数据中心是电老虎?AWS在美电量达千兆瓦

简介:

根据绿色和平组织(以下简称绿色和平)对能源使用情况的分析,亚马逊的云计算运营可能很快将拥有超过1千兆瓦的电力容量,以支持其巨大的美国东部数据中心集群。

  AWS在2015年的分析中拥有500兆瓦的容量,但从那时起,亚马逊已经获得了另外560兆瓦电力容量的的许可。绿色和平组织估计,虽然其中一些项目仍在规划和建设阶段。但是当它们完成后,新的容量将使亚马逊在北弗吉尼亚州的数据中心能源总量达到1.06千兆瓦。

数据中心是电老虎?AWS在美电量达千兆瓦
▲由Ashburn的Corporate Office Properties Trust(COPT)建立的一个新的数据中心。租户为AWS

  作为领先的云计算服务提供商,弗吉尼亚是AWS大规模部署数据中心的主要地区。据推测,1.06千兆瓦是单个云提供商在单个地区中接近1千兆瓦的首个案例。

  兆瓦已经是数据中心电源使用的主要指标。根据绿色和平针对亚马逊所提供的数据,进一步凸显了向数字经济转型离不开云计算平台所需电力的支撑。在迁移到云的早期,正如许多行业专家所预测的,未来我们将看到更多关于专用于数据中心基础设施的电量的数字将非常惊人。

  数据中心是电老虎

  这种变化带来了一些有意义的好处,巩固了世界上一些最高效的数据中心的业务,这通常会减少业务流程使用的能源和相关的碳排放量。根据美国政府的数据,这被称为“negawatt”效应,预计到2020年将产生600亿美元的节能量。

  但随着云在经济中所发挥作用的不断增长,也伴随着资源使用的增长,这也引起了数据中心行业对环境影响的更大的审查和关注。所以绿色和平将其作为重点,在过去六年的一系列报告中一直在跟踪数据中心的能源使用情况。

  绿色和平表示:“向更大,更节能的数据中心转变,实际上应该强调,全球数据中心运营商现在对关键基础设施所在位置以及能源的战略决策更加必要。

  绿色和平认为,避免气候变化的严重影响,在数据中心中使用可再生能源是过渡到可持续经济的关键步骤。经过多年专注于提高数据中心效率作为其主要的绿色能源战略,超大规模云提供商现在提高了他们对风能和太阳能发电的使用。这其中包括亚马逊在2016年采取了巨大的措施,以增加其对可再生能源利用。

  什么是Gigawatt(千兆瓦时)?

  1千兆瓦的电量多少钱?根据美国能源部的数据,这相当于460万个光伏太阳能电池板,或500个公用事业规模风力发电机或1亿个LED灯泡产生的电量。

  数据中心目前占美国能源使用量的一小部分。数据中心在2014年使用了约700亿千瓦时的能源,占美国总用电量的1.8%。虽然数据中心对能源的使用正在增长,但随着数据中心变得更加高效,这种增长已经放缓。在2010年至2016年,数据中心的能源使用量每年增长4%。

  北弗吉尼亚是云的主要战场之一。它是美国最繁忙的互联网交叉点,这里网络由在Equinix提供互联接入。

  该地区对AWS的战略战略重要性不言而喻。AWS已经在Loudoun和Prince William迅速扩张,但绿色和平报告有助于量化其扩张的广度。亚马逊一直与房地产投资信托基金(COPT)开发商密切合作。根据SEC的文件,COPT在北弗吉尼亚州已向亚马逊AWS租赁了近130万平方英尺的数据中心空间。

  1.06千兆瓦的由来

  绿色和平跟踪亚马逊的电力使用,作为其Clicking Clean报告的一部分,以评估数据中心行业使用可再生能源的情况。虽然亚马逊不报告其云计算的电量使用情况,但绿色和平关注来自弗吉尼亚州的发电排放许可,作为跟踪AWS能源使用增长的最佳可用指标。

  绿色和平跟踪了,允许亚马逊在Loudoun和Prince William运营的14个地点,32个数据中心项目,包括25个现有设施和7个正在规划和建设的数据中心。AWS已经获得总共1.56千兆瓦的备用发电容量的许可证。

  绿色和平表示,它使用了“关于发电机需要覆盖的总功率以及为冗余部署的发电机数量的保守假设”,这种假设得到了1.06千兆瓦的估计数据。

  绿色和平IT部门分析师Gary Cook说:“我们的估计数也反映了部署的备用发电机资产,设施消耗的电量。”

  绿色和平表示,“AWS在过去一年中采取了一些重要步骤,包括在支持清洁能源政策方面的努力”。但鉴于AWS缺乏透明度,并且其在弗吉尼亚州和其他市场的快速增长主要由非再生能源提供,所以仍然不清楚AWS云是否真正走上可再生能源的道路。

  亚马逊的绿色能源努力

  亚马逊为实现绿色能源,做了很多工作。根据美国能源信息署的数据显示,可再生能源仅占弗吉尼亚2016年发电量的6%,而全国为12%。弗吉尼亚的主要动力来源是天然气(39%),其次是核电(27%)和煤(19%)。

  亚马逊正在努力改变这个比例。亚马逊在11月份宣布在弗吉尼亚州建立五个新的太阳能发电场,将在2017年年底前将总共180兆瓦的可再生能源发电量投入电网。亚马逊以前在弗吉尼亚州提供80兆瓦的太阳能,并从北卡罗来纳州购买了200兆瓦的风力发电。

  亚马逊还与Dominion Virginia Power达成了一项创新协议,以管理和整合亚马逊风能和太阳能农场项目产生的能量,并将其融入为AWS数据中心提供服务的电网。Rocky Mountain是一家致力于推动可持续能源的非营利机构,其总经理HervéTouati将该协议誉为“电力行业的转折点”。

  AWS发言人说:“2014年11月,AWS做出了实现100%可再生能源的长期承诺,在短短两年内,我们在实现这一目标方面取得了巨大进步。到2015年4月,我们达到25%的可再生能源,2016年年底可再生能源的比例为45%,并且设定了到2017年底达到50%的目标。AWS迄今为止在美国启用了10个可再生能源项目,每年总共有260万兆瓦时的电力供应给AWS数据中心,其中四个项目已经在线。”



本文出处:畅享网
本文来自云栖社区合作伙伴畅享网,了解相关信息可以关注vsharing.com网站。

目录
相关文章
|
数据中心
AWS 数据中心与 VPC 揭秘
AWS 数据中心与 VPC 揭秘
143 0
AWS 数据中心与 VPC 揭秘
|
Web App开发 数据中心
AWS海外数据中心到阿里云深圳-文件传输对比评测集合
近日,我们针对AWS海外各数据中心到阿里云深圳,做了一系列大文件传输对比评测。 评测对比软件:FTP VS 镭速RaySync
3111 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。
|
7月前
|
存储 大数据 数据中心
提升数据中心能效的先进冷却技术
【5月更文挑战第27天】 在信息技术不断进步的今天,数据中心作为计算和存储的核心枢纽,其能源效率已成为评价其可持续性的关键指标。本文将探讨当前数据中心面临的热管理挑战,并展示一系列创新的冷却技术解决方案,旨在提高数据中心的能效,同时确保系统的稳定性和可靠性。通过对比传统冷却方法和新兴技术,我们将分析各种方案的优势、局限性以及实施难度,为数据中心运营者提供科学的决策参考。
下一篇
DataWorks