中國移動通信集團設計院 程艷娜
本文結合數據中心高速發展的環境和數據中心建設發展需重點考慮因素闡述了數據中心數據中心的預制化、模塊化、綠色化、智能化數據中心的技術發展方向。
當前全球新一輪科技革命和產業革命正在孕育興起,數字經濟處于密集創新和高速增長的階段,成為促進經濟社會發展的主要推動力。自2015年我國提出“國家大數據戰略”以來,推進數字經濟發展和數字化轉型的政策不斷深化和落地,2017年以來“數字經濟”已經連續四年被寫入政府工作報告,2019年至今,國家發展改革委、工業和信息化部、中央網信辦等部門已出臺十余項國家層面數字經濟發展相關政策[1]。
數據中心是數字經濟時代的核心基礎設施和國家戰略資源,在2020年特殊時期,數據中心和5G、人工智能、工業互聯網等一起被列為國家“新基建”七大投資領域之一,數據中心迎來建設新高潮。除了傳統的以出租機柜為主營業務的IDC企業和電信運營商,各路第三方資本亦蜂擁而入進入數據中心行業,比如以三峽為代表的電力企業,以沙鋼等為代表的鋼鐵企業,以萬達等為代表的地產企業等。
隨著5G快速發展,線上辦公、4K/8K高清視頻高帶寬應用場景的爆發,以及物聯網應用技術的發展,數據流量將以數十倍的量級快速增長。云計算的持續深化發展,也推動著數字化的觸角加速向產業端、生產端等維度延伸,各行各業的數字化轉型進程正在按下“快進鍵”,全網流量高速增長[2]。
數據資源日益成為關鍵生產要素,數據流量的猛增為數據中心發展打開新的成長空間。當前,我國數據中心正進入新一輪快速發展期,傳統數據中心轉型升級,新一代數據中心加速布局,國家在新時期大力推進“大數據中心新基建”,旨在通過數字化、智能化技術,為智能經濟的發展和產業數字化轉型提供底層支撐,數據中心發展勢能有望快速釋放,如圖1所示。

圖1 移動互聯網接入流量Fig.1 Mobile Internet access traffic
互聯網業務呈現短時間內快速爆發的特征,受席卷全球的新冠疫情的影響,遠程辦公、在線直播、線上醫療等業務側數據和流量需求激增,業務發放響應速度從以周、天為單位提升到以小時為單位計算,數據中心需要具備更快的建設速度,及時供應短時間內爆發的租戶和業務需求。
傳統數據中心建設需要經過現場工勘、深化設計、土建施工、設備安裝、調試驗收、試運行、整改等過程,總體需要20個月以上的時間,周期長、過程復雜,難以匹配“云”業務的快速部署的應用需求。在大數據時代,數據中心由支撐系統轉為生產系統,對于數據中心從業者來說,實現數據中心快速建設、業務快速上線,是提升市場競爭力的關鍵所在,是贏得客戶的軟實力。未來,數據中心產品上市時間(TTM)將從典型水平的9~12個月降低至6個月、甚至3個月。
數據中心蓬勃發展的同時,數據中心行業能耗問題也再次受到社會各界廣泛關注。尤其在我國提出2030年“碳達峰”和2060年“碳中和”的宏偉目標下,數據中心綠色發展問題變得尤為迫切。2020年以來,從國家到地方各層面密集出臺各種PUE相關政策,驅動數據中心向綠色節能方向發展,建設更高效節能、綠色低碳的數據中心成為主要方案,綠色清潔能源、能源高效節能技術將是數據中心能源未來的發展方向。近年來,國家有關部委和地方政府紛紛出臺了數據中心建設能效標準和監管政策,數據中心建設也進入了能效強監管時代,PUE將是數據中心建設的硬約束[3]。
各路資本殺入數據中心這一新基建,最終目的還是希望投資能夠獲得好的收益,因此降低建設成本和運營成本是投資方的核心訴求。傳統數據中心建設一般要將機樓以及配電、暖通等基礎設施一步到位,初期建設投資大,資金利用率低,投資回報慢。新一代數據中心建設需要創新建設模式,實現滾動投資、滾動建設,降低初期投資壓力,因此實現數據中心的靈活部署、按需擴容將是發展方向。解決方案是數據中心采用全模塊化的架構,如模塊化UPS、模塊化鋰電、模塊化配電等。能耗成本是數據中心最大的運營成本,降低運營成本的關鍵是降低能耗,低PUE不僅是政府的強制要求,也是數據中心從業者的自身需要。此外實現運維的自動化和智能化、提高運維效率也是降低運維成本的重要方向。
從上面的分析可看到,低碳節能、快速部署、低成本建設運營是未來數據中心建設的核心訴求,而傳統數據中心建設和運營往往面臨建設周期長、能耗高、運維效率低等挑戰。我們認為,數據中心的預制化、模塊化、綠色化、智能化是解決上述問題的有效手段,是未來數據中心的技術發展方向。
(1)數據中心級架構極簡將成為主流,預制化、模塊化逐漸從數據中心的弱電設備、環境設備向整個數據中心延伸。(2)數據中心高效和節能將成為主流,供電系統的電能轉化和傳遞效率將進一步提升,制冷系統將充分利用自然冷源給數據中心降溫。(3)在AI等技術加持下,數據中心管理系統將變得更加智能,提升運維效率[4]。
傳統數據中心建設采用攢機模式,不僅建設周期長,初期投資成本大,而且各個子系統之間孤立,規劃和建設分離,拼湊式建設模式給后期運維管理也帶來極大的難度。為應對此弊端,數據中心級架構極簡將成為主流,模塊化逐漸從數據中心的弱電設備、環境設備向整個數據中心延伸,從模塊化UPS、模塊化溫控、模塊化母線等數據中心部件到電力/水力模塊、微模塊、IT模塊等模塊化解決方案再到一層一DC等模塊化數據中心。隨著用戶對于數據中心彈性建設、快速交付的要求愈發高,以及對邊緣數據中心的快速增加,微模塊數據中心、模塊化UPS、模塊化溫控等模塊化產品將迎來海量的增長新機遇。在預制化、全模塊化設計下,將各個子系統預集成在模塊內,在工廠進行預制組裝,標準化生產流程,各個模塊品質如一,多系統協同設計,并且在出廠前完成全系統調試和測試,確保高質量和高可靠性。同時現場只需完成極簡施工,可大大降低現場管理難度及施工風險,有效提升數據中心可靠性。整體而言,架構極簡的數據中心具備快速部署、彈性擴容、運維簡單、高效節能等優勢。
數據中心傳統供電系統和溫控系統采用分散部件集成的方式,導致不同設備分屬不同廠家、不同品牌,存在系統部署周期長且復雜、運維難等問題。未來,各系統將持續向一體化全鏈路融合演進,UPS、溫控、母線等將向產品化、模塊化方向發展。以建設1500柜的數據中心為例,采用分散采購、現場集成的傳統并機供電方案,交付時間需2個月,面臨設備雜、占地大、效率低等問題,而采用工廠預制、全鏈融合的電力模塊方案,實現一站式交付,2周即可交付,省時75%,減少占地面積40%。
傳統數據中心供電系統采用鉛酸電池,應用瓶頸日趨嚴重,存在系統割裂且復雜、占地面積大、維護成本高等問題,隨著鋰電池成本持續下降,鋰電將在數據中心得到規模應用,數據中心供配電逐漸走向全面鋰電化。鋰電池生命周期是鉛酸電池的兩倍,十年生命周期內無需更換,短時大倍率放電能力強,適合大電流短時備電,能量密度高,約為鉛酸電池的3倍,可節省占地面積70%,承重要求低,支持模塊入列,無需考慮專業電池間,實現供電系統的高密化和模塊化。
冷凍水系統架構復雜,需經過7大部件(冷水機組、冷卻塔、蓄冷罐、溫控末端、水泵、板換、管理系統)的4次換熱過程,工程性強、周期長,運維復雜,不利于快速部署,適應不了未來不確定的IT業務需求。同時在低碳節能政策導向下,傳統冷凍水系統能耗高,耗水量大,將逐步被少水甚至無水的溫控系統所替代[5]。
最大化利用自然冷源,間接蒸發冷卻系統將成為致冷系統的主流。模塊化架構的間接蒸發冷卻系統采用一體化產品設計,一箱一系統,可縮短部署時間、降低運維難度,同時充分利用自然冷卻資源,由4次換熱過程簡化為1次,同時采用AI調優,大幅降低溫控系統的電力消耗,減少耗水,進一步降低PUE和WUE,在氣候適宜區域將成主流。
依托人工智能、大數據、區塊鏈等技術,以及即時通信技術(5G、PLC、IoT)等技術的迅速發展,為應用系統的進一步開發打造了堅實的數字化底座。數據中心將實現供電系統、溫控系統以及微模塊的自我檢測、自我診斷,設置系統級、機房級、DC級等多類型可視分析窗口,通過配電/制冷鏈路可視、設備故障影響分析、3D可視化、溫度云圖、AI遠程巡檢、機器人近端巡檢、移動App等保障數據中心基礎設施安全,大幅度縮短故障修復時間、減少人工巡檢工作內容、提高設備修復率。
隨著IOT、AI技術的不斷完善和普遍應用,重復勞動、專家經驗和商業決策將被逐漸替代,數據中心將逐步實現由運維、節能、運營等單域的智能化,向規劃、建設、運維、優化的全生命周期數字化和自動駕駛演進[6]。
AI能效優化:利用AI動態建模技術,建立能耗與IT負載、氣候條件、設備運行數量等的機器學習模型,可在保障設備、系統可靠的基礎上,實時診斷各個子系統的能耗,準確推理和配置出數據中心最優控制邏輯,實時調節參數,降低數據中心PUE。
無人運維:傳統大型數據中心運維主要依賴于人工,運維效率低下,巡檢多為被動響應,質量不可控。未來數據中心基礎設施將逐步實現運維的自動駕駛。一方面,通過數字化技術,可實現7×24不間斷巡檢,大大提升運維效率,降低對運維人員的技能要求與依賴程度。另一方面,依托聲音識別、圖像識別、智能傳感器、機器人等,將極大提升數據中心無人巡檢準確度,變被動告警為預測性維護,最大程度降低數據中心運維風險和成本。提升資源使用率和運營收益,提升數據中心運營管理水平。
數據中心面臨持續高增長的發展環境,將沿著快速部署、低碳節能、降本增效這三條發展主線不斷演進。基于三個演進方向,數據中心建設模式將從攢機式、拼湊式逐漸演進為預制化、全模塊化,從而具備快速部署、彈性擴容、運維簡單、高效節能的優勢。模塊化后,供電系統將走向融合極簡,架構走向預制化、模塊化。通過鋰進鉛退,實現供電系統高密化和模塊化。制冷系統風進水退,最大化利用自然冷源,間接蒸發冷卻系統將成主流。管理系統數字化技術普遍應用于數據中心全生命周期,并實現智能化。
引用
[1] 賈銀芳,李杰.Stratus ft系列服務器技術分析及實際應用[J].電氣時代,2006(8):46-47.
[2] 江南.服務器技術八大新看點[J].中國計算機用戶,2005(11):44.
[3] 梁欽.服務器技術用在PC上:戴爾推出OptiPlex SX/GX280[J].每周電腦報,2004(23):43.
[4] 劉暉.低壓配電系統的雙電源或雙回路電源的切換位置[J].中華建設,2019(8):139-140.
[5] 王海東,苗曉春.數據中心10kV供電系統雙電源切換逐級投切的應用研究[J].電信工程技術與標準化,2019(7):17-19.