数据中心人工智能工程

数据中心建议需要撤回规则

Ashutosh Singhal 2026年8月8日6 min

数据中心配置有两项可能产生冲突的任务：在短暂的电压扰动期间保持设施与电网连接，以及在故障需要响应时切换到备用电源。解决第一个问题的建议尚未获得第二个问题的许可。我的设计标准是将这两个条件明确化，包括能够撤回看似成功答案的证据。

我们的Veriprajna仿真在合成设施中落实了这一标准。其设备清单、电压事件和结果均为测试固件，而非客户实际安装或测得的事件。模型辅助运行通过本地网桥使用先前缓存的回复，而非全新推理。在这个有限的示例中，新增的提议故障将最终答案从初步通过的设置变为无建议。

这种逆转至关重要，因为即便工作流已经拥有合理的设置和流畅的解释，也必须保留失败的验收测试。

切换备用电源的两个原因

该仿真对一组UPS（不间断电源）设备进行了建模。一条切换路径在滑动时间窗口内对符合条件的电压扰动进行计数。一旦累积足够的次数，设备就会切换到备用电源。另一条路径则对足够深且持续的电压跌落做出独立响应。更改计数设置不会影响这第二条路径。

无需设备图表即可理解这种工程上的权衡。敏感的计数器可能会在设施本应平稳度过的一系列扰动期间发生切换。更具宽容度的计数器可以保持建模负载处于连接状态，但仍需对用于测试保护的故障案例做出响应。在此演示中，验收要求在有限事件库中同时满足这两种行为。

这些结果同样需要严谨的命名。将数据中心切换到备用电源会将其负载从公用电网中切除；但这本身并不能证明服务器断电。相反，保持建模的电网负载并不能说明实际电池是否具有充足的能量。设置建议不能从另一项指标中借用任何结论。

初步搜索使用聚合计数，在90秒窗口内找到了允许五次事件的候选方案。它通过了基础库。这为工作流提供了继续测试该候选方案的理由，而不是停止质疑它的理由。

缓存的模型挑战者添加了一个标记为变压器绕组渐进绝缘故障的合成事件。有用的证据是其在仿真器内部的行为，而不是其名称所暗示的权威性。

它包含四次计数的电压跌落，间隔均超过90秒。对于初步的五次计数候选方案，在累积足够次数之前，早期的跌落就已经滑出了时间窗口。每次跌落也始终高于建模的0.60 per-unit深度跌落阈值（per unit表示标称电压的分数）。对于该候选方案，两条切换路径都未能捕获所提议的事件。

随后，工作流使用四个基本故障加上新增的提议，针对事件阈值、时间窗口和计数模式的所有32种配置组合重复搜索。没有候选方案能够同时满足良性事件和故障事件条件。最终结果是弃权，未选择任何配置。这是对初步建议的撤回，而不是每个候选方案在每个单独测试中都失败的测量结果。

这里展现了一个重要的设计抉择：模型可以提供新的案例，但确定性检查决定候选方案是否仍然可接受。在这些检查失败后，对所提议设置的令人信服的解释无法恢复该建议。演示说明提供了该示例的视频和更多背景信息。

扩大计数窗口听起来像是应对间隔较远扰动的自然反应。降低阈值听起来是另一种选择。两者都会改变引起切换的事件，因此两者也都可能破坏平稳度过良性扰动的目标。修复方案必须根据这两个目标进行评估，而不能仅凭其是否捕获新添加的事件来评判。

演示的搜索已经检查了其有限的菜单并返回无结果。扩大该菜单将是一项新的实验。它可以确定另一个候选方案，但成功仍然取决于相同的验收条件以及模型所代表的内容。菜单耗尽是有关这些被搜索选项的证据，而不是证明每种可能的设备设置都不合适。

我更倾向于保留可见的未解决结果，而不是选择最不令人失望的失败并将其作为配置呈现。这种偏好是有代价的：团队无法从这次运行中获得新设置。团队必须决定哪些证据或建模变化可以证明再次搜索的合理性。这种拒绝通过将缺失的工作明确化而赢得了其存在的价值。

在实际工程过程中，暂缓提议的更改也必须与运行现有设备区分开来。该仿真不发出任何设备指令。其弃权并不证明设施应该断开连接、其当前设置是安全的或必须更换硬件。

困难的测试可以暴露验收程序中的漏洞，同时仍然是对物理设备的粗略描述。“绕组绝缘故障”这一名称并不构成变压器诊断。这个例子展示了一个模拟事件逃脱了两条建模切换路径；它并没有将该事件验证为真正的电气故障。

这就留下了两个独立的决定。在目前的测试假设下，工作流没有可接受的建议。对于实际设施，工程师还需要评估这些假设是否代表了重要的设备和扰动。因为挑战阻碍了答案而将其移除，会掩盖第一个决定。将挑战视为物理证据，则会跳过第二个决定。

因此，有益的下一步是阐明什么能够消除不确定性。如果提议的事件在物理上具有相关性，则在继续推进建议之前，模型或可用设置可能需要修改。如果不相关，将其排除需要一个与建模范围相关的工程理由。无论哪种途径，都应保留失败的测试及其处理结论，以便理解以后的通过结果。

实测设备行为、电池能量和切换时序仍不属于本次演示的范围。真正的设置更改需要经过验证的设备设置、实测扰动数据、合适的经过验证的电气模型以及独立的工程审查。更流畅的模型输出无法提供这些缺失的输入。

以下是我对为什么在支持性测试失败时希望撤回建议的简要解释。

对于人工智能辅助的工程工作流，我希望验收记录能够标明当前候选方案、其满足的测试、能够将其排除的测试以及撤回后留下的不确定性。通过的答案仅在其陈述的理由继续成立时才有用。当这些理由不再成立时，工作流应保留异议并在任何人将其视为更改设备的许可之前撤回建议。