摘要:物聯(lián)網(wǎng)設(shè)備將生成和使用的字節(jié)數(shù)據(jù),而處理這些數(shù)據(jù)需要個大型數(shù)據(jù)中心中的億臺服務(wù)器。一個大型數(shù)據(jù)中心使用相當(dāng)于一個美國小城市的總電量。為服務(wù)器供電和冷卻所需的電能占到數(shù)據(jù)中心總運營成本的,因此數(shù)據(jù)中心的能源低效問題不容忽視。
如今, 數(shù)據(jù)中心已經(jīng)成為當(dāng)今全球經(jīng)濟發(fā)展的基石。它們可以對位于個人和商業(yè)生活中心的信息進行移動、存儲和分析。如果沒有數(shù)據(jù)中心,人們不能這么自由地日常交流、分享社交平臺、觀看流視頻、進行商業(yè)活動、獲取和轉(zhuǎn)移資金。也無法更好地應(yīng)用人工智能、機器學(xué)習(xí)、物聯(lián)網(wǎng)、安全、5G網(wǎng)絡(luò)、自治交通等新興技術(shù)。
據(jù)調(diào)研機構(gòu)估計,自動駕駛汽車的車載攝像頭、雷達、聲納、GPS以及激光雷達系統(tǒng)每天將產(chǎn)生4TB的數(shù)據(jù)。如果當(dāng)今美國10%的汽車是自動駕駛汽車的話,那么每年將產(chǎn)生40 ZB的數(shù)據(jù)。預(yù)計到2020年全球?qū)⒂?00億臺或更多的物聯(lián)網(wǎng)設(shè)備。物聯(lián)網(wǎng)設(shè)備將生成和使用的44ZB字節(jié)數(shù)據(jù),而處理這些數(shù)據(jù)需要4000個大型數(shù)據(jù)中心中的4億臺服務(wù)器。人工智能、機器學(xué)習(xí)、語音和圖像識別的發(fā)展將為前所未有的大量信息打開大門,這些信息對尖端的超大規(guī)模數(shù)據(jù)中心產(chǎn)生了更大的需求。
2017年,全球各地約有800萬個數(shù)據(jù)中心(從小型服務(wù)器機柜到大型數(shù)據(jù)中心)正在處理數(shù)據(jù)負載。這些數(shù)據(jù)中心消耗了416.2太瓦時(1太瓦時約為10億千瓦時)的電力。這相當(dāng)于全球總用電量的2%,預(yù)計到2020年將高達全球用電量的5%。
很明顯,現(xiàn)代生活的大部分負載和數(shù)據(jù)已經(jīng)很快或?qū)⑼耆蕾囉跀?shù)據(jù)中心。但隨著數(shù)據(jù)流量的增長,數(shù)據(jù)中心的大量建設(shè),人們在通過數(shù)據(jù)創(chuàng)造了一個更美好的世界的同時,將面臨對數(shù)據(jù)中心日益增長的資源和電力需求,需要更多的能源、鋼鐵、混凝土、銅纜生產(chǎn)數(shù)據(jù)中心每天所需的電力。
如果人們現(xiàn)在不再重新思考數(shù)據(jù)中心的效率的做法和指標(biāo)的話,可能在不久的將來需要支付一筆沉重的賬單。
數(shù)據(jù)中心的數(shù)據(jù)
數(shù)據(jù)中心市場的發(fā)展不僅隨著數(shù)據(jù)量的增長而變化,而且隨著時間的推移、安全性和IT成本的降低,對網(wǎng)絡(luò)連接的需求也不斷增加。其結(jié)果為組織帶來一系列復(fù)雜的服務(wù)、基礎(chǔ)設(shè)施、運營支出、商業(yè)模式。許多組織將其運行在小型服務(wù)器機房的業(yè)務(wù)遷移到托管云解決方案,而企業(yè)、多租戶、超大規(guī)模廠商,以及高性能計算數(shù)據(jù)中心現(xiàn)在占據(jù)了最大的增長份額和能源消耗。
數(shù)據(jù)中心平均消耗的功率是大型商業(yè)寫字樓的100倍以上。一個大型數(shù)據(jù)中心使用相當(dāng)于一個美國小城市的總電量。為服務(wù)器供電和冷卻所需的電能占到數(shù)據(jù)中心總運營成本的40%,因此數(shù)據(jù)中心的能源低效問題不容忽視。
這些問題是眾所周知的,必須廣泛采用有效的解決辦法。
數(shù)據(jù)中心電力效率低下以及功率密度方面的問題將成為企業(yè)的可持續(xù)發(fā)展主管及其"綠色/可持續(xù)發(fā)展"團隊之外的重要業(yè)務(wù)問題。
人們需要提出新的問題和指標(biāo):
對于數(shù)據(jù)中心負責(zé)人來說:數(shù)據(jù)中心的能源賬單到底有多大?
對于首席財務(wù)官來說:需要花費多少資金建設(shè)數(shù)據(jù)中心,或者可以推遲建設(shè)嗎?企業(yè)可以通過數(shù)據(jù)中心的設(shè)備獲得多少收入?企業(yè)應(yīng)該擁有和運營自己的數(shù)據(jù)中心還是應(yīng)該采用托管數(shù)據(jù)中心服務(wù)?
對于首席執(zhí)行官來說:如何才能使企業(yè)在近期和不久的將來取得更大的成功?
除了超大規(guī)?;蚋咝阅軘?shù)據(jù)中心(如蘋果、Facebook、谷歌、亞馬遜、微軟、百度)的行業(yè)領(lǐng)導(dǎo)者之外,企業(yè)面臨這些問題可以理解,但這些解決方案在很大程度上沒有得到實施。在數(shù)據(jù)中心運營商的各種關(guān)注的問題之中,能源成本的優(yōu)先級通常并不高。
以下有三種主要策略。
數(shù)據(jù)中心設(shè)施效率和軟件技術(shù)的有據(jù)可查的實踐。
可再生能源計劃。
大部分未開發(fā)的硬件解決方案。
數(shù)據(jù)中心可以使用這三種主要策略來解決功率低效和密度問題,同時還需要改變企業(yè)文化和管理實踐。
文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址:http://systransis.cn/yun/5028.html
摘要:針對目前用戶的主要需求和痛點,新華三服務(wù)器系列新品通過對這些應(yīng)用場景進行細致的需求分析與設(shè)計優(yōu)化,在表現(xiàn)更好性能的同時大幅提升運維效率并有效降低服務(wù)器,助力企業(yè)實現(xiàn)管理和業(yè)務(wù)的數(shù)字化轉(zhuǎn)型。10月18日,以智計算,啟未來為主題的2018新華三服務(wù)器新品發(fā)布會在北京舉行。圍繞混合IT、人工智能、大數(shù)據(jù)、高性能計算、以及智能邊緣等五大應(yīng)用場景,紫光旗下新華三集團(以下簡稱新華三)發(fā)布了十款服務(wù)器新...
摘要:而在技術(shù)創(chuàng)新方面,中國企業(yè)申請的服務(wù)器專利數(shù)也位居全球前列。其中,浪潮的云服務(wù)器銷量銷售額均已躋身全球第一。云服務(wù)器還能有效應(yīng)對安全上的威脅。幾年前,在云計算概念剛剛出現(xiàn)時,中國市場還被幾家國外企業(yè)所把持,而現(xiàn)在,中國企業(yè)已經(jīng)開始走向世界。全球權(quán)威的調(diào)查機構(gòu)加特納(Gartner)公布的2017年第三季度全球服務(wù)器市場報告顯示,全球服務(wù)器市場份額前6位企業(yè)中,有3家來自中國,云服務(wù)器市場份額...
摘要:與云計算中心不同,廣域網(wǎng)的網(wǎng)絡(luò)情況更為復(fù)雜,帶寬可能存在一定的限制因此,如何從設(shè)備層支持服務(wù)的快速配置,是邊緣計算中的一個核心問題。邊緣計算可汲取云計算發(fā)展的經(jīng)驗,研究適合邊緣計算場景下的隔離技術(shù)。 作者:施巍松團隊(張星洲、王一帆、張慶陽) 計算模型的創(chuàng)新帶來的是技術(shù)的升級換代,而邊緣計算的迅速發(fā)展也得益于技術(shù)的進步。本節(jié)總結(jié)了推動邊緣計算發(fā)展的7項核心技術(shù),它們包括網(wǎng)絡(luò)、隔離技術(shù)、...
摘要:摘要基于阿里云全面的物聯(lián)網(wǎng)云計算與大數(shù)據(jù)技術(shù)搭建云端的企業(yè)能源管理物聯(lián)網(wǎng)平臺實現(xiàn)能耗數(shù)據(jù)采集統(tǒng)計分析平衡調(diào)度節(jié)能優(yōu)化等全面的能源管控協(xié)同平臺。平臺架構(gòu)邊緣計算采集的工業(yè)數(shù)據(jù)上傳到阿里云的物聯(lián)網(wǎng)套件,中間經(jīng)過了協(xié)議的可靠傳輸。 摘要: 基于阿里云全面的物聯(lián)網(wǎng)、云計算與大數(shù)據(jù)技術(shù)搭建云端的企業(yè)能源管理物聯(lián)網(wǎng)平臺實現(xiàn)能耗數(shù)據(jù)采集、統(tǒng)計分析、平衡調(diào)度、節(jié)能優(yōu)化等全面的能源管控協(xié)同平臺。是企業(yè)生...
閱讀 3072·2023-04-26 00:49
閱讀 3733·2021-09-29 09:45
閱讀 1005·2019-08-29 18:47
閱讀 2752·2019-08-29 18:37
閱讀 2738·2019-08-29 16:37
閱讀 3301·2019-08-29 13:24
閱讀 1784·2019-08-27 10:56
閱讀 2354·2019-08-26 11:42