近幾年，數字孿生理念被廣泛傳播和大量應用，但是眾多的企業和機構對數字孿生有著各自不同的解讀。在這種情況下，那些管理復雜度日益增高，希望利用數字孿生相關技術提升管理效率的客戶（如數據中心）就顯得無所適從，無法依據外部信息進行有效決策。
?
為了解決這些問題，在中國電子技術節能協會的主持下，由包括UINO優锘科技在內的多家知名學術組織、研究機構和企業，召集了幾十位數字孿生領域的技術專家和一線工程人員，歷經一年多的時間，編制完成《數據中心數字孿生技術規范》。
?
該規范于2021年10月20日，以團體標準的形式正式發布。它既是數據中心領域中首次正式發布的數字孿生團體標準，也是數字孿生類項目實際落地過程中難得一見的重要參考，能夠為數據中心領域的客戶應用數字孿生技術提供科學準確的依據。
?
接下來，我們將從應用場景和數字孿生化兩個方面，對本規范中最核心最重要的部分進行解讀，讓您快速了解規范的精華內容。

01 應用場景

不想當將軍的士兵不是好士兵，不解決實際問題的數字孿生應用也不是有價值的應用。數字孿生應用自從推出以來，雖然以其直觀易懂的表達和交互方式、炫酷的效果吸引了眾多的客戶，但也產生了花瓶、華而不實、中看不中用等負面的評價。
?
為了保證數字孿生理念能夠在數據中心日常管理中真正發揮作用，《數據中心數字孿生技術規范》的專家組成員，在編制規范的過程中，就著重考慮了應用的實用價值問題。他們考察了幾十個由規范編制組成員單位承建的數據中心數字孿生成功項目，再結合最新的技術和業務發展趨勢，總結出了幾十種應用場景。下面，我們列舉運維優化階段常見的14類應用場景進行說明，為了便于讀者的理解，我們又把這些應用場景分為基礎應用場景和融合應用場景兩大類：

1.1 基礎應用場景

基礎應用場景是指數字孿生系統利用自身以及數據中心已有的常規系統（如網絡監控系統等）的一些算法和數據，就能夠發揮作用的場景。這些場景實現起來難度較低，周期較短，能夠讓數字孿生系統迅速發揮作用。它們包括：容量管理、能耗分析、變更評估、模擬演練和人員培訓。
?
以容量管理為例，只需管理對象的一些物理屬性數據（如尺寸，重量等）和性能數據（如能耗），輔之以數字孿生系統特有的實體三維仿真和數據可視化技術，就能夠實現數據中心海量機柜及其內設備的承重、能耗和空間等維度的容量管理。

1.2 融合應用場景

融合應用場景是指數字孿生系統需要集成多個外部系統的能力和數據，來共同實現一些難度較高的功能。這些外部系統中，至少包含一套復雜度較高的管理系統。融合應用場景實現起來難度較高，周期較長，需要一段時間的完善和優化才能無縫融合在一起，進而發揮作用。它們包括：氣流組織優化、故障檢測、故障預測、安全評估、健康評估、故障定位、壽命預測、智能巡檢、運行優化。
?
以安全評估為例，數字孿生系統需要綜合實時數據、歷史數據、專家經驗，通過數據處理、數據分析、數據挖掘、模型搭建等數字化技術手段來實現，這些技術手段一方面需要大量的數據，另一方面又可能需要人工參與下的參數調優，最終才能以可視化的方式直觀地呈現出來。
?
總體來說，規范中提及的數字孿生場景較多，覆蓋面也較廣。那么，數據中心的用戶如何來進行選擇落地呢？作為極少數在數據中心管理和數字孿生兩個領域都有豐富項目經驗的廠商，UINO 優锘建議用戶從以下三個維度進行考慮：

UINO優锘建議

①成本預算：數據中心規模不一，成本預算額度也不盡相同。大型數據中心資金雄厚，更愿意做一些前瞻性的探索投資；而小型數據中心更傾向于把資金用在購買基礎設施和核心管理軟件上。所以，數據中心用戶應該根據自己的成本預算規模，選擇不同的應用場景。預算不大的數據中心，可以將重點聚焦于建設周期短、成本較低的基礎應用場景上；
?
②自身特點：不同的數據中心具有不同的特點，用戶可以根據自身的業務特色或者技術特色去選擇應用場景的落地。比如面向市場對外提供服務的數據中心，對應用場景在運營維度會有特殊的要求，而面向企業內部提供服務的數據中心，對運維應用場景有更個性化的要求。本規范中提及的應用場景，很多都有運營或者運維的側重性，也或者兼而有之。如能耗分析和氣流組織優化等場景，更強調在運營成本上的考慮；而故障預測和變更分析等場景，則是從運維可靠性角度去考慮是否選擇；
?
③未來發展：數字孿生應用場景和數據中心的的未來發展是互相促進的。一方面，數據中心的管理層從業務和技術雙重角度去考量企業的發展方向，就會有選擇的使用數字孿生系統的某些應用場景；另一方面，數字孿生系統本身的特色，也就是能夠把現有的管理對象和對象產生的數據，以多維度的方式展示出來，維度越多，用戶進行關于數據中心未來發展的科學決策和突破性創新的成功概率就越高。

02 數字孿生化

本次規范中，對數據中心數字孿生等級及其包含的三大評價因子：數字孿生化等級、數字孿生覆蓋完整度等級和數字孿生應用水平等級，在術語定義和具體含義方面都進行了說明，方便數據中心用戶從量化的角度衡量自身數字孿生系統的建設水平和未來發展目標。
?
這三項因子中，數字孿生覆蓋完整度和數字孿生應用水平兩項比較容易理解，而且上一章應用場景的說明中，也變相地闡述了應用水平的內涵。但對于數字孿生化這個概念，估計大多數人會比較陌生。不過，透徹地理解數字孿生化對于理解整個規范、實現應用場景乃至成功地建設數據中心數字孿生系統，都是至關重要的，所以接下來我們將對這個概念進行詳細解讀。
?
從定義上，我們能夠理解，數字孿生化就是對物理世界的實體進行數字轉化的過程。但是，為什么要轉化？轉化到什么程度？能發揮什么作用？這些問題可不是這一句定義就能說得清楚的，答案需要在數字孿生化等級中尋找。

★等級劃分

①第1級 幾何模型

數字孿生化的第1級，是要構建數據中心幾何模型，包括園區、樓宇建筑結構、電氣系統、空調系統、機柜系統等的幾何模型，實現空間定位。
?
本等級就是利用工具對數據中心進行建模，把數據中心里所有用戶關心的管理對象在數字孿生系統中進行還原呈現。
?
第1級要求滿足了以后，用戶就可以基于管理對象的幾何模型和空間信息，實現一些具體的應用場景。比如故障設備的物理位置定位、智能巡檢時的路徑尋找等。

②第2級 數據描述

數字孿生化的第2級，是在第1級的基礎上，對數據中心電氣系統、空調系統、機柜系統的材料和物理特性進行描述，包括采用仿真方法對相應系統進行物理特性描述。
?
本等級的要求，本質上就是把管理對象自身的一些物理特性從原來抽象的數字方式表達轉換為圖形方式表達。
?
第2級要求滿足了以后，用戶就可以基于這些直觀易懂的管理對象物理特性數據，實現一些具體的應用場景。比如將機房中的溫度從抽象的攝氏度轉換為溫度云圖，以帶有動態箭頭的管線表示管道中氣體的流向，都屬于從抽象到直觀的轉換。

③第3級 數據融合

數字孿生化的第3級，是在第2級的基礎上，實現數據中心電氣系統、空調系統、機柜系統、布線系統、服務器與網絡設備等，與數據中心周圍環境和場景的融合。
?
滿足本等級數字孿生化要求，就是利用不同系統的管理對象在物理空間或者邏輯連接上的關系數據，進行運算處理后，得出一些對于幫助用戶快速決策的數據，并以圖形化的方式展示出來。
?
第3級要求滿足了以后，用戶就可以打破系統之間的隔閡，利用這些整合后的決策數據，實現一些具體的應用場景。比如在模擬演練中，可以了解到當某個電氣系統的配電柜出現故障后，哪些機柜中的服務器和應用系統會受影響；再比如故障定位時，可以根據空間位置信息，調取故障設備附近的視頻監控系統進行確認。

④第4級 動態孿生

數字孿生化的第4級，是在第3級的基礎上，通過自動采集各系統運行數據，實現數字孿生隨著物理世界時間的變化動態調整。
?
本等級的要求，從機制上說，有點類似于從監控系統的時序數據庫中獲取監控記錄，每一條監控記錄都是既包含指標數據，又包含時間戳數據
?
第4級要求滿足了以后，用戶就可以利用這些數據，對數據中心各類管理對象進行歷史回溯和分析預測，并將整個過程通過數字孿生方式呈現。在本規范中提到的預測或者優化類的應用場景，大多數是在數字孿生化等級達到4級后才能實現的。

⑤第5級 自主孿生

數字孿生化的第5級，是自主實現從數據中心幾何模型、數據描述、數據融合、動態孿生的數字孿生模型。
?
本等級的要求，可以理解為在無人參與的情況下，數字孿生化能夠自動地和主動地達到動態孿生的級別。
?
第5級要求滿足了以后，數據中心數字孿生系統就仿佛有了生命一般，能夠自行繁衍和進化。比如能夠主動發現數據中心管理對象增加后，然后通過自動化建模滿足第1等級等。
?
從目前的科技發展水平來看，滿足自主孿生等級的要求還不現實，而是需要相應的支撐手段，比如人工智能、大數據等多項技術發生革命性的變化。
?
數字孿生系統和應用場景的建設依賴于數字孿生化，那么數字孿生化的實現依賴于什么呢？顯而易見，是軟件產品。可是，目前市場上各種數字孿生產品眾多，做出正確的選擇并不容易。接下來，我們趁熱打鐵，利用剛剛提及的數字孿生化，從模型、資源和數據三個維度，為大家提供軟件產品選型的建議。

UINO優锘建議

①模型

數字孿生化的第1級就是幾何模型，這是數字孿生系統的基礎。在模型維度上，需要考慮兼容性、智能性和豐富性三個因素。
?
兼容性，是指能夠盡可能兼容使用用戶已有的各種模型，包括數據中心土建工程遺留的BIM文件和CAD圖紙，硬件設備供應商提供的設備三維模型文件等。
?
智能性，是指在模型文件利舊的過程中，盡量多的利用系統的能力而非人工進行模型的可用性轉換。比如，一個精度很高的BIM模型在應用到日常管理中時，需要進行大量的裁剪，如果這個工作由人工來完成，費時費力，還不如重新制作更簡單。而使用一些智能算法則能夠加速這個模型轉換的過程。
?
豐富性，是指在軟件產品應能夠自動豐富的模型庫。數據中心的基礎設施和硬件雖然數量眾多，但相對來說都比較標準。如果一個產品有足夠多的歷史積累，其自帶模型庫是能夠包含絕大多數管理對象的幾何模型的，這對于系統建設效率和成本都是相當重要的。

②資源

數字孿生化等級中，無論第2級是數據描述，第3級的數據融合，還是第4級的動態孿生，這三個級別的共同之處就是，利用豐富直觀的數字孿生手段去替代原來晦澀抽象的數字表達方式。
?
在這里，我們把這些豐富直觀的數字孿生手段，簡稱為資源。比如表示數據中心一個封閉房間內溫度的云圖可以稱為一種資源，表示數據中心樓層中不同安全等級區域空間范圍的光柵圍欄也可以稱為一種資源。
?
一個軟件產品，如果能夠把這些數據驅動的，反應特定類型數據的可視化能力進行抽象，變成可復用的資源，就可以做到資源和功能的分離。這樣的專業化分工無論對于系統的建設進度還是建設效果，都是一個巨大的促進。
?
所以，可復用性和可分離性是資源維度上需要考慮的兩個要素。

③數據

數字孿生化的第4級是動態孿生，需要自動采集各個系統的運行數據。顯而易見，各個系統是動態孿生的關鍵詞，因此，我們認為需要考慮的要素包括適配性和擴展性。
?
數據中心的各種管理系統，通常開放性都比較好，都會根據業界標準協議對外提供接口。所謂的適配性，就是要求數字孿生產品中，已經內置了與數據中心各個領域各種主流的管理系統的接口，如施耐德、西門子等大廠的基礎設施管理系統。適配性良好的系統，完全可以做到即裝即配即用。
?
而擴展性，則是指對接外部一些非標準接口的系統時，能夠通過一種靈活的方式實現這些特殊需求，比如腳本語言，或者外部插件。