趨勢1——可持續(xù)發(fā)展需要PUE?CUE?WUE三管齊下

  數(shù)據(jù)中心作為“節(jié)碳”先行者需要更前瞻的管理?因?yàn)楹啙嵰撞僮?span style="font-family:Calibri">,PUE(電能使用率)已經(jīng)被選擇為數(shù)據(jù)中心能耗管控的抓手指標(biāo)?WUE(水資源利用率)作為一個(gè)和PUE同樣簡潔易操作的重要指標(biāo), 其門檻的確定卻面臨較大爭議,部分人認(rèn)為WUE應(yīng)該根據(jù)不同技術(shù)區(qū)分對待?即對水冷設(shè)定一個(gè)寬松的指標(biāo),使其不必努力做出技術(shù)革新的情況下,也能繼續(xù)在數(shù)據(jù)中心占有一席之地?這可能是行業(yè)的慣性思維,這樣做的弊端在于非必要的復(fù)雜化WUE(讓WUE在橫向技術(shù)對比?縱向時(shí)間對比上都變得不穩(wěn)定), 讓不同技術(shù)處于不公平的競爭環(huán)境,也與銳意進(jìn)取的數(shù)據(jù)中心行業(yè)形象不符?

  同時(shí)需要指出的是,現(xiàn)在市場上有足夠多的無水或少水的成熟制冷技術(shù),在效果和成本上都可以和水冷競爭,同時(shí)水冷本身也需要不斷技術(shù)進(jìn)化?畢竟水資源在未來會(huì)同今天的能源一樣,彌足珍貴?

  在“低碳”背景下,人們期待CUE(碳使用率)能夠成為“降碳”抓手?雖然CUE的監(jiān)測和評估涉及到較多變量,并且正在嘗試涵蓋PUE?WUE,預(yù)計(jì)管理起來會(huì)比PUE?WUE復(fù)雜得多,但令人欣慰的是我們看到現(xiàn)在有很多機(jī)構(gòu)正在不斷努力完善?

趨勢2——全生命周期的碳足跡監(jiān)管成為重要管理手段

  數(shù)據(jù)中心作為“節(jié)碳”先行者不僅要關(guān)注自身的低碳運(yùn)營,還需要在全鏈條上實(shí)現(xiàn)“節(jié)碳”?

  碳足跡管理作為一種必要手段,要求行業(yè)上下游的碳排放管理要嚴(yán)絲合縫?供應(yīng)商自身的低碳管理不到位,可能會(huì)影響數(shù)據(jù)中心的運(yùn)營安全?并且,數(shù)據(jù)中心先行踐行碳足跡管理也可以更好的幫助自己的上下游企業(yè)實(shí)現(xiàn)綠色節(jié)碳,從而推動(dòng)整個(gè)數(shù)據(jù)中心產(chǎn)業(yè)的可持續(xù)發(fā)展,促進(jìn)實(shí)現(xiàn)ESG長遠(yuǎn)目標(biāo)?令人欣慰的是,我們已經(jīng)看到不少領(lǐng)軍企業(yè)已經(jīng)開始認(rèn)真付諸行動(dòng)?

趨勢3——應(yīng)用和要求不同催生數(shù)據(jù)中心的群落化和多樣性

  數(shù)據(jù)中心不僅要受PUE?CUE?WUE等硬性的共同的政策指標(biāo)的約束,不同行業(yè)?不同用戶還會(huì)根據(jù)其業(yè)務(wù)特點(diǎn)和業(yè)務(wù)價(jià)值,對TCO?可用性/可靠性?性能等運(yùn)營指標(biāo)賦予不同的權(quán)重,并在規(guī)劃?設(shè)計(jì)?建設(shè)中實(shí)施?

  比如金融行業(yè)會(huì)不妥協(xié)地把高可靠性?可用性放在首位;承載社交搜索類應(yīng)用的數(shù)據(jù)中心會(huì)持續(xù)把低TCO放在最優(yōu)先級;而大型仿真等需要海量型并行計(jì)算的應(yīng)用,對信號(hào)時(shí)延非常苛刻,也會(huì)繼續(xù)強(qiáng)調(diào)其對數(shù)據(jù)中心高功率密度的要求?

  這些客觀存在的差異化的需求會(huì)不斷推動(dòng)數(shù)據(jù)中心向群落化?多樣化演進(jìn)?包括公有云?私有云?混合云?行業(yè)云?Colo?Edge, 它們既相互競爭,也相互協(xié)作,以滿足客戶不斷變化的業(yè)務(wù)需求?

趨勢4——AI在數(shù)據(jù)中心建設(shè)運(yùn)維中得到更廣泛的應(yīng)用

  在數(shù)據(jù)中心運(yùn)維管理精益求精的趨勢下,AI與大數(shù)據(jù)深度融合,可應(yīng)用于數(shù)據(jù)中心的優(yōu)化控制?故障診斷和智能決策中?

  其中,優(yōu)化控制和故障檢測已成熟落地?

  優(yōu)化控制的成熟方案通常采用深度學(xué)習(xí)算法,該算法在大型數(shù)據(jù)中心已取得良好的效果,但在小型數(shù)據(jù)中心仍充滿挑戰(zhàn),目前正在通過強(qiáng)化學(xué)習(xí)以期解決?

  AI故障檢測目前主要在部件級,包括維諦在內(nèi)的行業(yè)先行者正積極探索系統(tǒng)級應(yīng)用的實(shí)現(xiàn)?智能決策也是一個(gè)讓人憧憬的目標(biāo),在真正實(shí)現(xiàn)它之前,我們還需要很多努力? 

趨勢5——存量改造需要更具前瞻性和頂層設(shè)計(jì)

  在“新基建”和“雙碳”的雙重背景下,未來數(shù)據(jù)中心建設(shè)呈現(xiàn)改造存量和拔高增量協(xié)同發(fā)展的局面?

  目前我國的存量數(shù)據(jù)中心PUE平均水平在1.8左右,對其改造的要求是PUE小于1.5,     未來的衡量指標(biāo)可能更嚴(yán)格,甚至包括CUE?現(xiàn)行改造思路主要有:

①更換成高效架構(gòu)和設(shè)備以降低能耗;

②更換成高質(zhì)量?長壽命?免維護(hù)的設(shè)備以降低運(yùn)維的碳排放;

③智能化運(yùn)營?

④除了產(chǎn)品本身的高效節(jié)能外,針對不同需求場景選擇最合適的方案是存量改造的核心?

趨勢6——向模塊化?預(yù)制化?智能化深度演進(jìn)

  在過去的幾年,行業(yè)專家們已經(jīng)深刻認(rèn)識(shí)到模塊化和預(yù)制化能夠大幅降低TCO,這種進(jìn)步可以體現(xiàn)在設(shè)備預(yù)制?系統(tǒng)總成預(yù)制和建筑預(yù)制等不同層面上,比如天蝎機(jī)柜?巴拿馬供配電?智能PDU等?

  現(xiàn)在需要更進(jìn)一步思考的是融合的最佳顆粒度和融合范圍(供配電?制冷?智能化),并加入AI?數(shù)字孿生等技術(shù),從而實(shí)現(xiàn)最優(yōu)化TCO?縮短工期,并提高可用性?

趨勢7——數(shù)據(jù)中心為新能源發(fā)展貢獻(xiàn)新思路

  數(shù)據(jù)中心的直接碳排放源主要是油機(jī),油機(jī)在國內(nèi)的數(shù)據(jù)中心通常只是作為備份電源,所以直接碳排放量比較有限?

 據(jù)統(tǒng)計(jì),中國數(shù)據(jù)中心用電量約占全社會(huì)用電量的2%左右,因此數(shù)據(jù)中心用電產(chǎn)生的間接碳排放目前受到廣泛關(guān)注?

  數(shù)據(jù)中心作為數(shù)字化的標(biāo)桿行業(yè),渴望創(chuàng)新并被寄予厚望,在清潔能源應(yīng)用(太陽能?風(fēng)能?氫能?潮汐能)?能量回收再利用?綠證使用和結(jié)算?AI運(yùn)維管理等各個(gè)方面,都充分展現(xiàn)出銳意進(jìn)取的姿態(tài)?

  數(shù)據(jù)中心將成為技術(shù)和商業(yè)模式創(chuàng)新的試驗(yàn)田,為其他行業(yè)貢獻(xiàn)新思路?

 本文來源：CTI論壇  版權(quán)歸原作者所有，轉(zhuǎn)載僅供學(xué)習(xí)交流，如有不適請聯(lián)系我們，謝謝。

標(biāo)簽： 點(diǎn)擊： 評論: