2020年12月8日-10日，第十五届中国IDC产业年度大典在北京国家会议中心正式召开。作为数据中心云计算产业内知名的盛会以及IDC企业、电信运营商、互联网、金融、政府和厂商等产业上下游的高效沟通平台，与会嘉宾包括政府领导，行业专家和企业代表数千人。以“数据中心新技术与应用”为主题的分论坛于10日举行，UCLOUD优刻得高级技术经理吴成斌发表了《云计算公司的数据中心节能实践》的精彩演讲。
各位专家，各位领导，大家下午好，我是来自优刻得的吴成斌。大家都知道我们是一家从事云计算的互联网公司，我们在云计算，特别是公有云方面做的不错，但是在IDC数据运营方面还是小学生，我们从去年开始建设自己的大型数据中心，所以借着IDC产业年度大典这个非常宝贵的机会，我向各位领导、各位专家汇报一下我们在数据中心方面的一些工作，特别是数据中心节能方面的想法和实践，希望能够得到指教。
首先简单介绍一下优刻得，优刻得是在2012年成立于上海，经过几年的快速发展，我们在2020年1月份成功登陆上海科创板，成为国内第一家上市的云计算公司。我们的产品包括公有云、私有云、专有云和混合云的解决方案，我们目前已经为一万多家公司提供了云计算服务，企业使命是通过云计算帮助梦想者推动人类进步。
这是我们公司目前获得的一些荣誉和资质，包括上海市科技进步一等奖、中国通信学会科学技术一等奖、上海科技企业福布斯最具创新力企业、云计算领军企业、互联网百强企业等非常重量级的奖项。我们目前已经在全球25个地区部署了31个数据中心，主要分布在亚太地区、北美地区和欧洲地区，为非常多的中国企业开拓海外市场提供了云计算服务。我们在国内部署了15个数据中心，都是T3以上级别，我们的网络是一大优势，我们在北京、上海、广州之间建设了骨干网络，提供POP点支持光纤介入服务。我们目前正在建设的大型数据中心有两个，一个是在乌兰察布，一个是在上海青浦。
下面我介绍一下这两个数据中心的情况。
这是我们优刻得在乌兰察布的数据中心，目前已经完成了土建建设，正在进行机电施工。这个园区201，五栋数据机房楼，一栋综合楼还有1楼变电站。机柜功率是4.4到8.8千瓦，可以根据客户的需求进行功率定制，公有云业务采用8.8千瓦的机柜密度。这是综合楼的揭示图。
这是我们在上海青浦的数据中心，这个数据中心在今年6月份以综合评分第一名的成绩拿到了上海市经信委颁发的数据中心能耗指标。这个园区有42亩土地，建设五栋数据中心楼，一栋综合楼，一栋专有的110变电站。平均功率6000瓦，也是可以根据客户的需求进行定制。
我们的理念可以概括为五个字，第一个适宜的宜。我们的数据中心设计必须跟业务需求相匹配，并不是越节能越好，首先满足IT系统的功能和需求，不能因为节能而使IT系统的性能产生影响。
第二个字是广泛的泛字，要扩展节能的范畴，除了能源之外，还有很多资源是更加宝贵和稀缺的，比如说土地、水、空气等等。在有些地区水资源可能比能源更加紧缺，有些地区土地可能是最为紧张的，不能一概而论，需要因地制宜。我们需要把节约能源的范畴扩展到节约宝贵的资源。
第三个字是永恒的恒字，也就是说我们数据中心的节能工作、节能理念要贯穿在数据中心的整个生命周期里，从规划设计到施工调试，再到运营维护都需要注重节能工作。目前的情况是我们可能在绘画设计阶段，在节能方面花了很多工夫，因为政府部门、工信部、经信委都对数据中心PUE指标提出了非常严格的要求，甚至有的地区提出的PUE要求比工信部的要求严格很多，所以说我们在规划设计阶段花费了很多精力去提高能效，但是到了施工阶段、运维阶段，可能大家就把这个关注点放到可靠性和运维的便利性上，节能这根弦就放松下来了，这是我们需要注意的。
第四个是极致的极字，也就是说我们数据中心的节能工作每个细节都要做到极致，要精益求精。比如说变压器、冷水机组，这些设备达到二级能效就可以满足节能审核的要求，但是我们设计的时候还是优先选用一级能效的设备。
第五个是平衡的衡字，不能孤立的考虑问题，要考虑运维的便利性、服务器的性能，使各个方面达到有机的平衡。
下面介绍一下我们自己建设数据中心时对于节能的一些具体的实践。
首先是配电架构，我们的公有云业务采用的是一路市电，一路高压直流，高压直流意味着更高的可用性，更高的效率，随着这几年高压直流在各大互联网公司的应用来看，这种产品的常驻性也已经足够了。
我们除了公有云之外还有混合云的业务，也就是说我们是有托管的客户，对于托管客户的配电架构，我们不能单纯的考虑节能性，需要考虑托管客户的需求和业务特点，根据客户的要求制定配电架构。规划设计是按照双路UPS的架构考虑预留空间和基础条件的，我们可以根据客户的需求进行灵活的调整。比如说如果客户对于供电可靠性的要求非常高的话，我们可以采用双路UPS或者双路高压直流，如果客户对于供电的可靠性要求不高或者没有要求的话，我们甚至可以采用双路市电的方式，这样不仅节能，而且省钱。
关于机柜，我们采用的是54U的机柜，最高可以支撑8.8千瓦的功率。云计算公司的机柜普遍功率高一点，大厂普遍在8到10千瓦左右。在一线城市土地也是一种非常宝贵的资源，高密度的机柜可以提高运行效率和节约资源。
关于制冷现在架构的非常多，从最早的风冷冷水系统到冷水系统，到新风直接冷却系统和液冷机柜活动，各种架构都有自己的特点和优势，都有自己的应用场景，很难说哪一种制冷架构是最好的，只有适合我们的业务场景才是最好的。
我们从能源效率、水资源利用率、气象条件适应性、建筑结构适应性、工业链成熟度和高密支撑能力来选择进行实际的设计。
我们乌兰察布的项目采用集成自然冷却功能的风冷冷水系统，这种制冷架构可以利用自然冷却的模式来进行节能，但是大家也都知道受限于换热面积以及它的换热器形式，它的能源效率是比不上水冷冷水系统这些水冷架构的。但是我们为什么要选择这种制冷架构呢？我们这里更多考虑的是社会责任和生态平衡的问题。
我们看一下乌兰察布的当地资源情况，首先乌兰察布的电力资源是非常充裕的，在内蒙古地区每年弃风限电有10%，每年有10%以上的绿色风电都被放弃了，所以我们努力的降低PUE是没有价值的。乌兰察布不是极度缺水的地区，如果采用水冷冷水系统或者间接蒸发冷却系统对水资源的消耗非常大，8.8千瓦的机柜耗水量几乎可以等于一户家庭的耗水量，所以我们最终采取了风冷冷水系统这样一个非常节水的制冷架构。
上海青浦项目采用了两种制冷架构，在顶层采用的是间接蒸发冷却的形式，在其它空间采用的是水冷冷冻水的形式。在上海地区建设数据中心肯定优先考虑PUE，因为当地经信委提出了PUE1.3的门槛，这个指标是非常难以达到的，为了节能我们优先考虑这样的系统架构。但是间接蒸发冷却机组的占地面积通常非常大，在上海地区土地是非常紧缺的，我们要在45亩土地上，限高24，建设5000个6000瓦的机柜是非常紧张的，我们只能放在屋面层，其它的空间采用水冷冷冻水，这个也是非常传统的架构，制冷效率不错，而且很大的优点就是对建筑条件的适应性非常高。
间接蒸发在这几年比较热门，能效比非常高，可以制取逼近室外温度的送风，我们随着自己的深入研究发现这种制冷形式还是具有提升和优化空间。我们自主研发的新型的露点间接蒸发冷水机组，可以使送风温度逼近于室外的露点温度。另外我们对它的控制逻辑进行了优化，尽量提高湿模式的运行时长，降低混合模式和干模式的运行时长。因为湿模式是最高的模式，运用这个达到全年综合能效的提高。
下面这幅图是我们新型露点蒸发冷却机组的体现，可以看出这种高效的湿模式的运行范围是大大提高的，而混合模式，也就是说需要机械补冷的模式运行范围是大大减少的。右边是我们在北京、广州和上海三地两种机组不同运行模式的时长，可以看到新型的露点间接蒸发冷却机组的混合模式运行时长在各个地区降低了400小时以上，也就是说它的节能效果是非常好的。
我们再来说一下余热回收。我们知道乌兰察布地区的气候条件非常凉爽，这对于数据中心冷却是非常有利的条件。但是对于没有发热源的空间，比如办公区和机房这些空间的供暖需求是非常大的，我们这里采用了水源多联机的方式为机房、电池室和水泵间提供热量，这种方案是具有非常高的经济性和社会价值的，我们在乌兰察布地区每年就可以节省7000多吨的二氧化碳排放量，相当于种植了40万棵树。
液冷机柜可以实现极致的PUE，今天大会有液冷的专场，我这里不详细介绍了。我们也在进行联合规划，会在乌兰察布做液冷机柜的测试部署，在上海青浦进行液冷机柜的规模性部署。
说一下监控系统，传统的监控架构通常是设置一套BA系统，主要负责冷冻站的自动控制，冻环系统采集机房的环境数据和电力监控数据。我们按照暖通专业和电力专业，按专业划分的架构形式，暖通监控系统负责冷冻站，包括房间的精密空调以及管网系统和房间的温度，电力监控可以独立出来。可以综合考虑能源站、制冷站和室内的精密空调、室内环境的协同控制，可以通过整合各个部分的数据挖掘更加节能的控制算法。而电力监控系统从冻环系统独立出来，就可以把这一部分交给更加专业的电力系统厂商去做，可以达到更高的响应速度和更高的精度。
此外，我们还采用了很多智能化的系统来提高运营效率。比如说人脸识别系统，智能配电站，智能PDU、运维机器人、U位资产管理系统，这些智能化的系统可以提高我们的效率，降低我们对运维人员的需求。大家也都知道在偏远一点的地方运维人才是非常紧缺的，人才也一种非常宝贵的资源，我们通过智能化的系统也可以节约宝贵的人才资源。
最近几年很多厂商提出了将AI应用到制冷系统的节能控制上，也就是说通过机器学习实现一个运行算法，下达给制冷系统运行，从而节能。它的原理是在制冷系统上设置比较多的传感器，通过传感器去采集制冷系统的运行数据，通过数据治理把这些历史运行的数据整合成机器学习的样本集，通过模型训练获得PUE预测模型，达到最优PUE的运行参数，下达给制冷系统去运行。理论上是非常不错的，我说一下个人的想法，不代表公司观点。
我认为制冷系统运行不需要AI，它虽然是复杂的，但是还是有逻辑的系统，每一个设备和管网运行都有它特有的运行模式的，包括运行特征的，它是可以通过数学模型来做描述的，并不是一个抽象的，模糊的运行范畴。所以说我们是可以通过建立一个标准的数学模型来描述整个制冷系统的运行，而这个数学模型是通过最优化算法来求解的，我们这里不需要AI的算法去求解，AI算法也就是机器学习更适用于模糊的、抽象的一种应用场景，比如说图象识别、语言识别，这类很难去用逻辑去描述的场景。我认为制冷系统的节能控制是不需要AI算法的，尽管现在制冷系统的节能控制可能存在各种各样的问题，但是它都不是算法的问题。第二，AI系统应用于这种场景也是不适合的，因为AI算法进行模型训练的时候对于样本集的要求非常高，而我们制冷系统的运行是实时波动的系统，它在现场装设的这些传感器是很难达到实验室的精度，因为这个是由于它的测量原理决定的，它的精度不高，而且在波动的条件下它的样本有效性大大降低，它的精度是满足不了机器学习的要求的。从数量上来讲，因为它是实时波动的过程，我们很难采集到有效的样本，样本的数量也是不够的。另外从分布上来讲，因为我们数据中心的运行特点通常在一段时间内是稳定在一个负荷区间的，比如说今年数据中心的负载率在30%到50%，可能明年就到70%了，今年采集的样本对于明年的优化也是不合适的。
此外，我们还采用其它的节能技术降低数据中心的能耗和成本。比如说错峰蓄冷，现在数据中心的蓄冷装置通常用于应急功能，我们把这个容量加大了，利用峰谷电价差降低成本。我们在屋顶建设了光伏发电系统，利用绿色的电力降低数据中心的碳排放。
由于时间关系就不一一展开了，我的报告就到这里，谢谢各位！
文章来源于互联网:【IDCC2020】UCLOUD优刻得高级技术经理吴成斌：云计算公司的数据中心节能实践
相关推荐: 总投资约470亿！贵安新区规划建设14个大型数据中心
10月28日，“掀开贵阳贵安高质量发展新篇章”新闻发布会上发布消息，目前，贵安新区已规划建设14个大型、超大型数据中心，总投资预计470亿元。 贵阳贵安是国家大数据综合试验区核心区，大数据是世界认识贵阳贵安的靓丽名片。贵阳市委十届九次全会作出了打造3个千亿级产…
