中国有句古话“万物并育而不相害,道并行而不相悖。”该句出自《礼记.中庸》,意思是万物一起生长而互不妨害,遵循各自的规律而互不冲突。这里面蕴藏的是和谐之道,有些人误以为“中庸”是无原则和随波逐流,但实际上儒家的“中庸”是“中和”之意,是一种对分寸感的精妙把控。
凡事过犹不及,发展不能以破坏生态为代价。眼下,人类社会正快速步入数字经济时代,数据爆炸式增长,算力需求激增,数据中心作为算力承载平台,已然成为一个不折不扣的“能耗大户”。过去十年间,我国数据中心整体用电量以每年超过10%的速度递增,且我国的数据中心能耗总量明显高于世界平均水平。在国家碳达峰碳中和目标的大环境下,数据中心的绿色化转型迫在眉睫。
那么何为“绿色”化转型?该如何衡量一个数据中心是否“绿色”?
数据中心也能“绿意盎然”
简单来说,绿色就是指采用创新节能技术,在保证业务性能的前提下尽可能提升设备的能效和工作效率,通过智能化的管理方式,在各个层面优化对资源的调配和管理,充分利用可再生能源优势,降低碳排放。数据中心作为承载各行业的新型基础设施,其绿色低碳化进程,不仅可以减少自身能耗,通过集约化、规模化的运作,还能改善算力的供给效率,帮助高耗能行业节能降碳。
那么如何衡量一个数据中心是否“绿色”?相信很多人第一个想到的是PUE指标(电能利用效率),这是业内最为熟悉的数据中心能源效率指标,也是政府评价数据中心工程性能的主要指标。最早由美国绿色网格组织在2007年提出,计算公式为:PUE=数据中心总能耗/IT设备能耗。其中数据中心总能耗包括IT设备能耗和制冷设备、配电设备以及其他设备能耗,PUE值越趋近1,说明数据中心用于IT设备外的能耗越低,能效越高。
根据工信部近期披露的信息,目前全国规划在建的大型以上数据中心平均设计PUE值已降到1.3以下。然而伴随产业发展,PUE的局限性逐渐显露出来,如无法体现基础设施和IT设备内部各模块节能情况、缺乏对IT效能和运维能力等要素的评价等。因此除了用电效率(PUE),用水效率(WUE)、碳使用效率(CUE)、基础设施使用效率(IUE)等也是衡量数据中心能耗和绿色程度的重要指标。
有了判断的指标,那么在实践中又需要应用哪些技术才能让数据中心更“绿色”?UCloud优刻得基础设施技术总监付东明表示,“数据中心的绿色化不能只追求片面的‘绿色’,一定是要综合考虑全生命周期的运营和业务需求。”因此从数据中心的生命周期维度思考,可以将变“绿”的过程分为两个阶段,即设计建设阶段和运营阶段。从二者的碳排比例来看,前者仅占10%左右,而后者占比约90%。下面便从技术的视角,来看看如何让数据中心的建设和运营变得“绿意盎然”。
绿色数据中心的技术图景
在设计建设阶段,节能减碳技术主要体现在数据中心的设计和建设模式上,有PUE仿真设计技术、预制模块化建设技术、数据中心园区叠光和叠储技术等。而在占据碳排90%的运营阶段,碳排放以用电为主。从电能消耗的组成来看,数据中心运营过程的电力消耗是由服务器、存储和网络等ICT设备,以及制冷、变电、供配电等其他设备产生的。以一个PUE=1.5的数据中心为例,其中67%的电力消耗来自ICT设备功耗,27%来自制冷系统功耗,5%功耗由供配电损耗。
先从ICT(信息与通信技术)开始。数据中心本身就是ICT的产物,是支撑ICT技术和应用的载体。ICT设备的高效节能在数据中心转型升级中扮演着重要角色,相关技术有全闪存化存储、全光纤化网络、无损以太网络等,这些都可应用于数据中心节能提效。世界经济论坛的研究显示,ICT技术的广泛应用能大幅减少碳排放,到2030年各行业受益于ICT技术所减少的碳排放量将达121亿吨,10倍于ICT行业自身排放量。
再看制冷系统。随着芯片技术的进步,服务器计算能力有了数十倍的增长,但总体功耗大幅提升,对数据中心制冷技术带来极大挑战。当前数据中心制冷技术包括直接自然风冷却、间接蒸发冷却、冷板式液冷和浸没式液冷等。液冷作为数据中心PUE降低的新手段,与传统风冷不同,它使用的是高比热容的液体作为热量传输,进而满足服务器等IT设备散热需求。
而供配电设备可以通过高效UPS、UPS智能在线模式、电力模块等技术实现节能。另外,通过AI技术能够优化数据中心基础设施管理,减少由于资源调配不善或人工干预不及时而导致的资源浪费。
从现在绿色数据中心建设和所呈现的趋势来看,越来越多的技术能力被融入进来。青云科技副总裁林源介绍,“从新能源电力供给、冷热通道布局、液冷等基础设施建设优化,到物联网、边缘计算、AI等助力精细化运营,不同领域的‘软’、‘硬’技术都发挥出了作用,企业需要从全局角度寻求最优方案。”
当前,一些数据中心相关企业已经开发了大量创新技术,并在现有或新建的数据中心实施,但从整体能耗增长速度上看,我国数据中心耗电量增长率连续八年超过12%,能源成本已占数据中心总成本的一半。因此,数据中心的绿色化首先要着眼于提升能效,需要从节能减排技术、区域布局、数据中心的体系架构、产业链、运营管理模式以及算网协同等多维度共同发力。
增长与节能并非鱼与熊掌不可兼得,只有做到共生,才能赢来绿色数据中心产业的蝶变。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。