还在担心数据中心能源消耗太高? 看看这儿

IDC快讯网
IDC快讯网编译
众所周知,互联网数据中心拥有大规模的场地及机房设施,因此它比传统的数据中心更加消耗能源,但很多能源又为不可再生能源,因此如何解决互联网数据中心能源需求上升成为IT管理人员亟待解决的难题。 不幸的是...

众所周知,互联网数据中心拥有大规模的场地及机房设施,因此它比传统的数据中心更加消耗能源,但很多能源又为不可再生能源,因此如何解决互联网数据中心能源需求上升成为IT管理人员亟待解决的难题。

不幸的是,大多数数据中心并非提供能源效率,模块化数据中心和DCIM提供商BaseLayer的创新和可持续发展战略负责人苏珊娜·卡斯表示。她是一位在设计和建造数据中心方面拥有十多年经验的行业资深人士,她指出,全球2%的电网目前已被计算机使用-并且未来几年它将进一步增长。

她向DCD解释说,部分问题在于对可靠性和容量的倾斜关注:“如今大多数数据中心效率不高,因为它们是在一段时间前建立的。”她把这种情况比作是让两个烤面包机一直开着,以确保烤面包机永远不会坏掉。“这就是维持高可靠性所付出的代价。”

尽管如此,组织仍然意识到需要降低耗电量大的数据中心的能源需求。据卡斯称,清洁能源和提高效率是当今用于解决数据中心能耗上升,降低成本以及减轻这些设施对环境影响的主要策略。

卡斯指出,使用零排放清洁能源对超大规模数据中心来说非常重要。她还表示,微软正在进行机架级燃料电池的实验,作为一种可以提高数据中心能效的方法,因为将能源更接近消耗能源的设备可以最大限度地减少损耗。

在其他地方,密集计算设备的兴起也不是坏消息。卡斯表示,数据中心的密集化有助于降低现代数据中心的占地面积。冷却空间较小,冷却设施所需的能源较少。

吸血鬼负荷和机器学习

除了对现有设施进行可能昂贵的改造之外,卡斯还为寻求提高数据中心效率的组织提供了一个简单的提示:通过搜索和退役当前没有服务于活动要求的设备或服务器来摆脱吸血鬼或虚拟负载。

她说,无论数据中心的年龄如何,数据中心内的人工智能(AI)和机器学习(ML)都将改变能源使用的面貌。ML和相关算法的使用将为组织提供所需的战略见解,使他们能够掌握来自其设施的大量数据并更有效地运行它们。

“你真正想要做的是将[使用AI]放到一边,让机器形成一个深入的学习视角来告诉你你不知道的事情。这就是突破的切入点。人类有太大的复杂性和数据,人类会犯错误,但算法不会。”

这并不是说在推动节能数据中心方面不再需要数据中心专业人员。她表示,虽然算法擅长建模数据并提供富有洞察力的分析,但仍然需要人工操作员对这些区域做出最终决定。

最干净的数据中心

最终,最干净的数据中心不是由风能或太阳能供电的数据中心,而是一个无法建造的数据中心。虽然这听起来具有讽刺意味,但通过提高效率和减少浪费可以很好地满足这一目标。她指出,假设一个组织每个设施的吸血鬼负荷为25%,那么四个数据中心的部署很可能会减少到三个,而不会对运营产生任何影响。

与此同时,卡斯对数据中心专业人员的建议是继续学习。“我们不知道我们不知道的是什么。我们知道我们所知道的。有时我们可能没有优先考虑正确的策略或以正确的方式解决问题,“她说,并且填补知识空白可能会产生重大影响。

原文作者:Paul Mah

(原标题:解决互联网数据中心能源需求上升的问题)

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论