阿里云液冷技术荣获CDCC数据中心科技成果一等奖

简介: 阿里云液冷技术荣获CDCC数据中心科技成果一等奖

首图-图标.png


【阅读原文】戳:阿里云液冷技术荣获CDCC数据中心科技成果一等奖


近日,在CDCC主办的2022数据中心行业峰会上,阿里云“单相全浸没液冷技术”斩获2022年度数据中心科技成果一等奖,进一步践行绿色云、低碳云理念,降低云上用户用云成本,减少能源消耗。


“数据中心科技成果奖”2017年设立,奖项积极响应《2030年前碳达峰行动方案》中“节能降碳增效行动”相关要求,旨在推动数据中心行业积极投入节能环保、可落地的绿色先进技术或解决方案,从而助力数据中心高质量实现“碳中和”。


基于先进的IT与制冷融合技术架构,阿里云单相全浸没液冷技术颠覆性地改变了传统服务器的工作形态与散热方式,实现了整体能耗的大幅降低,可使数据中心PUE降至1.09;同时提高电力资源利用率、物理空间利用率和服务器算效,优化算力成本。


目前,该技术已在阿里云数据中心规模部署,形成液冷计算一体机、液冷AI一体机、液冷存储一体机等多种一体化方案,从而使数据中心兼具高能效、高密度、高可用、高可靠等特性。


同时,阿里云不断深入液冷前沿技术研发,已获数十项液冷相关发明专利,还斩获多项业界荣誉:2021年CCSA科学技术奖二等奖,2021年CCF科学技术奖科技进步杰出奖,保尔森绿色创新优胜奖,DC-Tech卓越创新先锋奖等。



01-碳达峰关键期 技术减碳刻不容缓


随着双碳战略的推进,数据中心行业碳中和地图逐渐浮现,依托节能技术助推数据中心行业减碳已成为共识。


据工信部2020年统计,全国在用大型数据中心平均PUE为1.55,离“2023年底,新建大型及以上数据中心PUE降低到1.3以下”的行动目标尚有优化空间,基于高效的技术优势,液冷已成为数据中心进一步降低PUE的有效方式。


浸没式液冷系统结构简单,省掉了压缩机等制冷系统核心部件及原来水冷风冷系统中两次空气与水交换的过程,且系统采用液体充分接触交换的方式,因此很容易实现单机柜30-100kW的换热,并实现最低功耗(换热量大,需求流速低,泵功耗低),因此浸没式液冷也成为目前所有液冷方案中能耗最低的方案。



02-实践:节能+经济+可持续  助推数据中心行业高质量发展


目前,阿里云数据中心已规模使用浸没液冷技术。阿里巴巴张北云数据中心是互联网行业第一个单相浸没式液冷生产集群,支撑阿里电商和大数据业务。阿里巴巴杭州仁和数据中心是中国最大规模的单相浸没液冷集群,也是中国首座绿色等级达5A等级的浸没式液冷数据中心,为绿色节能云数据中心的建设提供了典型案例。


在不断推进自身技术迭代的同时,阿里云还通过技术普惠推进液冷生态建设:主导液冷多项标准制定发布,向全社会开放“浸没式液冷数据中心技术规范”,联合行业合作伙伴,构建从芯片到服务器整机,再到基础设施及运营管理的产业生态,形成规模化商用液冷集群的示范,助推产业上下游的协同优化。


此外,在《碳中和行动报告》指引下,阿里云数据中心还不断通过使用清洁能源、优化资源利用效率、联合生态伙伴减碳等措施,在云计算领域支撑国家双碳战略。据阿里巴巴2022 ESG报告,2021年阿里云以269GWh交易量位列2021年“中国绿电采购企业排行榜”第一;2022财年,阿里云使用的电力中21.6%是清洁低碳的。


在“碳达峰碳中和”目标下,数据中心的绿色发展之路任重道远。未来,阿里云数据中心将持续推进单相全浸没液冷技术及其他相关技术的自研创新及典型应用,技术普惠,与行业伙伴共建数据中心绿色低碳新生态。



我们是阿里巴巴云计算和大数据技术幕后的核心技术输出者。

欢迎关注 “阿里云基础设施”同名微信微博知乎

获取关于我们的更多信息~

相关文章
|
4月前
|
机器学习/深度学习 存储 监控
利用机器学习技术优化数据中心能效
【7月更文挑战第36天】在数据中心管理和运营中,能源效率已成为关键性能指标之一。随着能源成本的不断上升以及环境保护意识的增强,开发智能化、自动化的解决方案以降低能耗和提高能源利用率变得尤为重要。本文探讨了如何应用机器学习技术对数据中心的能源消耗进行建模、预测和优化,提出了一个基于机器学习的框架来动态调整资源分配和工作负载管理,以达到节能的目的。通过实验验证,该框架能够有效减少数据中心的能耗,同时保持服务质量。
|
7月前
|
存储 大数据 数据处理
探索现代数据中心的冷却技术
【5月更文挑战第25天】 在信息技术迅猛发展的今天,数据中心作为其核心基础设施之一,承载了巨大的数据处理需求。随着服务器密度的增加和计算能力的提升,数据中心的能耗问题尤其是冷却系统的能效问题日益凸显。本文将深入探讨现代数据中心所采用的高效冷却技术,包括液冷解决方案、热管技术和环境自适应控制等,旨在为数据中心的绿色节能提供参考和启示。
|
7月前
|
人工智能 监控 物联网
探索现代数据中心的冷却技术
【5月更文挑战第27天】 在信息技术迅猛发展的今天,数据中心作为信息处理的核心设施,其稳定性和效率至关重要。而随着计算能力的提升,数据中心面临的一个重大挑战便是散热问题。本文将深入探讨现代数据中心冷却技术的进展,包括传统的空气冷却系统、水冷系统,以及新兴的相变材料和热管技术。通过对不同冷却方式的效率、成本及实施难度的分析,旨在为读者提供一份关于数据中心散热优化的参考指南。
|
7月前
|
机器学习/深度学习 资源调度 监控
利用机器学习技术优化数据中心能效
【5月更文挑战第30天】在数据中心管理和运营中,能源效率的优化是降低运营成本和减少环境影响的关键。本文旨在探讨如何应用机器学习技术来提升数据中心的能源效率。通过对现有数据中心运行数据的深入分析,开发预测性维护模型,以及实施智能资源调度策略,我们可以显著提高数据中心的能效。本研究提出了一种集成机器学习算法的框架,该框架能够实时监控并调整数据中心的能源消耗,确保以最佳性能运行。
|
7月前
|
存储 大数据 数据中心
提升数据中心能效的先进冷却技术
【5月更文挑战第27天】 在信息技术不断进步的今天,数据中心作为计算和存储的核心枢纽,其能源效率已成为评价其可持续性的关键指标。本文将探讨当前数据中心面临的热管理挑战,并展示一系列创新的冷却技术解决方案,旨在提高数据中心的能效,同时确保系统的稳定性和可靠性。通过对比传统冷却方法和新兴技术,我们将分析各种方案的优势、局限性以及实施难度,为数据中心运营者提供科学的决策参考。
|
7月前
|
人工智能 安全 数据中心
冲刺!阿里云在5个国家投资新建数据中心
冲刺!阿里云在5个国家投资新建数据中心
166 2
|
6月前
|
移动开发 监控 前端开发
基于 HTML5 WebGL 和 VR 技术的 3D 机房数据中心可视化
基于 HTML5 WebGL 和 VR 技术的 3D 机房数据中心可视化
|
7月前
|
机器学习/深度学习 数据采集 资源调度
利用机器学习技术优化数据中心能效
【5月更文挑战第27天】 在本文中,我们探讨了一种基于机器学习的技术框架,旨在实现数据中心能效的优化。通过分析数据中心的能耗模式并应用预测算法,我们展示了如何动态调整资源分配以减少能源消耗。与传统的摘要不同,此部分详细阐述了研究的动机、使用的主要技术手段以及期望达成的目标,为读者提供了对文章深入理解的基础。
|
7月前
|
机器学习/深度学习 敏捷开发 测试技术
深入理解自动化测试:框架选择与实践挑战利用机器学习技术优化数据中心冷却系统
【5月更文挑战第27天】 在现代软件开发周期中,自动化测试已成为确保产品质量和加快市场投放的关键步骤。本文深入探讨了自动化测试的框架选择问题,并剖析了实施过程中面临的挑战及其解决方案。通过比较不同测试框架的特点,我们旨在为读者提供一套明确的指导原则,帮助他们根据项目需求做出恰当的技术决策。同时,文中还分享了实际案例和最佳实践,以期帮助开发团队克服实施自动化测试时可能遇到的障碍。
|
7月前
|
机器学习/深度学习 缓存 算法
深入理解操作系统的虚拟内存管理利用机器学习技术优化数据中心能效
【5月更文挑战第25天】 在现代计算机系统中,虚拟内存是允许用户程序逻辑地址空间与物理内存解耦的关键概念。它为每个进程提供了一个独立的、连续的地址空间,通过内存管理单元(MMU)硬件的支持,将程序使用的虚拟地址映射到实际的物理内存地址。这种机制不仅简化了程序的编写和内存的管理,还提供了保护机制,防止不同进程之间的相互干扰。本文将探讨虚拟内存的工作原理、分页系统的实现以及虚拟内存带来的性能影响,并讨论操作系统如何优化内存使用和管理。