专家的文章

数据中心创新——如何测量精度使能源效率

例如Keith Dunnavant &阿奴Katka Vaisala

建筑和室内空气质量

beplay充值的钱可以工业测量

在接下来的文章中,基思Dunnavant例如和阿奴Katka Vaisala将描述最近的趋势在数据中心领域,并讨论空调能源效率测量的影响。螺旋式上升的能源成本和政府迫切寻求温室气体减排机会,数据中心能源效率是国际关注的焦点。

作者都有长期的经验和专业知识在数据中心能源管理。例如是一个全球领先的节能和可持续的气候控制解决方案的关键任务流程,包括数据中心、Vaisala是全球领先的天气、环境、和工业测量。beplay充值的钱可以

数据中心能源使用

“用电效率”(PUE)作为衡量

全球电力需求约为20000太瓦小时;ICT(信息通信技术)部门使用2000太瓦小时和数据中心使用大约200太瓦小时,占总数的1%。数据中心因此代表了大多数国家的能源消耗的重要组成部分。据估计,全球有超过1800万台服务器在数据中心。除了自己的电力需求,这些设备还需要支持基础设施如冷却、配电、灭火、不间断电源、发电机等。

为了比较数据中心的能效,常见的做法是使用“用电效率”(PUE)作为衡量。这是定义为总能量的比例用于数据中心只使用的能源。最佳PUE是1,这意味着,所有的精力都花在它,和支持基础设施不消耗任何能量。

最小化PUE,目的是减少消费的支持冷却和配电等基础设施。典型的PUE在传统遗留数据中心大约是2,而大型超大型数据中心可以达到低于1.2。全球平均大约是2020年的1.67。这意味着,平均有40%的总能源使用非it消费。然而,PUE是一个比率,所以它不会告诉我们任何关于能源消费的总量,这意味着如果设备消耗高水平的能量与冷却系统相比,PUE会好看。因此还重要测量总功耗,以及效率和It设备的生命周期。另外,从环保角度来看,应该考虑的方式电力生产,正在消耗多少水(包括生成网站的电力和冷却),以及是否利用余热。

PUE的概念最初是由绿色电网,2006年发表在2016年作为一个ISO标准。绿色电网是一个开放的行业数据中心运营商财团,云提供商,技术和设备供应商,设备架构师,和最终用户,全球能源和资源效率的数据中心生态系统努力减少碳排放。

PUE是最常见的方法计算数据中心能源效率。例如,例如,PUE是评估峰值和折合成年率将为每个项目。计算PUE指标时,只考虑负荷和冷负荷在PUE的计算。这被称为部分PUE (pPUE)或机械PUE (PUEM)。使用峰值pPUE电气工程师建立的最大负荷和备用发电机。年度pPUE用来评估,并比较与其他冷却选项,用多少电将消耗在一个典型的年份。虽然PUE可能不是一个完美的工具,它越来越被支持的其他措施如WUE(用水有效性),提示(碳的使用效率),以及方法,可以提高PUE的相关性,包括呕吐(服务器PUE),和星期二(总PUE)。

数据中心发展趋势

过去十年有效的超大型数据中心增加了它们的相对份额总额的数据中心的能源消耗,虽然很多低效率的传统数据中心已被关闭。因此,能源消费总量尚未急剧增加。这些新建的超大型数据中心设计的效率。然而,我们知道将会有一个对信息服务日益增长的需求和以前的应用程序,由于许多新兴趋势像人工智能,机器学习,自动化、无人驾驶车辆等等。因此,数据中心的能源需求预计将增加,水平的提高是辩论的主题。根据最好的情况,与当前的需求相比,全球数据中心的能源消耗将增长三倍,到2030年,但被认为更有可能增加了8倍。这些能源消耗预测包括和非IT基础设施。大多数的非it能源消费从冷却,或者更确切地说,拒绝热量从服务器和冷却成本就可以很容易地代表了年度能源消耗总量的25%或更多。冷却当然是必要的维护功能,这可以通过好的设计优化和构建系统的有效运行。

最近的一个重要趋势是服务器机柜功率密度的增加,有些高达30到40千瓦及以上。根据AFCOM进行的研究,行业协会对数据中心专业人士而言,2020年州数据中心的报告发现,平均每架机架密度跃升至8.2千瓦;从2019年的7.3千瓦,2018年7.2千瓦。约68%的受访者报告说,机架密度增加了在过去的三年。

转向云计算无疑是促进发展的超大型和托管的数据中心。从历史上看,1兆瓦数据中心是为了满足需求的银行或航空公司或一所大学,但现在很多机构和企业转向云服务在超大型和托管的数据中心设施。由于这种日益增长的需求,要求增加数据的速度,当然,所有的这些数据中心服务任务关键型应用程序,所以基础设施的可靠性是非常重要的。

还有一个增加关注边缘数据中心减少延迟时间(延迟),以及对采用液体冷却,以适应高性能芯片和减少能源消耗。

温度和湿度控制

能源效率的主要因素之一,气冷式数据中心冷却通道热/冷通道控制。可悲的是,控制仍在许多遗留数据中心管理不善,导致能源效率低。新数据中心构建,另一方面,往往非常重视控制,性能的一个重要原因。

对许多人来说,送风温度之间的最优24°C和25.5°C (75.2°F和77.9°F)。然而,弗吉尼亚州是非常重要的——热通道之间的温差和寒冷的过道。通常,弗吉尼亚州大约是10到12°C (18 - 21.6°F),但是14°C (25.2°F)是一种常见的目标数据中心设计。增加弗吉尼亚州导致双重效益,减少所需的能源使用风扇电机冷却系统,以及增加潜在的节约热拒绝策略。

节约是室外空气的过程可以利用促进数据中心的散热部分。节约可以直接发生,实际上在室外空气带进冷却系统和交付给服务器(在适当的空气过滤),或间接,空气再循环数据中心被拒绝环境通过空对空热交换器。这降低了成本,提高效率和可持续性。然而,维护效率、空气侧压力下降,由于过滤,应该最小化。所以,如果空气循环在数据中心内,没有外部空气的引入,可以减少或消除需要过滤。

冷却和通风需要小心控制,重要的是要部署效率高的粉丝,保持轻微的积极建设压力,控制房间的湿度。例如,补充空气系统应该控制空间露点足够低,冷却线圈只进行明智的冷却,无需解决潜在的负载(去除空气中的水分)。

排热系统的总体目标是保持最优条件,设备,同时减少能源的使用。湿度低,例如,可以增加静电的风险,和高湿度会导致凝结,这是威胁电力和金属设备;增加失败的风险和减少工作一生。高湿度结合各种环境污染物已被证明加速腐蚀的各种组件内部服务器。

冷却是必不可少的消除它所产生的热量的设备;以避免经济过热,防止失败。根据一些研究,快速波动温度可以更有害的设备比一个稳定的温度较高,因此,控制回路从这个角度来看是很重要的。

最新的IT设备通常能在高温下运转,这意味着可以提高进气温度和自由冷却和节能的潜力是提高。可以利用室外空气冷却室内空气直接或间接(如上所述),和蒸发或绝热冷却可以进一步提高节能效率。这些节能技术被广泛部署,这一趋势是朝着干热拒绝策略使用没有水。热的温度萃取介质(空气或液体)上升,潜在的废热从数据中心有效的利用增加,例如,允许其使用集中供热网络。在赫尔辛基,例如,微软和能源集团Fortum合作项目来捕获多余的热量。数据中心将使用100%零排放的电力,和Fortum将清洁热冷却过程从服务器转移到家庭、服务和业务连接到其区域供热系统的前提。这个数据中心废热回收设施可能是世界上最大的。

准确的监测的重要性

在许多现代化设施预计99.999%正常运行时间;代表每年年度停机时间只有几分钟。这些非常高水平的性能是必要的,因为数据和流程的重要性和价值由IT基础设施来处理。

数据中心设计的一个关键特性是服务器交付正确的温度,而这只有通过控制系统能够依靠准确的传感器。较大的数据大厅可以监控更具挑战性,因为他们有更大的潜力空间温度变化,所以重要的是,有足够数量的温度传感器,以确保所有服务器监控。

基斯Dunnavant,例如

一些服务器可能接近冷却装置和其他可能远;一些可能是一架的底部,和其他人更高,所以有可能三维变化。除了足够数量的传感器,因此也是重要的空气流动和冷却是最佳的形式分布于整个服务器的房间。通过适当的设计和监控,可以有效地控制冷却和空气流量以满足所需的规范。

为了评估不同变量的影响平均年度能源使用,例如有模仿他们的系统操作与三种不同控制政权在三个不同的地点;每一个都有1兆瓦尽管加载数据中心:

的基本情况有一个设计供应温度24°C (75.2°F),和恢复温度35°C (95°F)(弗吉尼亚州= 11°C, 19.8°F)。
在第二种情况下,供应和返回温度降低1°C, 1.8°F(弗吉尼亚州维护)。
第三,返回温度降低1°C, 1.8°F(弗吉尼亚州减少)。

结果显示低能耗在所有三个场景在温和气候的位置。场景# 2显示1到2%额外的能源使用降低供应并返回温度由一个学位。场景# 3显示能源使用最显著增加;通过降低回归温度仅为1°C(从而弗吉尼亚州),能源使用增加了8到9%在所有三个位置。这个大效应从一个小温度偏差了弗吉尼亚州和传感器精度的重要性。

不管冷却方法,控制空调过程是至关重要和室内条件以可靠的方式。为了达到这个目标,数据中心经理需要依靠持续的精确测量,由于控制回路只能测量一样好。出于这个原因,高质量的传感器控制的有效推动者暖通空调过程和稳定的室内环境。然而,传感器规范安装的时候不一定是长期性能可靠性的指标。传感器的实际价值是在其整个生命周期中派生出来的,因为频繁的维护要求可以是昂贵的,例如模型中概述,即使准确性的小小变动会导致过高的能源成本。

在大多数情况下,数据在IT基础设施的价值非常高,通常和关键任务,所以它会毫无意义部署低成本传感器如果导致高昂的维护成本,或风险高价值数据。用户应寻求持久的测量设备能够提供可靠、稳定的读数从长远来看,因为真正重要的是,一生的可靠性。

测量技术要求的环境

关注的准确性、可靠性和稳定性的测量设备是关键品牌价值Vaisala基金会以来86多年前。因此这些特性的基本组件为每个Vaisala产品设计职责。证明这些特性的优点,Vaisala传感器已经在火星上操作了八年,交付没有数据能在恶劣条件下在美国宇航局的好奇心探测车,以及最近的毅力罗孚。

数据中心代表一个具有挑战性的环境比外太空,但可靠的传感器是同样重要的数据中心提供的基本服务企业,全球经济和社会。

美国宇航局的火星探测器包含Vaisala的测量技术

影响因素的选择传感器

1。可靠性

传感器在安装点的准确性显然是重要的,但它是至关重要的,长期提供稳定的传感器仍然是准确的读数。鉴于数据中心的高价值,并且经常远程位置,发射机的生命周期应该远高于常态。制造商应该有经验的行业,再加上关键环境中可靠的测量。可追踪的校准证书提供保证传感器执行正确在离开工厂之前,和可靠性验证意味着这种级别的精度可以长期保持。

产品经理,阿奴Katka Vaisala

2。维护

维护要求高的传感器应避免;不仅因为其所涉及的费用,但也因为这样失败的传感器有较大的风险。此外,传感器漂移或失去准确性可能导致巨大的能源成本,像前面解释的那样。数据中心所需的高水平的正常运行时间意味着任何维护操作监控设备不应打扰数据中心的操作。因此,与可交换的测量仪器如Vaisala探针或模块是有利的;不只是因为他们允许传感器和校准脱机删除。重要的是,如果测量探针或交换模块,还应该更新的校准证书。理想情况下,应该有可能进行维护操作现场的工具仪器供应商,和这个工作应该进行定期维护计划的一部分。

3所示。可持续性

从传感器的角度来看,最新的技术允许用户升级的测量传感器的一部分而不是改变或取消整个发射机;从而有助于避免不必要的浪费。供应商的环境和可持续性的凭证时应考虑做出购买决策。这使得可持续性供应链和级联下来创建一个司机对所有企业,大或小。可持续发展的核心是例如和Vaisala。例如,例如,有超过1.5瓦的全球数据中心制冷设备安装:提供节省能源相当于瑞典的年度能源消耗的百分之二。Vaisala最近在英国《金融时报》上市前5 2022年欧洲气候领导人。列表包括欧洲企业,实现最大的减少温室气体排放在2015年和2020年之间。