[編號ODCC-2025-06007]開放數(shù)據(jù)中心標準推進委員會ODCC2025年11月版權(quán)聲明ODCC（開放數(shù)據(jù)中心委員會）發(fā)布的各項成果，受《著作權(quán)法》保護，編制單位共同享有著作權(quán)。轉(zhuǎn)載、摘編或利用其它方式使用ODCC成果中的文字或銷售、改編、匯編和翻譯出版等侵權(quán)行為，ODCC及有關(guān)單位將追究其法律責任，感謝各單位的配合與支持。I 2 2 3 5 6 7 9 9 3 4 6 7 22 前言合AI建模與預(yù)測能力，實現(xiàn)異常主動預(yù)警和故障預(yù)判，幫助企業(yè)從1一、背景性和綠色節(jié)能的要求日益嚴格，動環(huán)監(jiān)控系統(tǒng)作為基礎(chǔ)設(shè)施“安全哨一方面，數(shù)據(jù)中心的運維模式逐步由“人工巡檢”過渡到“遠程集中、難以滿足業(yè)務(wù)高速發(fā)展和復(fù)雜應(yīng)用場景的多2術(shù)創(chuàng)新和應(yīng)用升級正成為行業(yè)數(shù)字化轉(zhuǎn)型和基礎(chǔ)設(shè)施高質(zhì)量發(fā)展的二、當前面臨的主要問題（一）傳統(tǒng)集成式動環(huán)架構(gòu)的弊端3的系統(tǒng)可用性難以突破99.9%，與行業(yè)對于“零中斷、秒級故障響應(yīng)”遲。隨著單機柜功率逐步逼近100kW，設(shè)施規(guī)模持續(xù)擴展，傳統(tǒng)系（二）海量數(shù)據(jù)與監(jiān)控能力不足的矛盾環(huán)監(jiān)控面臨前所未有的挑戰(zhàn)。各類IDC機房模組涉及的采集點位極4“告警風(fēng)暴”，在短時間內(nèi)涌現(xiàn)大量異常數(shù)據(jù)推送，這種“一機多能”的設(shè)計導(dǎo)致其性能無暴時更容易“卡死”或延遲，嚴重影響監(jiān)控的實時性與可靠性。5尤其值得關(guān)注的是，隨著液冷技術(shù)和高性能GPU業(yè)務(wù)在數(shù)據(jù)中常規(guī)負載下，GPU服務(wù)器可能在1分鐘之內(nèi)因過熱被迫宕機，而高性能7納米工藝的GPU服務(wù)器，在滿載狀態(tài)下從異常升溫到宕機所8卡GPU機型也因卡數(shù)增多限制，關(guān)機過程本身依然需要數(shù)秒至十化要求。系統(tǒng)能力的全方位升級已成為行業(yè)發(fā)展（三）動環(huán)系統(tǒng)接入復(fù)雜度高61.設(shè)備與配置難以標準化建模進行定制適配，大幅提升開發(fā)、運維的人力投入和時72.南北向協(xié)議多樣化的行業(yè)困境u協(xié)議棧深度異構(gòu)：基礎(chǔ)設(shè)施設(shè)備涵蓋超50種標準當前弱電傳輸協(xié)議普遍存在的碎片化問題直接影響機房弱電監(jiān)83.采集接入及系統(tǒng)運營效率問題老大難以上行業(yè)問題的存在，直接導(dǎo)致了新的IDC機房的弱電接入過9響。那么，對于整個監(jiān)控環(huán)網(wǎng)中的任何一個指標抖動，IT人員能否第一時間定位到故障點并快速給出根因分析，就直接關(guān)系到IDC基三、算力時代的動環(huán)監(jiān)控系統(tǒng)TBOS借助AI多維賦能，為超大規(guī)模數(shù)據(jù)中心構(gòu)建了算力時（一）動環(huán)整體架構(gòu)全面升級1.微服務(wù)分布式架構(gòu)設(shè)計諸多難題。與傳統(tǒng)架構(gòu)相比，TBOS通過功能模塊的微服務(wù)化拆分，2.三級監(jiān)控體系uFSU（端現(xiàn)場監(jiān)控單元，動環(huán)監(jiān)控系統(tǒng)的最小子系統(tǒng)，面uLSC（邊本地監(jiān)控單元，連接區(qū)域內(nèi)所有FSU，實現(xiàn)區(qū)域準的Tlink協(xié)議連接多個LSC，部署于云上。3.分級存儲方案數(shù)據(jù)的高效流轉(zhuǎn)與靈活調(diào)取成為保障運維效率和安本地緩存機制，將所有采集器采集上來的近15分鐘數(shù)據(jù)進行高頻暫無（二）深度調(diào)優(yōu)數(shù)據(jù)告警鏈路u架構(gòu)層全局優(yōu)化：TBOS全鏈路采用高效的tRPC協(xié)議替換傳“閾值變化上報”機制，整體計算量有望降低至原來的1/40。（三）統(tǒng)一設(shè)備配置模型電、環(huán)境與能耗管理、IT算力設(shè)施及網(wǎng)絡(luò)基礎(chǔ)設(shè)施等多個方面。為被監(jiān)控設(shè)備（標準設(shè)備這類設(shè)備主要包括機房的1.標準設(shè)備標準化定義測點擴展靈活：標準測點采用“基礎(chǔ)+可配置”機制，既保證核心123456789123456789測點如何計算得到：如型2.采集設(shè)備及協(xié)議標準化定義數(shù)據(jù)難以統(tǒng)一、協(xié)議集成成本高、運維和擴123456789通過上述標準化定義，TBOS平臺打通了多廠商、多類型采集設(shè)為TBOS對采集設(shè)備和協(xié)議建模后應(yīng)用在監(jiān)控系統(tǒng)上的實際呈現(xiàn)效3.告警策略標準化定義TBOS平臺推出覆蓋全設(shè)備類型的告警標準化模型，規(guī)范告警描更具體來說，告警針對每一種標準設(shè)備在不同場景下配置了一個被定義一次泛化過程，下表為實例化后的設(shè)備告警策123456789上圖為TBOS上動環(huán)告警模塊的效果呈現(xiàn)，所有告警都是根據(jù)上隨著數(shù)據(jù)中心及智能運維系統(tǒng)業(yè)務(wù)復(fù)雜度不斷提升，設(shè)備數(shù)量和針對以上挑戰(zhàn)，TBOS平臺自研了高度定制化的組態(tài)視圖組件，1.AI驅(qū)動采集編碼在動環(huán)行業(yè)的實際運維場景中，隨著數(shù)據(jù)中心類型和品牌的不斷為應(yīng)對協(xié)議碎片化難題，TBOS在采集Agent架構(gòu)設(shè)計之初就引適配打下了基礎(chǔ)。在此基礎(chǔ)上，團隊積極探索AI賦能協(xié)議開發(fā)的新只需根據(jù)AI編寫的初稿進行少量補充和驗證即可，大大簡化了驅(qū)動頁，按傳統(tǒng)流程開發(fā)周期往往需兩到三周。而借助AI編碼方案，通過定義合理的prompt和TBOS接口上下文，iec103的采集驅(qū)動代碼周期大幅縮減，有效釋放了研發(fā)人力和時間投入。整體來看，AI驅(qū)2.AI助力弱電接入在數(shù)據(jù)中心及機房的持續(xù)擴建與設(shè)備增量過程中，弱電系統(tǒng)（包為解決這一痛點，TBOS平臺基于開放的系統(tǒng)架構(gòu)，打造了一站式的AI弱電接入助手。在弱電設(shè)備接入流程中，通過引入AI技術(shù)，小程序等手段快速上傳設(shè)備信息、對接資料，AI助手自動解析廠商文檔、識別設(shè)備模型，并歸納生成標準化的接入方案。同時，利用AI的語義理解和知識推理能力，對場景需求與設(shè)備參數(shù)進行自動對齊，智能生成完整的點位對照表和測試腳本。在功能調(diào)試階段，AI用的錄入、校驗、協(xié)議對接、功能驗證等工作均可由AI助手完成，隨著業(yè)務(wù)規(guī)模的不斷擴大，數(shù)據(jù)中心和動環(huán)運維系統(tǒng)面臨著愈發(fā)復(fù)雜的技術(shù)挑戰(zhàn)。傳統(tǒng)監(jiān)控方案趨于單一，系TBOS響應(yīng)這一挑戰(zhàn)，依托智研平臺，系統(tǒng)性構(gòu)建了一套多維度多維度可觀測矩陣的建設(shè)，徹底擺脫了傳統(tǒng)“黑盒”運維的局限，能力也為業(yè)務(wù)優(yōu)化、性能調(diào)優(yōu)、運營決策提供了堅實的數(shù)據(jù)支撐。四、TBOS動環(huán)系統(tǒng)未來展望（一）AI數(shù)據(jù)分析支持隨著數(shù)據(jù)中心及運維平臺信息化程度不斷提高，產(chǎn)生的數(shù)據(jù)量呈針對現(xiàn)有方案的局限，TBOS平臺計劃引入AI+MCP技術(shù)，將自隨著云計算、物聯(lián)網(wǎng)和智能運維的持續(xù)發(fā)展，數(shù)據(jù)中心及其支撐當前，業(yè)內(nèi)主流的監(jiān)控系統(tǒng)一般采用分層式架構(gòu)，將指標數(shù)據(jù)采該系統(tǒng)監(jiān)控大盤的建設(shè)，將全面提升平臺在監(jiān)控和故障響應(yīng)上的五