美國發展綠色數據中心的經驗和啟示

譚力

美國是全球最早開始探索綠色數據中心技術的國家之一。從數據中心分布來看，美國占據了全球數據中心45%的份額。中國和日本分別占有8%和7%。美國互聯網發展近50年，當前的數據中心行業已進入整合階段，以改建和擴建為主，新建數據中心規模占比不大。Equinix等第三方數據中心企業憑借靈活的管理及高效的收購，迅速發展成為全球龍頭。Google、IBM等互聯網公司自建的數據中心也已達到世界領先水平。美國發展綠色數據中心的做法和經驗值得我國借鑒。

美國政府發展

綠色數據中心的舉措

聯邦數據中心節能項目。聯邦數據中心節能項目設立的能效專家中心發布了數據中心節能設計最佳實踐導則，介紹了高效數據中心設計、場地條件、氣流組織管理、制冷系統、供電系統、分布式發電等方面的示范案例;發布了數據中心能效評估工具包和數據中心自我對標指南;提供具體節能案例研究報告;提供數據中心服務器與存儲器、電力系統等方面的具體節能技術報告;發布數據中心能效對標案例研究報告等。

關閉整合小散舊數據中心。美國政府在2011年設立了一個目標，在4年內關閉大約800個數據中心，為美國節省數億美元的開支。綜觀整個聯邦政府內部，單就財務和人力資源管理的軟件項目就多達數百種。這就造成從1998年到2010年間，聯邦數據中心從432座猛增至2000座以上。冗余系統和應用的數量在過去的時間里無限制增長，造成了極大的資源浪費。項目啟動一年后，美國政府已經關閉了137個數據中心，美國聯邦調查局計劃鞏固這項措施，未來關閉數據中心總數將達到1100座。關閉這些數據中心，通過節省納稅人的開支和更充分地利用硬件和軟件，將會節約10億美元以上的資金。同時，這項舉措將可以為美國政府每年節約50億美元的支出。

推行“能源之星”數據中心計劃。2009年，美國環境保護局發布了數據中心服務器的首個“能源之星”的規范，它定義了一系列的能源使用、效率要求、存儲系統和大型網絡設備的規范。這些要求主要集中在提高整體服務器的能源效率、降低整體功耗方面，特別是對服務器空閑時的功耗進行了規定。該計劃建立了數據中心“能源之星”評級系統，對數據中心PUE指標進行評分，分值從1到100，每一分代表能效超過1%的數據中心，得分高于75即可獲得“能源之星”標識。雖然并不是所有的設備都適用于能源之星的評級，但該計劃確實讓IT設備購買方考慮降低能源成本，決策是否采用的重要因素。為了滿足能源之星對數據中心設備的要求，每一個組件和能量管理系統都要進行能源優化。

數據中心LEED認證。數據中心LEED認證是2003年由美國綠色建筑委員會建立并推行的綠色建筑評估體系，是目前全球各類建筑環保評估、綠色建筑評估以及建筑可持續性評估標準中最具影響力的一個。其評估體系和技術框架由可持續建筑場址、水資源利用、建筑節能與大氣、資源與材料、室內空氣質量五大方面的若干指標構成。根據各方面指標對建筑進行打分，綜合評估建筑對環境的影響。按照綜合得分由高到低劃分為白金、金、銀、通過4個認證級別。LEED是自愿型標準，但從其發布以來，已被美國各州和其他國家廣泛采用。2012年起，LEED開始重視數據中心節能。LEED 2012開發了一套專門針對數據中心的節能指標和評級方法。參與LEED評級的數據中心需要滿足一個先決條件，即建筑和IT設備的總能耗分別進行評定。近年來，經過LEED認證的數據中心數量激增，Facebook、Apple、Internap等公司都已有獲得LEED認證的數據中心。

人工智能助力節能技術變革。美國將人工智能與數據中心結合的根本目的是提升效率、降低成本。人工智能在數據中心的應用主要有三方面：一是利用預測分析優化工作負載分配。通過采用預測分析驅動的管理工具，IT團隊可以將其絕大部分工作負載分配給服務器。這些工具能夠實時優化存儲和計算負載平衡，使IT專業人員能夠在更高和更低勞動密集級別上進行監督運營;二是機器學習算法可幫助企業提高效率和降低能耗。通過人工智能，工作負載可以在服務器合理分布，以最大限度地提高生產力，并解決網絡擁塞問題;三是人工智能可緩解人員短缺情況。人工智能平臺自動執行系統更新、安全補丁和文件備份等常規任務，同時將更細微、定性的任務留給IT人員。在沒有處理每個用戶請求或事件警報的負擔的情況下，IT專業人員只需承擔以前需要他們重點關注的任務的監督角色，從而使他們有更多時間專注于更大的管理挑戰。

優秀案例

（一）Google。

Google是一家美國的互聯網企業，業務涵蓋互聯網搜索、云計算、數據挖掘等領域，開發并提供大量基于互聯網的產品與服務。Google在美洲、亞洲、歐洲擁有自建的數據中心數十座，還在全球各地還租用了20多個數據中心。從2007年開始，Google通過提升數據中心的運行效率，采用可再生能源、循環利用各種材料等種種舉措降低資源消耗。Goole在其網站上率先公布了他的PUE計量方法，它在全球的數據中心平均PUE低至1.11。

Google提升數據中心效率的方法主要包括可再生能源、循環利用各種材料等。一是采用自定義的服務器以提高效率。優化電源架構，減少損耗，減少中間的轉換次數。取消外部連接器和顯卡，優化風扇。二是堅持測量能源使用效率，優化能源架構。從2007年開始，Google在網站上公布其數據中心的運行效率，不斷優化測量方法，力求更準確的計量和更精細的管理。三是資源的回收和再利用。通過延長設備的生命周期，提高設備利用率使用本地供應商，降低運輸對環境的影響，減少購買新設備和新材料，盡可能的利用已有設施。最大限度對數據中心的材料進行回收利用。四是利用人工智能讓Google的數據中心制冷PUE改善了40%。Google的人工智能是通過數據中心內的數千個傳感器去收集溫度、電量、耗電率、設定值等各種數據，再對這些歷史數據做深度分析，調整運行模式和控制閥值，最終實現數據中心運行的最高效率。五是支持可再生能源電網驅動數據中心。即通過投資可再生能源發電，然后將綠色環保電能賣給電網，然后從電網購電支持數據中心的運行。

（二）IBM。

IBM是全球數據中心技術的領導者，擁有非常豐富的數據中心運營與管理經驗。為達到盡量減少數據中心的整體用電量、盡量增大數據中心整體用電中用于IT系統的比例、盡量減少用于非計算設備（電源轉換、冷卻等）的用電消耗的目標，IBM通常采用六大步驟來實現：一是引入刀片式架構。使用刀片服務器來取代傳統的臺式或者機架式設備，有望達到20%～44%的能源節省。二是選擇節能服務器，使用那些采納了能源高效設計和部件的系統。要求系統供應商能夠提高單位能源消耗下的計算性能。根據廠商設備的不同，會有一定的差異，但總的來說，會達到25%～40%的節能效果。三是精確計算供電功率。使用用電管理軟件精確計算用電功率和智能化控制系統用電。四是采用虛擬化技術。通過虛擬化合并物理服務器提高服務器使用率，這個可以帶來20%～30%的能源節約。五是考慮水冷技術。采用風冷和水冷相結合的冷卻方案可以大大降低冷卻成本，大概可以節約40%～50%的能源。六是考慮改造機房，提高機房設施整體能源使用效率，這將會使得數據中心的節能效果有非常顯著的提高，也能夠使數據中心適應未來的需求。

啟示

強化數據中心節能研究。重視數據中心節能基礎研究工作。美國聯邦數據中心節能項目支持數據中心節能技術研發和示范、定期發布的數據中心節能技術指南、評價標準、評級工具，無一不需要大量的研究做支撐。對數據中心的能耗研究不僅有助于準確掌握美國數據中心的真實能耗和能效情況，也為進一步制定相關能效標準、評估工具和技術指南提供了重要依據。我國應特別對現有計量情況較好的數據中心開展調查研究，摸清能耗和能效水平，掌握其用能特點，為后續積累相關節能標準積累基礎數據。

整合提升低小散舊數據中心。整合提升低小散舊數據中心，通過淘汰一批生產率和能效水平低、功能單一、規模小、效益差、資源浪費嚴重的數據中心，騰出能耗指標，推動集約化建設。通過推動企業上云、政府購買云服務、開展數據中心績效評估等多種措施，加快淘汰一批規模小、效益差、資源浪費嚴重的低小散舊數據中心，力爭通過5～6年左右時間，將低小散舊數據中心數量下降50%。實施“騰換”并舉措施，推進集約化建設，實現數據中心的提質升級，節約社會資源成本。

建立數據中心能效評估體系。通過數據中心節能項目，美國建立了較完備的數據中心能效評估體系。數據中心的管理者可以通過應用這些工具方便地了解自己數據中心各方面的能效水平，明確差距和節能潛力，確定節能工作方向。由此可見，建立一套完備的數據中心能效評估體系非常必要。我國應該加快制定能耗等級、節能設計、節能運維等數據中心節能標準、規范和工具的研究工作，逐步形成完整的數據中心能效評估體系。

加強認證標準建設。建立一套完備的數據中心能效認證體系（包括相關標準、規范、工具等）非常必要。我國應加快數據中心節能相關標準、規范和工具的研究開發工作，逐步形成完整的數據中心能效評估體系，并盡早制定出科學合理、明確量化的節能目標，同時建立有效的管理和監督機制，保障節能目標的落實。

推動人工智能技術的應用。借鑒美國經驗，從三方面推動人工智能在數據中心產業的應用。一是利用人工智能提高數據中心安全性。利用人工智能解決方案監測惡意軟件和垃圾郵件，分析異常的活動模式，發現弱點并加強對潛在威脅的保護。二是優化數據中心的性能。利用人工智能優化服務器的配置和利用率，監控負載分配，使基礎架構更具可擴展性，同時優化冷卻和功耗方面的效率。三是利用人工智能提升數據中心的節能效率。用人工智能監控和分析來預測各類用戶的活動，將不太常用的數據轉移到能耗較低的存儲源，并將頻繁使用的數據轉移到性能更好的存儲源，充分利用每臺服務器的潛力并關閉未使用容量，以此節約更多能源。