データセンタにおける最適マネジメントに関する研究その６ 機械学習を用いたサーバルームにおける空調停止後のラック吸気温度変化に関する予測

摘要

近年データセンタ(以下，DC)において高信頼かつ高効率なDC の運用管理が求められている。前報1)では適正なDC 運営を支援するData Center Infrastructure Management(DCIM) の概要及びDCIM の情報を活用したユースケースとして，サーバルームにおける空調停止後，20 分後時点での各ラック吸気温度を予測するモデルを構築，検証結果を報告した。その一方で，サーバルームに高発熱機器が搭載されている場合，空調機停止後，短時間で温度上昇が起こるリスクがある。そのようなサーバルームにおける運用を考えた場合，1 時点（20 分後）だけではなく空調機停止後におけるラック吸気温度の時系列変化を予測することが重要と考える。そこで，本報では，このような温度超過リスクの観点を事前に簡便に検討するための計算モデルを提案する。前報1)で紹介したサーバルームにおいて，空調停止後20 分間の時系列での各ラック吸気温度変化を予測するモデルを構築，精度検証を行った。