2020年12月，我国将“做好碳达峰、碳中和工作”纳入2021年的重点任务之一。
数据中心作为高载能行业，提高节能水平，保障行业可持续发展的需求迫在眉睫。维谛技术(Vertiv)作为网络能源业务领先的龙头企业，在数据中心节能解决方案的研究方面一直处于领先地位;北京大学作为顶尖学府，其下属的深圳环境能源学院长期专注于环境能源大数据挖掘以及人工智能在环境领域应用的研究工作。本次双方的合作将以IDC创新节能技术为主要研究方向，第一阶段的研究将聚焦于将AI技术应用于变频压缩机、变频氟泵、间接蒸发冷却等设备的精确控制;通过软硬件深度耦合，降低机房空调总体平均功耗。
在数据经济快速规模发展、创新应用不断迭代、产业逐步完善的带动下，AI算法也在不断更新，特别是AI算法中与神经网络相关模型取得长足进步。以深度学习为代表的机器学习算法近年来发展迅猛，从围棋、游戏到工业控制，控制策略逐步从基于规则的控制进化到利用大数据驱动的人工智能控制。AI技术已经成为数据中心节能领域最受期待的几个技术之一，本次合作无疑将大大加速相关技术在行业的落地。
多技术有机结合，充分利用自然冷源
结合维谛技术(Vertiv)现有的全时自然冷解决方案，研究拟配置蒸发式冷凝+全时变频压缩模式、全时变频压缩模式、蒸发式冷凝+氟泵自然冷模式、氟泵自然冷模式，及“部分压缩+氟系自然冷”混合模式等五种主要运行工况，为数据中心最大限度地利用自然冷源进行制冷转换提供可能。多种制冷模式之间，以制冷能效提高、热点消除、可靠运行为目标，通过强化学习形成最佳切换策略，最终实现低PUE与高可靠性的目的。
单控与群控结合，优化空调控制策略
整体算法架构采用深度神经网络与强化学习技术相结合，对单空调内部各个组件、机房内部多台空调进行优化控制。单空调与多空调优化相结合，可以在满足机房所需冷量输出、满足服务器正常稳定运行的情况下，最大化降低机房空调整体功耗，降低数据中心PUE的目标。
AI技术的逐步成熟正在将数据中心节能的目标一步步拉近，维谛技术(Vertiv) & 北京大学数据中心AI技术联合实验室研发的高效制冷技术将率先在维谛技术(Vertiv)数据中心解决方案中应用，并将扩展至交通、电信、能源、医疗等行业，双方后续也将会在能源环境领域展开更深入的合作研究。
