数据中心能源未来之路:一切过往,皆为序章

简介: 数据中心能源未来之路:一切过往,皆为序章

达尔文在《进化论》中提到的:自然选择是进化的动力。而技术进化的自然选择,显然是整个数字经济大势下,千行百业的数字化转型。

所有行业数字化转型,所带来的应用创新都源自数据中心。正是有了数据中心的支撑,让数字化的能力走进每一个细节场景,在制造场景AI取代人工,在医疗场景让部分癌症的治愈成为可能,在科研场景,可以预测恶劣的天气……也因此,承载着算力和数据的数据中心,以每年复合增长率超过30%的速度成长,近期AI大模型的风行,又进一步加速了数据中心行业的发展,未来十年,数据中心要如何有序、低碳、高效的走向可持续发展?华为数字能源旗帜鲜明的提出,要打造新型数字产业能源基础设施。在新能源革命代表的“低碳化”,与智能化变革代表的“智能化”,两个大趋势的引领下,数据中心产业也因此走到了变革的十字路口。

511日,在2023中国数字能源生态大会,同期举办的数据中心产业论坛上,与会的行业专家和客户及伙伴代表,围绕新型数字产业能源基础设施和数据中心产业发展趋势,展开了一场高价值的探讨。

01

一切过往,皆为序章 


今年初,国务院印发的《数字中国建设整体布局规划》中明确提出:要系统优化算力基础设施布局,促进东西部算力高效互补和协同联动,引导通用数据中心、超算中心、智能计算中心、边缘数据中心等合理梯次布局。无疑,在此政策的激励下,数据中心产业还将迎来更多发展的契机。

但华为数据中心能源及关键供电业务总裁孙晓峰也提醒说,“同时,我们不得不面临新的变化和挑战。比如绿色理念不断外延,从电力效能、到水的效能、碳的效能,再到热能回收;另一方变,行业建设模式和行业需求相比仍有较大差距,建设模式和业务需求上我们存在一些发展空间。”一起过往,皆为序章。站在当下这个新的历史节点,“忘记”过去数据中心行业发展的成就和价值,重新结构行业发展的逻辑,走出一条新路。因此,华为构建了全球独立销售队伍,发布了独立面向伙伴的政策,也构建了面向服务的整个体系。更重要的是,华为在这个产业里依然保持着高强度的研发投入。“我们希望未来在这个领域里持续创新,同时无论是在软件,还是硬件从底层的材料器件、操作系统、应用全栈的能力。更好的和客户伙伴一起为行业创造独特的价值,共同牵引产业链更多走向绿色引领,使行业健康发展。” 孙晓峰说。围绕,智能化、低碳化这行业发展两大“确定性”趋势,华为数据中心能源将围绕客户价值创新在研发上持续投入,以创新的产品和技术解决方案打造新型数字经济基础设施,为各行业数字化转型和数字经济发展,提供稳定、可靠的绿色澎湃算力。

02

技术、场景与方案之辩 


罗马不是一天建成的,围绕数据中心建设中面临的各项挑战,专家和企业从各自的观点,给出了建设性的意见。目前数据中心建设中,依然面临诸多挑战。未来数据中心上层的业务演进、算力需求越来越高,但当前建设过程复杂,上线周期长,生命周期运营难度大、能耗高等问题,困扰着数据中心行业的从业者。

华为数据中心能源领域总裁费珍福在演讲中表示,“华为将秉承数据中心可持续发展的四大基本要素,包含:碳中和部署、敏捷性、运维效率、服务可靠性。围绕GSSR(绿色、极简、智能、安全)理念,打造数字世界的坚实底座。”

论坛上赛迪顾问副总裁宋宇在演讲中提到,“当前数字基础设施是数字技术落实和数据要素发挥作用的物质载体。我们要通过制度、机制、机构等系统化推进数据要素市场建设。当前直面大数据、碳中和新背景,‘碳’未来,奏响高性能、绿色化新乐章。五大发展趋势,翻开高算力新篇章,进入高效互联的算力一体化发展阶段,面向高密挑战,深入推进绿色化、模块化、智能化,打造从被动安全到主动安全的数据中心发展新时代。”

华为云数据中心管理部部长滕建军做了题为“华为云数据中心最佳实践分享”演讲 ,提到华为云数据中心基础设施通过高可靠、标准化、工程产品化、智能化的解决方案,打造高性能高可靠全球存算网,让云服务触手可达。

世纪互联高级副总裁薛亮针对共建高效零碳数据中心进行精彩讲述,他指出:“双碳政策对于数据中心的建设和运营提出了新的要求和挑战。世纪互联作为国内专业第三方数据中心运营商,在数据中心的规划建设上践行绿色化、零碳化。华为拥有深厚的电子电力技术积累和优秀的产品质量管理经验,华为与互联已达成战略合作,以技术创新引领,共建新型零碳生态圈,共同推动双碳政策在数据中心行业的落地。

东莞深证通副总经理丰刚明从安全、可靠、绿色、智能四个维度打造一流数据中心建设核心理念做了分享。特别是针对数据中心基础设施网络安全、监控安全、运维安全、系统分区等内容做了详细分享 。

上海骏森明电子科技有限公司董事长徐长城围绕骏森明选择与华为合作,从引领行业发展、国产化趋势、技术研发优势、华为品牌价值、解决方案多元化、规划的渠道政策可持续发展等7大优势做了重要阐述。与华为的合作给我们带来的不光是单单的一个业务规模的增长,还有公司整体平台能力的提升从组织架构到企业文化,包括企业管理的制度包括工程项目管理的标准化、流程化,都得到了非常大的提升。

华为数字能源全球Marketing与销售服务部副总裁曾玉峰表示,华为正在加快打造匹配数字能源业务场景的数智化全球高质量服务体系,协同和使能伙伴,创造安全、客满、高效的交付,实现高质量的“CARES”运营和智能运维,持续为客户创造全生命周期价值。

03

未来发展路径与“确定性”相关 


从这些意见和分享,我们能够读出一个核心道理,就是以数字化技术的“确定性”来应对未来数据中心快速成长会遇到的各种“不确定性”的挑战。为什么说这种“确定性”至关重要?比如没有快速部署的能力就会对业务快速扩张产生不确定性,而没有弹性扩容的能力,也会对未来数据中心增加成本上不确定性的影响。所以,每一项技术趋势的判断或者说出现,不仅与业务紧密相关,也同业务的持续性和确定性相关。而数据中心能源,最初根本逻辑就是一种“确定性”,是数据中心稳定运行的保障。可靠和安全,一直是数据中心能源发展的根本动力。华为数据中心能源的每一项技术创新,其实也是基于这种“确定性”理念。

比如在方博碳讨室环节,华为数字能源首席营销官方良周博士与行业大咖展开巅峰对话,面对未来更灵活的电网、面向ICT的快速演进,数据中心的供配电以技术创新,应对面临的新环境,专家们对模块化、预制化、AI助力的预防性运维带来的供配电系统可靠性提升,给出基于行业视角的真知灼见,并对新型锂电储能系统在数据中心的应用前景进行了展望。最后,在生态方面,华为数字能源秉持开放合作的态度,携手产业客户、专家、咨询设计单位、集成单位,发挥各自所长,实现能力拼图,共同为社会做出贡献。一起碳路中国,共赢未来。

相关文章
|
2月前
|
机器学习/深度学习 监控 算法
利用机器学习优化数据中心的能源效率
【2月更文挑战第27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。随着人工智能技术的进步,特别是机器学习(ML)算法的发展,出现了新的机会来优化数据中心的能源消耗。本文探讨了如何通过应用机器学习模型对数据中心的能源使用进行实时监控和预测,进而实施节能策略。文中详细分析了不同类型的机器学习算法,并提出了一套基于预测分析的动态能源管理框架。通过仿真实验验证了所提出方法的有效性,结果表明,与传统管理手段相比,该框架能够显著提高数据中心的能源效率,降低运营成本。
37 3
|
2月前
|
机器学习/深度学习 监控 算法
利用机器学习优化数据中心的能源效率
【2月更文挑战第27天】 在数据中心管理和运营的众多挑战中,能源效率优化是一项持续的关键课题。随着人工智能技术的不断进步,特别是机器学习(ML)方法的应用,为精确预测和动态调整数据中心的能源消耗提供了新的可能性。本文将探讨如何通过机器学习模型来分析历史能耗数据,实现对冷却系统、服务器利用率和其他关键因素的智能调控,从而达到降低整体能耗的目的。我们还将讨论这些技术实施过程中可能遇到的挑战以及潜在的解决方案。
|
2月前
|
机器学习/深度学习 监控 算法
利用机器学习优化数据中心的能源效率
【2月更文挑战第19天】 在本文中,我们将探讨如何通过应用机器学习技术来优化数据中心的能源效率。随着云计算和大数据的迅猛发展,数据中心作为其基础设施的核心,其能源消耗问题日益凸显。传统的能源管理方法已难以应对持续增长的能耗挑战。因此,我们提出了一种基于机器学习的方法,能够实时监控并调整数据中心的运行状态,以达到节能减排的目的。该方法包括数据收集、特征工程、模型训练及部署等步骤,并在真实环境中进行了测试验证。实验结果表明,采用机器学习优化策略后,数据中心的PUE(Power Usage Effectiveness)得到显著改善,能源利用效率提升。
|
2月前
|
机器学习/深度学习 监控 算法
利用机器学习优化数据中心的能源效率
【2月更文挑战第16天】 在本文中,我们探讨了如何应用机器学习技术来优化数据中心的能源效率。数据中心作为现代信息技术的基础设施,其能源消耗一直是业界关注的焦点。通过机器学习算法,我们可以实现智能调度和资源管理,从而减少能源浪费,提升整体运行效率。文中首先介绍了数据中心能耗的主要来源,随后详细阐述了机器学习在此领域的应用方法,包括预测模型建立、智能控制系统设计以及自适应算法的开发。最后,文章通过案例分析展示了机器学习在提升数据中心能源效率方面的实际成效,并讨论了未来可能的发展方向。
|
Web App开发 人工智能 安全
云栖科技评论第21期:Facebook绿色数据中心提供空前的能源使用效率
本周热点科技事件,是阿里云“ET”采用分布式爬虫收集全球海量互联网信息,利用文本挖掘和语义分析解析新闻关键词,使用深度神经网络将新闻分类,汇总而选择最新鲜的科技信息。 编辑制作:人民网研究院 内容提供:阿里云研究中心
931 0