此專案合作將為期三年，並將於美國國家再生能源實驗室能源系統整合設施(Energy Systems Integration Facility, ESIF) HPC資料中心的電力與散熱系統導入監控與預測式分析技術。

美國國家再生能源實驗室的Peregrine與Eagle超級電腦，以及實驗室設備中的感測器在過去五年收集到了16TB資料。現在，HPE與美國國家再生能源實驗室要利用這些資料訓練異常偵測模型，以防患未然。

此項合作也有助於解決資料中心未來的用水與用電需求。美國資料中心的用電量預計於2020年達到730億度(kWh)，用水量也將達到1740億加侖。因此，HPE與美國國家再生能源實驗室將著重在監控能源使用狀況，包括能源使用效率(PUE)、水利用效率(WUE)與二氧化碳利用效益(CUE)等重要衡量指標，以達到最佳的能源效率與永續性。

利用這些歷史資料進行訓練的模型已成功預測或識別美國國家再生能源實驗室資料中心發生過的事件，可見預測式分析在未來資料中心具有龐大潛力。

由HPE研發人員創建的AI Ops專案將參與美國能源部支援的PathForward計畫。此計畫旨在加速開發百萬兆級運算所需的國家級技術，這將是超級電腦的重大發展。隨著百萬兆級運算時代的到來，HPE已體認到利用AI與自動化技術管理與最佳化資料中心的重要性。由於百萬兆級超級電腦的執行速度比時下的系統快1,000倍，因此在超級電腦的操作中導入AI技術不僅能利用自動化的智慧型功能節省能源，還能提升彈性復原力與穩定性。

「我們迫切希望開發出百萬兆級運算的新世代創新技術，以滿足其運營需求，」HPE先進技術事業群副總裁Mike Vildibill表示。「美國國家再生能源實驗室是我們長期的創新合作夥伴。我們相信與美國國家再生能源實驗室共同開發與測試AI Ops將能幫助產業建置更聰明、更節能的超級電腦資料中心，同時持續擴充功能與效能。」

「我們的合作將涵蓋資料中心操作的資料管理、資料分析，以及牽涉到人工與自動干預的AI/ML最佳化，」美國國家再生能源實驗室資料、分析與視覺化部門經理Kristin Munch表示。「我們很高興能參與HPE這項專案。在展示我們資料中心的現有技術後，我們希望在未來數年透過階段式合作，為先進的智慧型設備開發創新功能。」

此專案將使用開放原始碼軟體與程式庫來開發機器學習演算法，例如TensorFlow、NumPy與Sci-kit，並著重於以下領域：

． 監控：在對資料即時套用演算法前，先從各種來源收集龐大的IT與設施遙測資料，再加以處理與分析。
． 分析：使用大數據分析與機器學習技術分析資料中心內部各種工具與裝置的資料。
． 控制：套用演算法讓機器自動解決問題與執行重複性的工作，並對IT與資料中心設施執行預測性維護分析。
． 資料中心操作：AI Ops將成為在現代化資料中心持續整合(CI)與持續部署(CD)核心IT功能的驗證工具。

未來，HPE打算升級HPE高效能叢集管理系統(High Performance Cluster Management,HPCM)，以提供更完整的配置、管理與監控功能，讓叢集更快擴充至10萬個節點。HPE的其他試驗計畫包括HPE InfoSight的整合。此雲端AI管理工具能監控、收集與分析IT基礎架構的資料，並預測與預防可疑事件，以確保系統效能正常運作。

HPE已於科羅拉多州丹佛市舉辦的Supercomputing 2019(SC 19)展示此解決方案。

關於慧與科技
慧與科技公司是邊緣至雲端的平台即服務領導廠商，幫助企業從資料中萃取出有用的分析資料，加速創造業務成效。數十年來，HPE致力於打造創新未來與創新的生活與工作方式。憑著這些經驗，HPE開發出獨特、開放式且智慧化的技術解決方案，並為雲端與邊緣提供一致的使用經驗，幫助客戶開發新商業模式、導入新方法，並提升操作效能。如需更多資訊，請至www.hpe.com。

- 新聞稿有效日期，至2020/01/04為止

上一篇：定位創新驅動力　Xilinx三大策略取得重大成就
下一篇：甲骨文推出 Oracle Autonomous Linux