基于黑箱理論的大數據中心能耗管理評估指標研究

程瑩瑩，唐懷坤

（中通服咨詢設計研究院有限公司，江蘇 南京 210019）

0 引 言

數據中心因為能耗高一直是運營方和政府管理關注的重點。在數據中心機柜、帶寬出租的運營模式下，PUE作為表征數據中心節能先進性和碳排放控制的主要控制把手，曾經對數據中心降本增效和能耗管理起到了巨大作用。隨著5G、物聯網以及AI等技術的快速發展及國家對能源管理政策的不斷收緊，尤其在國家把數據中心上升到大數據中心并納入新型基礎設施建設范疇的新形勢下，PUE表征意義和適用范圍的局限性逐漸顯現。因此，在大數據中心新基建大力實施新形勢下，如何建立科學的能耗評估指標，使大數據中心快速、綠色、健康發展成為擺在企業和政府面前亟待解決的課題。

1 PUE局限性分析

1.1 PUE的由來

PUE（Power Usage Effectiveness）由Green Grid于2008年正式提出，旨在衡量能源使用效率的指標。其定義基于只有IT設備的耗電被認為是有意義的電能[1]。

數據中心總耗電指IT設備、制冷設備以及供配電系統等維持數據中心正常運行的所有耗電的總和。IT設備耗電指機房內芯片級IT主設備耗電。

1.2 PUE局限性分析

PUE指標的目的是引導耗電量巨大的數據中心節能減排。但是，由于PUE節能減排是基于降低機電配套基礎設施電耗的原理，雖簡潔、直觀，但由于考核的用能范圍僅限于電和考核重點是機電配套基礎設施用電，作為政府能耗管理的依據存在天然的局限性，也不利于國家新基建戰略的實施。

1.2.1 忽略了作為數據中心整體耗電的主體是IT設備的情況

PUE計算公式關注的重點是機電配套基礎設施用電對數據中心能耗的影響，卻忽略了IT系統設備用電對數據中心整體用電影響更大。數據中心實際運行中，在服務能力不變的情況下，IT系統設備電耗加大可能會降低PUE值但整體耗電量卻可能上升的情況。因此，降低IT設備的電耗對降低數據中心能耗具有重要意義。例如，在冷、熱數據分離存儲情況下，由于數據中心采用專用的網絡存儲服務器可有效降低IT系統的電耗，但PUE指標卻可能出現不降反升的情況。這種情況下，PUE的引導作用是失效的。

1.2.2 無法體現數據中心巨大的水資源消耗情況

結合多年經驗，針對目前國內數據中心PUE值要求，從使用的安全、有效、經濟以及普適角度出發，國內在用的大型和超大型且PUE值控制在1.5以下的數據中心，空調制冷依然是水冷冷水機組+冷卻塔+精密空調方式。作為影響PUE因子比重最大的部分，在現有評價指標體系下，數據中心空調的能效也是節能的重點。降低PUE空調因子一直是各數據中心空調廠家和數據中心建設運用單位的重點研究、控制對象。

PUE最終落實到空調的能效比和機房氣流組織設計仿真和應用方面，也就是計算流體動力學（Computational Fluid Dynamics，CFD）仿真，最后PUE≈CFD。

根據測算，采用水冷冷水機組+冷卻塔+精密空調方式的大型數據中心，10 000個5 kW機柜規模的超大型數據中心最高日用水量至少為3 000 m3。5G、物聯網及大數據等信息技術的發展加速，極大地推動了數據中心的需求。大型和超大型數據中心仍然是最近一段時間的建設熱潮，因此可以預計對水資源的消耗相當可觀。但是，PUE評價對象僅為電能，無法體現數據中心巨大的水資源消耗，不利于政府的節能管理。

1.2.3 無法體現能源綜合利用的優勢

數據中心用電量大、保障要求高，經常受項目所在地尤其是需求熱點區域用電容量的限制。為降低用電門檻，余熱利用成為許多建設運營企業在數據中心選址規劃階段考慮的解決問題。例如，火電廠余熱用于數據中心機房制冷，選址階段即首先考慮在火電廠或附近，利用余熱選用匹配容量的蒸汽型溴化鋰機組為數據中心機房制冷，并在有條件的情況下為附近居民提供熱水，可在環境和經濟上均取得較好的效益。目前，徐州和深圳均有成功應用的案例。再如，回收數據中心余熱，通過采用磁懸浮技術，結合成熟的離心壓縮機技術，向機房回輸適合溫度的冷凍水用于機房制冷，向大型數據中心園區辦公樓及附近居民提供冬季供暖，既節省了運營成本，又減少了區域的總碳排放。該技術在在天津濱海新區已經有應用案例[2]。

數據中心利用余熱不僅降低了自身的用電門檻，還從區域能源利用的角度，有效減少了碳排放，為區域碳排放控制做出了貢獻，但PUE指標無法體現區域碳排放貢獻。

2 大數據中心能耗指標評估黑箱理論分析

隨著5G、物聯網以及AI等技術的發展，在大數據中心新基建戰略實施推動下，大數據中心服務由機柜、帶寬出租為主的運營模式逐步邁入云計算服務階段。適應大數據中心服務模式變化和能耗評估全面性要求，運用黑箱理論，輸入端為大數據中心運營過程中可能涉及的全部綜合能耗統一折算成標準煤，輸出端為大數據中心通過內部計算輸出的云計算服務流量。建立大數據中心能耗指標可相對全面反映數據中心的耗能情況。

圖1 黑箱理論模型

嚴格控制高耗能項目建設，持續大力推進節能減排是我國的基本國策之一。大數據中心能耗總量巨大，該理論很好地解決了傳統的能耗總控與國家大力推進數據中心新型基礎設施建設的矛盾。

3 大數據中心能耗評估指標建議

根據黑箱理論，可將大數據中心最終輸出的信息服務流量作為評估基數。這個運營過程中可能涉及到的水、電、氣以及油等全部納入能耗評估范圍，并統一折算成碳排放指標——標準煤，同時綜合考慮項目在區域能源綜合利用中的減排效益，建立大數據中心能耗評估指標，作為現有數據中心能源評估指標的補充。

4 結 論

基于信息流量的能耗評估指標，從大數據中心機房信息服務能力的角度評價大數據中心的能耗，可屏蔽掉不確定因素，全面反映大數據中心能耗情況，希望能對數據中心快速、綠色、健康的發展提供全面、可行的能耗評估指標，并將其作為PUE指標的補充，為國家大數據中心新基建戰略和節能減排戰略實施提供參考。