上榜!阿里云仁和数据中心入选工信部“2022国家新型数据中心典型案例”

简介: 祝贺!阿里云仁和数据中心入选工信部“2022国家新型数据中心典型案例”


「数字化、智能化助力数字基础设施新升级」


近日,工信部公布了“国家新型数据中心典型案例名单(2022年)”阿里云浙江仁和数据中心凭借在数智平台精细化运营上的优秀实践成功入选“大型数据中心”典型案例,继去年南通数据中心首次入选后,续写了阿里云数据中心在新型数据中心建设上的持续深耕与新探索。


图 | 阿里云仁和数据中心入选国家新型数据中心典型案例名单


Tips:什么是大型数据中心典型案例?


大型数据中心,针对互联网、工业、金融、政务等重点行业领域,聚焦数据中心基础设施、运营管理、数字技术、生态能力,特别是在支撑行业数字化转型、赋能千行百业两方面效果明显的大型及以上数据中心典型应用案例。


[大型数据中心:单体规模大于等于3000个标准机架(2.5kW/机架)]


2021年7月,工信部发布《新型数据中心发展三年行动计划(2021-2023年)》,首次定义“新型数据中心”,明确提出“聚焦新型数据中心供配电、制冷、IT和网络设备、智能化系统等关键环节,锻强补弱”,引导数据中心运维管理向智能化发展。


区别于传统数据中心,新型数据中心是以支撑经济社会数字转型、智能升级、融合创新为导向,以5G、工业互联网、云计算、人工智能等应用需求为牵引,汇聚多元数据资源、运用绿色低碳技术、具备安全可靠能力、提供高效算力服务的新型基础设施,具有高性能、高算力、高能效、高稳定等特征。


2022年3月,工信部首次在数据中心行业推出“国家新型数据中心案例评选”,鼓励新型数据中心加快建设应用,推动全社会数字化转型。2023年2月,《数字中国建设整体布局规划》出炉:按照“2522”的整体框架布局,强调夯实“数字基础设施“和“数据资源体系”两大基础。而夯实数字基础设施,首要的是打通数字基础设施大动脉,整体提升应用基础设施水平,加强传统基础设施的数字化、智能化改造。


2020年9月,作为阿里巴巴在浙江杭州市的首座超级云计算数据中心,仁和数据中心开服,立足浙江,辐射长三角经济带。仁和数据中心综合应用阿里云最新自研成果,在数据中心规模、算力、节能、智能化等方面实现全面升级,其中仁和数据中心A1楼在DC-TECH数据中心智能化运营等级评估中获得“数字化管理平台level 5”荣誉等级认证,这也是当前数据中心行业对智能化运营等级评估认证的最高水平。此外,仁和数据中心还获得2020年ODCC数据中心绿色等级5A(设计类)认证,2021保尔森可持续发展奖等业界荣誉。


关于「数据中心智能化运营等级评估」:

“数据中心智能化运营等级评估”为开放数据中心委员会(ODCC)、工信部新闻宣传中心、中国信息通信研究院联合开展。


评估维度和等级:“数据中心智能化运营等级评估”通过评估智能化管理能力,得到该数据中心对应的数字化管理平台等级(Level1—Level5)。

浙江仁和数据中心.JPG

图 | 阿里云仁和液冷数据中心


数智运营  精细管理提高效


数字化、智能化不是简单的技术问题,而是一项系统工程。今天,阿里云在全国部署了五大超级数据中心集群,同时全球范围内还有大量的数据中心和节点。数字化平台的运用,不仅能有效提升数据中心精细化管理水平,同时也是保障数据中心平稳运行的重要因素。


仁和数据中心采用阿里云自研的智能运维平台,从资源管理、运维管理、运营管理和经营管理四个维度进行平台整体设计,通过将现场业务场景100%工单化和业务流程线上化,同时结合智能化算法实现了对工单和人员的自动匹配与调度,有效支撑了数据中心“从规划、设计、建设到运营”的全生命周期运营体系,智能化驱动数字化,有效助力数据中心运行的安全、稳定和智能。


安全:

信息安全和物理安全双管齐下。仁和数据中心平台信息为全流程工单驱动和数据存档审计,同时系统联动阿里云全球自有的数千闭路电视监控系统(CCTV)+ 门禁终端,确保不让一个非授权人员进入管控区域,有效提高数据中心安全性能。


稳定:

在故障处理方面,仁和数据中心通过运营期告警项配置,可实现秒级监控,通过系统化监控电气和机械设备以及预防性维护来保持数据中心系统的持续运行。通过自动化事件管理工具,结合知识图谱算法,可实现分钟级的故障发现、事件建单、现场处理,有效隔离了数据中心设施故障对于上层云服务稳定性的影响。针对传统的变更风险人工评估易出错、执行过程无法审计监督等问题,仁和数据中心采用数字仿真能力,实现了对电力、暖通系统的变更预演,风险诊断和故障呈现,最大限度降低变更风险。


智能:

完成现场业务场景100%工单化和业务流程线上化,同时通过智能化算法实现了对工单和人员的自动匹配与调度。此外,结合智能化大数据算法,以采集数据库为基础,构建关系模型,结合知识图谱实现故障高效发现、准确定位,实现单维告警快、多维告警准,目前可覆盖100%的供电类故障场景。



绿色自研技术 提“效能”降“能耗”


▶ 大规模单相浸没液冷集群

阿里云设计的适配公共云的高可靠单相浸没式液冷系统,将服务器、光模块等完全浸没在冷却液中,用冷却液代替空气为IT设备散热,实现了数据中心的高效冷却。区别于其他液冷技术,阿里云单相浸没液冷技术将换热设施与液冷机柜分离并做适度冗余,同时实现了高能效、高可靠与高可用,适用于通用型公共云计算与云数据中心。


▶ VDC高压直流技术  提升数据中心系统供配电效率

为降低电气系统传输过程中的能耗,与传统数据中心采用UPS进行不间断供电不同,仁和数据中心的IT设备采用高压直流(HVDC)技术进行供配电,省去了两级变换(UPS端逆变环节和服务器电源端的整流环节)的能量损耗,直流电源直接供给服务器电源,简化了高压直流系统拓扑结构,也提升了不间断电源设备的效率和可靠性。


在《数字中国建设整体布局规划》指引下,新型数字基础设施建设之路任重道远。阿里云数据中心将以“绿色化、智能化”为发展方向,以“稳定安全、绿色低碳、数字智能”为原则,通过自研创新、数智化精细运营,持续书写新型数据中心的典型样本。


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”同名微博知乎

获取关于我们的更多信息~

相关文章
|
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
162 2
|
7月前
|
存储 边缘计算 安全
阿里云全球基础设施展示,公共云地域、边缘节点、超级数据中心分布图
本文为大家介绍了阿里云在2024年的全球基础设施布局,包括公共云地域、边缘节点、超级数据中心等各个阶段和方面。阿里云基础设施已覆盖全球四大洲,拥有30个公共云地域和89个可用区,以及超过3200个边缘节点,为其用户提供了广泛且深入的服务覆盖。
阿里云全球基础设施展示,公共云地域、边缘节点、超级数据中心分布图
|
7月前
|
新能源 大数据 调度
阿里云IDC“数据中心低碳用能与任务调度“创新成果荣获“年度低碳解决方案”荣誉
阿里云IDC“数据中心低碳用能与任务调度“创新成果荣获“年度低碳解决方案”荣誉
|
7月前
|
数据中心 大数据 云计算
他们,点绿成金丨阿里云数据中心总经理王朝阳入选2023零碳先锋人物
他们,点绿成金丨阿里云数据中心总经理王朝阳入选2023零碳先锋人物
|
存储 弹性计算 安全
阿里云沙特合资公司启用两座数据中心
阿里云沙特合资公司启用两座数据中心
424 0
|
7月前
|
存储 传感器 监控
探索现代数据中心的冷却技术革新
【4月更文挑战第23天】 在信息技术迅猛发展的今天,数据中心作为计算和存储的核心枢纽,其稳定性和效率至关重要。然而,随着处理能力的增强,设备发热量急剧上升,有效的冷却方案成为确保数据中心持续运行的关键因素。本文将深入分析当前数据中心面临的热管理挑战,并探讨几种前沿的冷却技术,包括液冷系统、热管技术和环境自适应控制策略。通过比较不同技术的优缺点,我们旨在为数据中心管理者提供实用的冷却解决方案参考。
|
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。