大数据时代 数据中心的发展趋势解读

数据中心正在宏观及市场双向促进的轨道下飞速发展，各地不断策划备案的新数据中心项目稳步推进，对机房空调等配套设施的快速发展无疑是重大利好。在信息量日益扩张的当下，数据中心逐渐向规模化集成化发展，不断扩张的体量使得数据中心的散热及安全性等问题日渐突出，创新与变革正在各大公司的数据中心得到实践。作为系列文章的收官之作，本文以各公司的工程实例为依据介绍数据中心的发展趋势，立足当下，放眼未来。

液体冷却或成新的行业趋势

液体冷却系统在数据中心的采用率越来越高，采用由于能耗更低的能源，将为数据中心冷却市场发展提供驱动力。安装在数据中心设施中的机架数量正在不断增加，功率密度也在不断增加。目前，供应商已经提出了各种可替代空气冷却的冷却解决方案，这些解决方案基于一种技术。这种解决方案自微处理器时代以来一直不是常态，当时大型机占据了主导地位。通过使用液体冷却剂代替压缩空气，在许多情况下可以降低与冷却相关的能量成本。

液冷还有其他优点，由于液体冷却的效率，数据中心操作员可以更好地利用宝贵的占地面积，并增加每平方英尺的处理能力，并远远超过压缩空气通风所能达到的水平。液冷式处理器也运行得更冷，从而提高了性能，这是大量超级计算机用液体冷却的主要原因。

图 谷歌公司数据中心内的液体冷却TPU 3．0吊舱

海底数据中心获微软等巨头青睐

2018年6月，微软在苏格兰奥克尼群岛海岸线附近的水域中部署了潜水艇式水下数据中心。微软将一艘40英尺长的船沉入位于苏格兰近海的奥克尼群岛海岸，该数据中心有12个机架，共有864台服务器。微软表示，它可以在无需维护的情况下保存数据和处理信息长达五年。

图 微软把数据中心沉入海底

微软选择建立水下数据中心的目的是提高近水地区的网络速度，这些地区通常缺乏基础设施。而视频流和游戏需要更强大的基础处理设施才能连接到互联网。微软英国首席执行官辛迪罗斯周三表示：“全球近一半的人口生活在大片水域附近，让数据中心离数十亿网民更近将确保更快、更顺畅的网络浏览、视频流和游戏，同时企业可以享受人工智能驱动的技术。”

利用海水、湖水降温不止微软一家。中国的阿里巴巴利用千岛湖对服务器进行冷却，这种方式也使其年均PUE低于1．3，最低可达到1．17。

地下数据中心悄然兴起

实施重要的计算和存储操作的数据中心所在的地点和位置。虽然数据中心在运营方面有很多风险，但任何风险评估都应从数据中心的位置开始，其位置可以保证这种敏感性，并且有时是专有业务功能的安全性和机密性。

企业可以通过在适合地理区域内的地下建设数据中心设施，这样的位置提供了任何地上建筑设施无法比拟的弹性。矿井内的岩石为所有极端天气和事件（包括龙卷风和飓风）创造了天然屏障，可以抵御全球各地的各种恶劣天气。

地下数据中心键基础设施可以在已知的更严格的参数范围内运行，从而实现最高的效率水平和性能。其冷却系统不再需要调节从夏天8月的炎热天气到冬天1月零度以下的各种温度。

从客户的角度来看，自然冷却的矿山环境非常有利于服务器机架和其他硬件的运营要求。因此，其冷却能耗将会最小化，全年为客户节省电能。

图 腾讯公司在建的防空洞数据中心

大型数据中心的迁移远离

据资料显示，一般电力成本占整个大数据中心支出成本的50％－70％，而其中制冷过程消耗的电能又占数据中心所有功耗的40％。这是因为，一座数据中心会由数万台服务器组成，一般都是由电力提供动力，并且大量的服务器运转时温度升高需要散热、降温，也是由空调来完成冷却功能，所以高耗能成本成为大数据中心的一大特点。

而像贵州贵阳市、宁夏中卫市、内蒙古乌兰察布市这类地区，全年平均温度低于15度甚至是10度，同时都极少受到雾霾天气的影响，PM2．5处于良好水平，空气清新，这样的空气稍微过滤一下就可以直接进入机房，大大降低生产成本，因此可以使用自然散热结合少量空调、风扇的方法，对设备进行冷却。

并且上述地区均可以用清洁能源代替燃煤进行发电：贵州水资源丰富，水电装机量排在全国第四位；宁夏与内蒙古光照充足、大风天气所占天数较多，因此太阳能、风能充沛，同样可以降低企业耗能成本。这也就不难理解，为何亚马逊会选择在宁夏、腾讯选择在贵州这类气候凉爽的地区建立大数据中心。

图 中国电信云计算内蒙古信息园

AI控制环境参数在谷歌数据中心实践

几年前，谷歌通过旗下的DeepMind，开始研究如何利用机器学习更好地冷却其数据中心。不过当时系统只是提出建议，而人工操作员则决定是否实施这些建议。

而近日，根据外媒报道，谷歌已经通过AI来降低其数据中心的运营成本。最新的DeepMind建立起了足够有用的模型，可以让人工智能供电系统完全控制环境冷却。新的冷却系统已经在一些谷歌的数据中心就位。每隔5分钟，系统就会轮询数据中心内的数千个传感器，并根据这些信息作出最佳操作。当然，这里有各种各样的制衡机制，因此谷歌的一个数据中心因为这种机制而陷入瘫痪的可能性很小。

图 谷歌使用AI控制机房温度的数据中心

DeepMind和大多数机器学习模型一样，这个模型在收集了更多数据后会变得更好。与数据中心的历史能源使用量相比，它现在平均能够节省30％的能源。

值得注意的是，谷歌显然是在试图节省开支，但在很多方面，该公司也把这看作是一种推广自己机器学习服务的方式。毕竟，能够在数据中心起作用的东西也应该在大型办公楼里起作用。DeepMind的工作人员在声明中写道：“从长远来看，我们认为有可能将这项技术应用到其他工业领域，在更大规模的范围内帮助应对气候变化。”

政策红利多样、市场需求旺盛、趋向规模发展，数据中心正在政府、企业、市场的多重因素推进下实现质与量的快速飞跃。近年来，不断提升的机柜功率密度和数据中心节能降耗的需求推动数据中心的制冷方案朝密封通道和行级近端制冷的方向发展。同时，数据中心业务的实时性和高可靠性要求又对数据中心制冷设备提出高可靠、易维护的要求。

可以预见，未来的机房空调市场前景广阔，低能耗、高运行稳定性、冷却效率更高、更加节省空间的产品将更加契合客户需求，获得市场青睐。