绿色低碳,重构下一代数据中心新秩序

简介: 绿色低碳,重构下一代数据中心新秩序

对年青一代的互联网原住民来说,网络应用已渗透到他们生活中的每一处细节;工厂车间告别了往日喧嚣,整齐划一的机器手臂正日复一日的高效运转;一望无际的辽阔原野上,无人机定点喷洒生物肥料,让农业生产不再靠天吃饭。

从电商、打车、外卖、娱乐等消费者服务,再到数字化技术赋能千行百业的企业级服务,所有支撑数字经济的数字化能力,都源自数据中心。而当整个社会开始从信息化时代迈入数字化时代,需要的数据中心更多、门槛也更高。


而数据中心指数级增长的同时也消耗着越来越多的自然资源。因此,围绕数据中心的建设、技术演进与绿色低碳的要求,5月26日,华为怀着助力数据中心高质量、可持续发展初心,面向全球发布了下一代数据中心理念及全新供电解决方案电力模块3.0。


1 迫在眉睫——向绿色数据中心演进

随着数字经济的蓬勃发展,“新基建”等政策的指引和“东数西算”国家工程的启动,数据中心产业将快步进入到良性发展阶段。一方面,在数字经济时代,数据中心作为承载数据价值的关键,是国民经济发展的重要基础设施,也是推动数字经济发展的核心支撑和关键驱动力,还将得到持续发展。另一方面,“东数西算”战略启动势必会带动新一波数字化经济基础设施建设浪潮,其中最大受益的就是数据中心。随着数据中心产业的增长提速,数据中心的节能降碳,可持续发展就变得更为迫切。2021年7月,工信部印发的《新型数据中心发展三年行动计划(2021-2023年)》中,明确提出到2025年新建大型及以上数据中心PUE要降低到1.3以下。PUE之所以成为了数据中心关注的焦点,是因为数据中心的耗电量是数据中心PUE的重要组成部分,PUE越低意味着支持系统的电耗越低,所以有效降低PUE是绿色数据中心的标配。在国家“双碳”战略的大背景下,数据中心产业需要以节能降碳为目标,走向绿色化发展新阶段。与此同时,清洁能源的大规模应用,叠光叠储、余热回收等节碳技术发展将成为数据中心可持续发展的催化剂。


可以预见,数据中心产业将告别粗放式增长、迎来精耕细作新阶段,从传统数据中心向新型绿色数据中心转型也已迫在眉睫。


2 四大特征——指引数据中心发展航向

面对数据中心对绿色低碳的要求,华为与全球数据中心行业领袖和技术专家展开了深入广泛的研讨,并达成重要共识,总结出下一代数据中心四大特征:低碳共生、融合极简、自动驾驶、安全可靠。要如何理解这四大特征呢?首先,低碳共生是面对高能耗、高资源消耗的挑战而来,在低碳共生的理念下,下一代数据中心将是全绿色、全高效、全回收的数据中心。其中,“全高效”的维度,最为值得关注。我们知道PUE是衡量数据中心绿色程度的指标,但绝不是唯一指标。同样的PUE,火电和绿电所导致的碳排放量完全不同。因此,华为高级副总裁、华为数据中心能源军团CEO杨友桂提出评价数据中心绿色化程度一定要破除唯PUE论,而是要走向xUE,建立包含PUE、CUE(碳利用率)、WUE(水资源利用率)、GUE(市电利用率)、SUE(空间利用率)等在内的多维评价体系。

image.png

其次,融合极简代表了“架构极简、供电极简、温控极简”的数据中心自身形态的演进形式。其实极简就意味着简化,意味着快速的部署和上线能力,因此预制化的设计、模块化机房渐成业界主流。以武汉人工智能计算中心为例,其采用预制模块化数据中心解决方案,将传统数据中心的串行建设模型转变为并行模型,4个月主体竣工,5个月实现从地基建设到业务投运,上线时间缩短50%以上。

image.png

第三,自动驾驶则指向数据中心智能化的运维和运营,通过“运维自动、能效自优、运营自治”重构数据中心运营和运维的管理模式。自动驾驶本质上是应对数据中心规模越来越庞大所带来的复杂度挑战。举个例子,一般千柜级的数据中心需要配备15~30位专业运维人员,每天进行6~12次现场抄表巡检,运维成本极高而且巡检质量难以保证。而智能运维则可利用AI技术,通过智能传感、声音&图像识别,实现无人巡检,大幅提升运维的效率和精准度。华为提供的对比数据显示:1名工程师巡检2000机柜的数据中心需要耗费2个小时,而自动化巡检手段,5分钟即可完成2000机柜巡检工作,且无需人到机房,实现远程值守。


第四,安全可靠是所有数据中心的基础诉求,没有安全可靠,其它诉求都将是无源之水无本之木。数据中心作为数据资产的保管员,数据中心的安全,等同于数据资产安全。华为提出以“主动安全、架构安全”来保障数据中心全生命周期安全可靠。


一方面系统架构的安全,从器件到DC,三重安全防线,保证系统可用性达到99.999%。主动安全则是在数据中心全域可视可感的基础上,基于大数据和AI技术,实现部件到系统的预测性维护,提前告警主动响应,真正做到从“治病”到“治未病”。


3 大道至简——电力模块3.0再拱一卒

罗马非一天建成。我们从低碳共生、融合极简、自动驾驶、安全可靠的四大特性,读出了下一代数据中心的轮廓。但正如饭要一口一口吃,要解决当下最为紧迫的问题,供电是关键。数据中心的供配电建设一直面临空间紧张、安装周期长、能耗高、运维困难等难题。尤其是电力机房作为数据中心主要配套,占用空间极大,最高甚至可以占到整个数据中心面积的一半,形成了巨大的空间浪费。同时,安装、接线和超长的联调工期,管理和维护的被动,为数据中心运营造成了不小的压力,亟待得到解决。在下一代数据中心的发展趋势的“融合极简”特征中,就有包含了供电极简。这是指利用开关小型化技术,在不减少开关数量的前提下减少开关柜的数量;另一方面,利用拓扑池化、器件优化等技术,提升UPS模块功率密度,从而有效减少占地面积,降低现场交付难度。

image.png

基于这一理念,华为数据中心能源军团发布了全新一代电力模块3.0解决方案,通过核心技术创新和部件融合,优化布局,打造更为省地、省电、省时、省心的数据中心供电系统。

在最受关注的省地方面,通过采用创新的融合架构和业界超高密的UPS 5000-H,提高单柜功率密度,优化供电系统的空间布局,22柜变11柜,大幅节省占地面积。以12MW的数据中心为例,与传统攒机供电方案相比,采用电力模块3.0方案所节省的占地面积,可多部署170多个机柜。

在实际应用案例中,中交通信大数据(上海)数据中心,采用华为电力模块解决方案,相比传统方案,节省供配电系统空间 40% 以上,助力客户多部署350个IT机柜,节省电力电缆超16,000 米。

而在省电方面,电力模块3.0缩短了链路,全链路效率达97.8%,同时UPS 5000-H智能在线模式效率高达99.1%,远高于传统供电方案链路效率的上限94.5%,做到有效降低电能损耗。以12MW数据中心为例,采用电力模块3.0每年电费可节省接近200万。

在省时和省心方面:电力模块3.0内部连接采用预制廊桥式母排,且在工厂完成预制和调测,交付周期从2月缩短至2周;基于“自动驾驶”的理念,结合AI技术,电力模块3.0配置了iPower智能特性,具备全链可视,以及AI温度预测、关键部件寿命预测、智能整定等双层可靠设计,实现运维从“被动”到“自动自预”的转变。

电力系统是数据中心的“心脏”,供电技术的提升与数据中心的效率也一直呈正比关系。数据中心的全生命周期运营水平也与电力系统的能效水平密不可分。华为电力模块3.0为数据中心供电系统的更快、更好和更省提出最佳的解决方案。

实际上,数据中心向绿色化的下一代数据中心转型,并非易事。不仅要从数据中心全生命周期重新思考底层技术逻辑,还要充分运用数字能源技术与AI技术,以最合理的方式有效降碳,而不是唯PUE论。而华为给出的数据中心方法论,从数据中心用户自身的根本需求出发,以全生命周期的视角与架构能力,不失为未来数据中心行业走向绿色低碳的可行之法。

相关文章
|
7月前
|
机器学习/深度学习 监控 算法
探索现代数据中心的绿色革命
随着信息技术的飞速发展,数据中心作为数字基础设施的核心,其能源消耗和环境影响日益成为全球关注的焦点。本文将深入探讨现代数据中心在实现能效优化与环保目标方面所采取的创新技术与策略,包括最新的冷却解决方案、能源管理系统以及可持续能源的利用等。通过分析这些技术的实际应用案例,揭示数据中心行业如何平衡效率与生态责任,推动着一场静悄悄的绿色革命。
74 4
|
7月前
|
数据中心 虚拟化
探索现代数据中心的绿色革命
【4月更文挑战第29天】 在本文中,我们将深入探讨现代数据中心如何通过采用绿色技术和可持续策略来优化能效并减少环境影响。随着全球对能源消耗和气候变化问题的日益关注,数据中心行业面临着转型的压力。文章将分析当前实施的节能措施,包括最新的冷却技术、服务器虚拟化、以及使用可再生能源的实践案例。我们还将讨论这些技术如何不仅帮助公司实现环境目标,同时也提升经济效益。
|
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
|
人工智能 运维 安全
华为绿色数据中心,为“东数西算”铺设一条低碳之路
华为绿色数据中心,为“东数西算”铺设一条低碳之路
华为绿色数据中心,为“东数西算”铺设一条低碳之路
|
传感器 运维 监控
绿色数据中心的“减碳”革命
绿色数据中心的“减碳”革命
|
缓存 编解码 边缘计算
AMD:赋能绿色数据中心的“普惠”价值
AMD:赋能绿色数据中心的“普惠”价值
|
人工智能 安全 大数据
华中最大的绿色零碳数据中心集群“落户”三峡
华中最大的绿色零碳数据中心集群“落户”三峡
|
SQL 人工智能 安全
把数据中心放到北极圈,也许都没这条绿色计算之路收益高
把数据中心放到北极圈,也许都没这条绿色计算之路收益高
131 0
|
数据中心
|
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。