SST+AI 能效优化系统投用 数据中心能耗再降新低

在 “双碳” 目标与能源成本上涨的双重压力下，数据中心能耗管控已成为行业核心竞争力的关键指标，传统能效优化手段多依赖人工经验调整，存在响应滞后、精细度低、协同性差等问题，难以实现全链路的能耗比较好。为解除这一难题，国内企业创新融合固态变压器（SST）技术与 AI 算法，研发出 SST+AI 能效优化系统，实现数据中心供电能耗的精细管控与动态优化，相关系统已在某头部互联网企业超大型数据中心正式投用，使数据中心 PUE 值进一步降至 1.08，达到国际领航水平，这一创新成果将在 2026 年 6 月 3 日至 5 日上海新国际博览中心举办的数据中心固态变压器（SST）展览会上深度解析。

该系统以高性能 SST 设备为能源转换关键，搭载基于深度学习的 AI 能效优化模型，构建起 “多维感知 - 智能预测 - 协同调控” 的全流程能效管理体系。AI 模型通过部署在数据中心各处的传感器，实时采集算力负荷、电网电压、电流、频率、机房环境温度、湿度等多维运行数据，经大数据分析后精细预测未来 1 小时内的能源需求变化趋势，并动态输出比较好运行参数，驱动 SST 设备实时调整供电功率与转换效率，实现供电环节的能效比较大化。更具创新性的是，系统打破了 “供电” 与 “制冷” 的协同壁垒，可通过工业互联网协议与数据中心制冷系统联动，根据 SST 设备的运行温度、算力负荷变化，协同调整空调机组的制冷功率、送风温度，实现 “供电 + 制冷” 的全链路协同能效优化，避免因两者调节不同步导致的能源浪费。此外，系统还具备异常能耗智能预警功能，可通过对比历史能耗数据与实时数据，快速识别能耗异常节点并发出告警，助力运维人员及时排查问题。

投用数据显示，该 SST+AI 能效优化系统落地后，数据中心的供电能耗降低 12%，制冷能耗降低 8%，整体 PUE 值从改造前的 1.15 降至 1.08，年节省电费超 1500 万元，投资回报周期只为 2.5 年。同时，系统的智能预警功能使能耗异常问题的排查时间从原来的 2 小时缩短至 30 分钟，运维效率大幅提升。行业专业人员指出，SST 与 AI 的深度融合应用，推动数据中心能效管理从 “经验驱动” 向 “数据驱动” 转型，为数据中心实现非常节能提供了全新路径，将领航行业能效优化技术的发展方向。本次展览会上，企业将搭建系统仿真演示平台，现场运行能效优化算法，直观展示 AI 算法对 SST 设备、制冷系统的动态调控过程及能耗变化曲线。同时，将发布《数据中心 SST+AI 能效优化最佳实践案例集》，分享该系统在不同规模数据中心的应用经验，并邀请行业专业人员开展专题研讨，探讨能效优化技术的未来发展趋势。