Phaidra

Hệ thống điều khiển AI công nghiệp dùng học tăng cường tự động điều chỉnh làm mát trung tâm dữ liệu

Contact for pricing United States

Phaidra do các thành viên từng làm dự án làm mát trung tâm dữ liệu của Google DeepMind sáng lập, đưa bộ điều khiển học tăng cường từng giúp Google tiết kiệm điện phòng máy thành sản phẩm thương mại, tiếp quản thẳng điểm cài đặt của máy làm lạnh nước, tháp giải nhiệt và điều hòa, để phòng máy tự tìm ra tổ hợp vận hành tiết kiệm điện nhất mà không vi phạm giới hạn trên dưới của nhiệt độ và độ ẩm.

Tính năng nổi bật và tình huống sử dụng

Cách làm của nó rất khác phần mềm giám sát thông thường. Đa số DCIM chỉ lo "nhìn", vẽ nhiệt độ, điện năng thành bảng điều khiển, còn có điều chỉnh hay không thì vẫn dựa vào kinh nghiệm của kỹ sư. Phaidra là "làm": tác nhân AI liên tục đọc dữ liệu cảm biến tại hiện trường, dùng học tăng cường mô phỏng hậu quả của các tổ hợp điểm cài đặt, rồi ghi lệnh trở lại hệ thống tự động hóa tòa nhà, cả quá trình lặp theo đơn vị giây. Hãng chia sản phẩm thành hai mảng: Phaidra Prism là giao diện mô hình ngôn ngữ lớn cho nhân viên vận hành hỏi và tra bất thường; Phaidra Factory thì là tác nhân tối ưu thật sự ra lệnh, nhắm phục vụ loại phòng máy mật độ công suất cực cao như cụm huấn luyện AI.

Phù hợp với doanh nghiệp có phòng máy tự xây, tỷ trọng tiêu thụ năng lượng làm mát cao, và đã có hệ thống cảm biến lẫn điều khiển tòa nhà hoàn chỉnh. Nếu phòng máy quy mô nhỏ, hoặc thiết bị cũ đến mức không ghi được điểm cài đặt từ xa thì ngưỡng triển khai sẽ cao hơn tiền điện tiết kiệm được. Ngành bán dẫn và viễn thông tại Việt Nam có phòng máy tự xây tương đối trưởng thành, là nhóm có cơ hội đánh giá hơn cả.

Tính năng chính

Tác nhân học tăng cường điều khiển thẳng điểm cài đặt máy làm lạnh nước và tháp giải nhiệt
Phaidra Prism: truy vấn bất thường và tình trạng vận hành phòng máy bằng ngôn ngữ tự nhiên
Phaidra Factory: mô-đun tối ưu làm mát thiết kế riêng cho cụm huấn luyện AI
Tích hợp với hệ thống tự động hóa tòa nhà (BAS) và SCADA sẵn có, không cần thay phần cứng
Học liên tục: sau khi thiết bị lão hóa hoặc tải thay đổi thì mô hình tự điều chỉnh lại
Cơ chế lan can an toàn, tự động lui về chế độ thủ công khi vượt giới hạn nhiệt độ, độ ẩm

Tình huống thường gặp

Trung tâm dữ liệu siêu lớn giảm tiền điện làm mát và PUE
Điều chỉnh môi trường hỗn hợp làm mát lỏng và khí của cụm huấn luyện AI
Tối ưu điều hòa chính xác của nhà máy dược phẩm hoặc bán dẫn
Bằng chứng giảm tiêu thụ năng lượng cần cho báo cáo ESG của doanh nghiệp

Tính năng chính

Tác nhân học tăng cường điều khiển thẳng điểm cài đặt máy làm lạnh nước và tháp giải nhiệt
Phaidra Prism: truy vấn bất thường và tình trạng vận hành phòng máy bằng ngôn ngữ tự nhiên
Phaidra Factory: mô-đun tối ưu làm mát thiết kế riêng cho cụm huấn luyện AI
Tích hợp với hệ thống tự động hóa tòa nhà (BAS) và SCADA sẵn có, không cần thay phần cứng
Học liên tục: sau khi thiết bị lão hóa hoặc tải thay đổi thì mô hình tự điều chỉnh lại
Cơ chế lan can an toàn, tự động lui về chế độ thủ công khi vượt giới hạn nhiệt độ, độ ẩm

Ưu điểm

Do đội thật sự từng làm dự án phòng máy DeepMind xây dựng, phương pháp luận có thành tích thực
Không cần thay thiết bị làm mát, triển khai được qua hệ thống điều khiển sẵn có
Có mô-đun chuyên cho tình huống mật độ công suất cao của phòng máy AI

Nhược điểm

Không công khai giá, phải theo quy trình liên hệ doanh nghiệp, phòng máy nhỏ và vừa khó đánh giá
Cần độ phủ cảm biến khá hoàn chỉnh và hệ thống điều khiển ghi được
Giai đoạn triển khai phải mất vài tháng để mô hình học đặc tính hiện trường, không phải lắp vào là thấy hiệu quả

Trường hợp sử dụng

Trung tâm dữ liệu siêu lớn giảm tiền điện làm mát và PUE
Điều chỉnh môi trường hỗn hợp làm mát lỏng và khí của cụm huấn luyện AI
Tối ưu điều hòa chính xác của nhà máy dược phẩm hoặc bán dẫn
Bằng chứng giảm tiêu thụ năng lượng cần cho báo cáo ESG của doanh nghiệp

Ghi chú biên tập

Tôi luôn dè dặt với kiểu tuyên bố "AI tiết kiệm năng lượng", vì quá nhiều sản phẩm thật ra chỉ làm bảng điều khiển đẹp hơn một chút. Điều hiếm ở Phaidra là nó dám gánh trách nhiệm điều khiển — AI ra lệnh trực tiếp, sai là phòng máy gặp sự cố. Thành bại của loại sản phẩm này không nằm ở mô hình thông minh tới đâu, mà ở thiết kế lan can có đủ chặt chẽ hay không, điểm này hãng nói rõ hơn các đối thủ.

Câu hỏi thường gặp

Phaidra khác phần mềm DCIM thông thường ở đâu?

DCIM chủ yếu lo giám sát và quản lý tài sản, quyết định vẫn do con người; Phaidra thì giao quyền điều khiển cho tác nhân AI, ghi thẳng điểm cài đặt tối ưu trở lại hệ thống điều khiển. Hai loại thật ra thường cùng tồn tại, cái trước quản tài sản, cái sau lo tiết kiệm năng lượng.

Triển khai bao lâu mới thấy hiệu quả?

Hãng không đưa con số thống nhất, nhưng loại điều khiển học tăng cường này thường phải để mô hình "quan sát" tại hiện trường vài tuần tới vài tháng mới dám tiếp quản. Muốn thấy hóa đơn giảm trong vòng một tháng là không thực tế.

Phòng máy tại Việt Nam có phù hợp không?

Về kỹ thuật không có giới hạn địa lý, mấu chốt là hệ thống tự động hóa tòa nhà tại hiện trường có mở cho ghi vào hay không. Không ít phòng máy tầm trung tại Việt Nam vẫn điều chỉnh thủ công, thì phải bổ sung lớp cảm biến và điều khiển trước đã.

Công cụ AI liên quan

實價雷達 HouseTW

Trang tra cứu giá nhà miễn phí tích hợp 3,49 triệu giao dịch thực tế tại Đài Loan cùng các dữ liệu rủi ro ngập lụt, đứt gãy địa chất và hóa lỏng đất trên cùng một bản đồ.

Miễn phí Nổi bật Taiwan 4.6