“新基建”赋能大数据中心演进及布局思考

如图2所示，Region之间完全隔离，保证不同Region间最大程度的稳定性和容错性。可用区(AZ)为电力和网络互相独立的物理区域，同一AZ内实例之间的网络延时最小，AZ之间内网互通，故障隔离，不出现故障扩散，使得用户的业务持续在线服务。

云Region和AZ架构图

Region间考虑跨域备份，保证高速传输带宽系统容量超过10TB.AZ间可利用低延迟光纤网络互联，同时保证超大带宽互通能力，通常两点间容量超过20TB。对于多AZ间以及AZ内部既满足灾备建设与业务联系的要求，多个数据中心在建设上可以循序渐进地展开，又彼此保持一定的独立性，未来扩容升级可与现有架构保持良好兼容，同时多中心之间地位均等，并行地为业务访问提供服务，合理的布局能够实现对数据中心资源的充分合理利用。

边缘数据中心

超低时延的5G 、AI和工业物联网应用需要具备近端构建算力、本地化处理业务和可定制化等特定能力，促使云端数据处理能力下沉，海量轻量化边缘数据中心的需求涌现。边缘数据中心部署靠近信息源，具有属地化(地级市及以下)部署特点，分布极为广泛，满足属地用户需求，具有规模小、数量多、分散部署等特点。而运营商拥有大量的边缘机房，在边缘数据中心的部署中具有天然的优势。边缘数据中心更多面向5G、人工智能、物联网等新兴技术的落地部署，需保障用户业务体验的同时兼顾安全可靠性。因此数据中心布局既要尽可能地靠近用户端保障用户业务体验要求，又要满足边缘数据中心机房资源和配套、网络的安全可靠性要求，基于上述要求，边缘数据中心部署的业务匹配流程如图3所示。

边缘数据中心的业务匹配流程

考虑到用户的移动性，受限于边缘数据中心规模和可提供算力的限制，边缘之间、边缘与云数据中心之间的数据、业务迁移将更加频繁。而这对边缘数据中心与云数据中心间，以及边缘数据中心彼此之间的网络提出了更高的要求。为了更好地适应边缘业务需求，边缘数据中心与云数据中心间依靠现有城域网或骨干网的物理链路，借助SR、EVPN等技术实现边—云间的点到点业务转发路径；边缘数据中心彼此间依靠现有本地网光缆传输环，同样借助SR、EVPN、OTN等专线技术，以及行业主推的以算力为目标的快速转发策略，建立点到点、点到多点的业务转发路径。

用户端节点

用户端节点主要满足园区企业内、用户个性化场景等更加切近用户端的业务需求，业务规模通常较小，以单台或多台服务器为主，可部署于综合局站、基站、接入局所等多场景。用户端机房的配套设施、出局光缆的可用性和可靠性通常差异性较大，机房环境较差，宜采用定制化设备，如扩宽设备正常运行温度范围以适应周边环境要求，集成自备电池提升运行等手段，提升业务的可靠承接。

大数据中心的发展演进

当前国内数据中心相互分离，“烟囱”效应明显。在新一轮数据中心大发展中，需要在国家、区域、省市等多个层面统筹数据中心的共建共享，按照统一战略、统一方向、统一规划、统一标准等方式进行协同布局和建设，才能有效支撑新兴数字化业务的蓬勃发展，发挥信息基础设施基石的关键作用。

建设模式多样化、标准化和模块化是重要抓手

·建设模式的多样化

数据中心因其重资产属性，建设周期长，受市场因素影响大，存在一定的风险。传统的单一自投自建的数据中心建设模式，将随着“新基建”、公募REITs试点等支持政策的持续推出，逐步向多样化转变，如基金合作、股权、合作建设合作运营、租赁等模式，实现布局优化和资源高效利用。

·建设标准化、模块化

数据中心建设趋向标准化和规范化，包括数据中心选址、布局、结构、内部规划的建筑和环境层面，以及IT设备和供配电制冷层面的设备的选型、节能优化等相关的国家标准、行业标准、以及相关组织(如OCP、ODCC、GCC等)，都在大力推进数据中心建设的标准化和规范化。

同时针对不同的需求场景，建设方式也呈现多样化，如仓储式、集装箱、微模块等标准化的模块化，可以实现快速搭建组装，最大程度地降低基础设施对机房环境的耦合，提高数据中心的整体运营效率，实现快速部署、弹性扩展和绿色节能。

数据中心的绿色节能是关键举措

大数据中心本质是电力转换为算力，算力转换为IT服务，随着计算能力不断提升，数据中心节能也成为了行业关注的焦点，建设绿色、节能成为数据中心必然趋势。伴随着国家政策引导，IT设备的技术与效率的不断提高，制冷和供配电等基础设施技术的不断改进，相对于算力的快速增长，数据中心能耗增长呈现放缓的趋势，与2010年相比，2018年全球数据中心计算实例增加了550%，而同期耗电量仅增加了6%。然而未来3~4年数据中心计算实例翻倍，因此，数据中心节能将成为行业关注的重中之重，下面笔者将从IT设备和运营、制冷和供配电维度进行探讨数据中心的研究趋势。

·IT设备和运营的绿色节能

传统的计算能力遵循摩尔定律，单位芯片面积的计算能力在稳步提升；同样根据 OpenAI研究显示，从2012年以来，用于AI模型训练的计算能力每3.4个月将翻倍，这很大程度上降低了IT设备的单位计算实例能耗。另外借助AI和大数据技术，实现不同应用场景、不同站点、不同时间的协同节能，在保证正常性能的基础上，使节能效果最大化，实现能耗与性能的最佳平衡。如谷歌采用AI技术，将数据中心服务器、供配电、冷却设备综合考虑，依据数据中心设备的运转状态与天气等因素，优化冷却设备的设定、服务器休眠等举措，使整体功耗达到最小，为行业应用推广提供了很好的借鉴。

·供电方式和制冷的主要节能方式

在数据中心能耗中，制冷和供电系统能耗仅次于IT设备；如PUE=1.5的数据中心，制冷和供电系统消耗约占整体能耗的40%左右。探索低能耗提升效率，优化制冷和配电系统成为业界研究的重点。如在设备供电方面，高压直流(HVDC)供电相比交流的UPS减少了整流逆变环节，其工作效率有较大程度的提升，但却面临现有存量改造规模大、成本高等问题，亟待解决。

（编辑：应用网_阳江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!