美国伯克利实验室:云计算等因素让数据中心变得越来越高效

简介:

根据来自美国能源部劳伦斯伯克利国家实验室最新的报告,多亏有了更好的冷却和供电策略、更好的电源管理和云计算,数据中心的耗能已经得到控制。

美国数据中心的能耗在经过十年的迅猛增长之后,在2010年开始达到稳定状态。报告发现,自从开始保持稳定以来,仅占美国整体能耗的2%还不到。预计能耗增长率将维持下去,预计从2010年到2020年期间整体服务器装机量将增长40%。

根据这个趋势线,美国数据中心预计到2020年将消耗大约7300万千瓦时——这大约是美国自然资源保护委员会去年预计的一半。

对能源需求达到顶峰的担忧可能并不令人意外,考虑到伯克利实验室的报告是近10年来第一个全面的数据中心能耗分析报告。最近一份报告是由伯克利实验室在2008年为美国国会所做的,该报告发现,数据中心使用的电量每5年就会翻一番。

“我们的想法是,就今年来看,电量每5年翻一番是很常见的,”伯克利实验室研究院Arman Shehabi表示。“事实上,效率方面已经取得了巨大的进步,但是在短期内仍然有很大的机遇。”

公众对于能耗的担忧与商业利益是息息相关的,公众和私人实体最近几年已经开始了让数据中 心更高效的重大项目——像Facebook的Open Compute Project。政府和企业也在探索在更炎热的气候下高效率运营数据中心,投资创新的存储解决方案,使用可再生能源。

考虑到目前的情况,美国预计从2010年到2020年能源的节约大约在6200亿千瓦时,或者超过600亿美元,该报告称。

伯克利实验室的团队发现,更大规模的数据中心已经在高效运营方面取得了显著的进展。,他们不在依赖空调设备来冷却设备,他们依赖于“能源可均衡性”在服务器处理任务不那么多的时候减少服务器的电力消耗。云服务使用的增加也是一个因素。

“数据中心以前被看作是一个固定成本支出,但是在云环境中,哪家提供商的成本最低哪家就会胜出。能源是最容易优化的项目之一,”研究院Dale Sartor在声明中称。

虽然整体发展趋势是积极的,规模小一些的数据中心——到2020年预计将占到所有数据中心消耗量的60%——仍然是效率低下的。

“这个行业的增长主要是在超大规模数据中心,但是普通企业或者机构数据中心也有机会,”Sator说。“这些数据中心有数百万的机柜或者小房间,效率并不高。”
本文转自d1net(转载)

相关文章
|
4月前
|
存储 运维 安全
云计算——ACA学习 数据中心概述
云计算——ACA学习 数据中心概述
165 0
|
数据中心 云计算
阿里云最新产品手册——阿里云核心产品——云数据中心专用处理器CIPU——云计算技术经历的三个阶段
阿里云最新产品手册——阿里云核心产品——云数据中心专用处理器CIPU——云计算技术经历的三个阶段自制脑图
180 1
|
存储 安全 数据库
云计算将如何改变数据中心运营与发展
如今,信息技术一直在不断发展。而这种技术进步继续以极快的速度发生,需要更快的处理和大量的数据存储,而在过去二十年中引入了改变数据中心设计和部署的云计算模型。
165 0
云计算将如何改变数据中心运营与发展
|
存储 运维 分布式计算
阻碍云计算在数据中心发展的五大因素
阻碍云计算在数据中心发展的五大因素
237 0
阻碍云计算在数据中心发展的五大因素
|
存储 安全 数据库
评估数据中心的云计算可行性的CIO指南
成本效益、系统可用性改进、按需扩展计算,以及存储容量的灵活性是企业采用云计算的主要驱动因素。因此,企业在开始实施时需要进行尽职调查。在通常情况下,治理结构和受托责任要求企业CIO采取商业案例合理的方式进行这种转变。
179 0
|
Oracle 关系型数据库 Go
云计算数据中心互连技术可以做些什么?
如今,数据中心的互连技术和服务正在采用云计算技术。企业需要了解云计算数据中心互连技术(CDCI)如何提高流量交付,以及如何选择正确的设备和服务。
171 0
|
存储 边缘计算 人工智能
未来的数据中心趋势取决于边缘计算、云计算和人员配置
未来的数据中心趋势取决于边缘计算、云计算和人员配置
195 0
|
4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。
|
1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。
|
4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。