广东移动节能绿色数据中心掀起“能耗革命”

简介:

数据中心作为互联网产业大发展的基础,如何降低能耗一直为业界所重点关注。记者从广东移动了解到,该公司自主创新的芯片级节能绿色数据中心建设方案可有效降低能耗,并成功入选了国家2015年工业转型升级资金绿色制造项目名单。

据了解,为了保证机房内设备的稳定运行,传统数据中心要依靠空调等制冷系统维持较低的温度,空调的耗电量甚至超过了所存储的服务器设备。2015年发布的《国家绿色数据中心试点工作方案》显示,我国数据中心发展迅猛,年耗电量超过全社会用电量的1.5%。广东移动通过与产业链上下游多方企业的跨界调研交流,针对空调高耗能问题提出了“去空调”的具体技术解决方案。

据悉,广东移动研发了热管水冷模块,并对传统服务器设计做了调整,以热管水冷模块代替传统的散热翅片模块,通过自然热传导带走CPU等高发热密度芯片的热量。即使使用温度高达45℃的水流,也可对CPU进行高效散热,使内核温度保持在正常范围内。与传统数据中心相比,这种新型数据中心节能效果突出,能效指标PUE值由平均2.2下降到1.2以下。

广东移动技术专家表示,部分地区依靠自然冷源制冷取得了很好成效,但对选址地理位置要求太高,“我们这套数据中心建设方案更适合北上广深等业务需求和人才分布集中的一线城市,选址更灵活”。

本文转自d1net(转载)

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。
70 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
|
机器学习/深度学习 数据采集 算法
利用机器学习优化数据中心的能耗管理
在数据中心管理和运营领域,能耗优化是提高经济效益和环境可持续性的关键。本文提出了一种基于机器学习的方法来优化数据中心的能源消耗,通过实时监控与智能调节系统参数以降低总体能耗。研究采用多种算法对比分析,包括监督式学习、非监督式学习以及强化学习,并在此基础上设计出一套综合策略。该策略不仅提升了能效比(PUE),还保证了系统的高可靠性和性能稳定性。文章的结构首先介绍数据中心能耗管理的重要性,然后详细阐述所提出的机器学习模型及其实现过程,最后通过实验结果验证了方法的有效性。
|
传感器 人工智能 运维
所算即所得,数据中心从可量化到可视化的价值革命
所算即所得,数据中心从可量化到可视化的价值革命
|
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
|
调度 数据中心
UPS智能在线模式:数据中心的一场节电革命
UPS智能在线模式:数据中心的一场节电革命
|
人工智能 运维 安全
绿色低碳,重构下一代数据中心新秩序
绿色低碳,重构下一代数据中心新秩序
|
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。