Huawei 華為發布 2024 資料中心能源十大趨勢

「加三嘻行動哇 Yipee! 成為好友」

【Facebook、Youtube、Twitter、Instagram、Telegram、Line】

華為舉辦 2024 資料中心能源十大趨勢發布會並發布《白皮書》。發布會上，華為資料中心能源領域總裁堯權定義未來資料中心的三大特徵安全可靠、融合極簡、低碳綠色，並分享資料中心在零組件、產品、系統和架構方面的技術演進趨勢。

近年來，資料中心安全事故時有發生，據 Uptime 權威數據，從 2019 年到 2022 年，資料中心業務中斷損失超過10萬美金的比例，已經從39%上升至71%，且會隨著算力需求翻倍增長。

堯權表示，AI大模型時代，未來5年全球AI算力年復合增長率超過80%，資料中心逐步從雲端資料中心向雲+智算中心演進。華為基於深刻洞察和長期實踐，面向全球發布2024資料中心能源十大趨勢，分享華為對未來資料中心的思維。

資料中心承載海量資料的儲存、處理和傳輸，而資料中心的安全性、可靠性一直是較薄弱的環節。為確保資料中心的安全可靠運行，在產品設計、生產環節就要貫穿「全鏈安全」的理念，同時嚴控產線質量，高度自動化，減少人為干預，保障產品自身的高可靠性。

此外，要大膽假設，充分考慮產品出現問題後的應對措施，透過提供專業化部署和運維服務，降低產品失效率，最小化災後影響，完善端到端的保障機制，雙管齊下保障資料中心安全可靠運行。

傳統大型資料中心多採用集中式制冷架構的方案，如傳統冷凍水系統，冷凍站中涉及七大子系統和幾十種設備，各設備之間不能獨立運行，一旦發生單點故障，可能會影響整個冷凍站的安全運行，導致資料中心大規模宕機，近年來業內部分資料中心安全事故也說明集中式制冷架構存在單點故障的風險。

相較之下，分布式制冷架構靈活，各個子系統完全獨立，單台設備故障不會其他設備運行，故障域更小，可靠性更高，可以直接從架構設計上避免資料中心制冷系統的單點故障，提升資料中心的運行可靠性。

資料中心的維護往往是事後型，發生事故後才知道問題所在，但隨著智算時代的到來，資料中心的故障響應時間大幅縮短。未來資料中心基礎設施的運維，預測性維護將成為標配，從事後型轉為事前型。

得益於AI技術的快速發展，預測性維護的範圍將持續擴大，從電容、風扇等易損件的壽命預測、設備的熱失控預警到制冷系統的漏液預警，都能提前預測，提前處理避免事故的發生，做到「治未病」，從被動「救火」走向主動「防火」，在運維方面大幅提升資料中心可靠性。

隨著數位化、智慧化程度的加深，網路安全風險也在成倍增加，網路攻擊越來越常態化。不管是UPS還是空調設備，一旦遭遇惡意攻擊，都會直接影響資料中心安全可靠性。

未來資料中心基礎設施，硬體安全加軟體安全，才是全方位的安全，軟體安全要從供應安全、縱深防御和營運維護/營運安全三個維度，構築全生命周期網路安全防護體系，為資料中心的安全可靠運行保駕護航。

互聯網雲端廠商全球業務加速發展，帶動資料中心建設需求顯著增長。而傳統的資料中心建設模式，建設速度慢，工程復雜，不能滿足快速部署的要求。因此，建設周期更短、質量更高的預制化、模塊化方案將成為首選。

通過「工程產品化」和「產品模塊化」，在工廠一體化集成，完成預制和預調試，保證現場交付的是高質量產品，有效縮短交付周期，同時滿足客戶業務快速上線需求，還大幅減少現場施工造成的「三廢」垃圾。

從千櫃級建築到萬櫃級園區，資料中心呈現規模化、集約化發展趨勢，相應的整體運維復雜度也大幅提升，且資料中心設備多為「啞」設備，依賴傳統巡檢難度大，對技能的要求較高，故障定位時間長。

構建專業化的管理平台，可以顯著提升資料中心運維效率和准確性，通過原廠的專業化管理平台，幫助客戶構建設備深度管理能力，大大降低運維難度，做到快速判斷問題，及時排除故障，確保資料中心安全穩定運行。

當前正處於通用算力和智慧算力的過渡期，同一個資料中心會同時存在通用算力和智慧算力場景。通用服務器單櫃功率密度一般不超過15kW，風冷型設備即可滿足制冷需求，而智算中心單櫃功率密度通常超過30kW，這種場景往往需要液冷來散熱。

對於需求不確定的業務場景，風液融合將成為適配未來演進的資料中心優選架構，通過風冷+液冷的組合和比例可調，靈活適應業務需求變化，保護用戶投資。

當前風冷方案仍占據主流應用場景，在冷源側，間接蒸發冷卻方案相較冷凍水系統，在架構、效率和運維方面存在明顯優勢，是現在和未來最經濟適用的制冷方案。

間接蒸發冷卻的分布式制冷架構可有效避免單點故障，可靠性更高；並且通過最大化利用自然冷源，僅需一次熱交換，在寒冷地區絕大部分時間無需壓縮機制冷，實現極致PUE；針對智慧算力需求，間接蒸發冷卻支持未來演進的架構，進一步適配液冷的計算場景。

「碳中和」是全球共識和使命，傳統資料中心關注提升UPS、空調等零組件效率，但受限於元器件物理限制，零組件的效率提升接近瓶頸，微小改進的時間和成本遠趕不上算力時代需求。

因此，資料中心能效的提升要轉換思路，從關注零組件效率轉為系統工程優化，用系統工程思維綜合審視，在現實條件和零組件技術水平進行權衡，得出最優解，如UPS雙變換模式轉向S-ECO、資料中心PUE轉向PFPUE（算力PUE），端到端的進行資料中心能效優化。

在資料中心節能方面，除了新建的資料中心，仍有大量儲存資料中心PUE遠高於中國的「國家一體化大資料中心」政策要求，面臨節能改造的迫切需求。傳統的節能改造需要停線停業務，存在業務中斷的風險，而採用人工調整優化的方式，難度大，效果差，頻率低。

相較之下，AI能效調優解決方案通過預置AI算法和大數據模型，可對資料中心實現節能優化，且AI調優不依賴人工經驗，優化速度快，效果好，實現從「制冷」到「智冷」的轉變。