来实现：

使用历史业务数据（如流量数据等）和服务器资源利用率日志（如处理器占用率等）进行建模，利用框架提供的API接口快速按时进行填充、缩放等操作系列数据，并进行自动特征生成；

通过API搜索超参数能源能耗管理运营，根据预测目标检索最佳超参数集，然后优化模型和数据处理流程，形成时序预测模型；

使用此模型对实时业务数据进行推断（或执行性能评估和优化）以获得最终的处理器利用率预测。

图4 中国联通基于框架的时间序列预测解决方案基本流程

目前，新方案已在中国联通5GC测试资源池中进行测试。预测处理器占用率与实际值相比，最终MSE结果仅为1.71，而实际处理器占用率预测的平均绝对误差小于1.4%。，符合中国联通对新方案的期待。

那么中国联通采用这种预测方案，能为中国联通的绿色节能带来哪些好处呢？中国联通的专家算了一笔账。预测方案与处理器降频技术相结合，预计单台服务器能耗降低15%以上，推算到整体云资源池，每年可直接节约能源4600万元。花费。结合其他节能措施，每年可减少二氧化碳排放量约6万吨。

可见，未来绿色数据中心的建设，可能不仅仅是降低PUE的“华山小径”。借助网络智能化趋势带来的AI解决方案，也可以开辟新的途径，开辟ICT领域节能减排的新路径。. 英特尔也在这个方向持续发力，为包括中国联通在内的电信运营商、设备制造商和云服务提供商提供从算力设施到人工智能框架的全方位支持，帮助实现更广泛、更大规模的节能减排落实减排成效，打造“绿色数据中心信息新基础设施”。