- 新一代綠色數據中心的規劃與設計
- 鐘景華 朱利偉 曹播 丁麒剛等
- 68字
- 2019-03-01 14:14:51
6.3 新一代數據中心容量規劃的關鍵支點
新一代數據中心容量規劃的支點多種多樣,見仁見智。通行的做法不一而足,但基本上可從以下四個支點加以解析。
6.3.1 可用性支點
面對承載不同業務類型的數據中心,其可用性的要求必然不同。不同可用性要求的數據中心的建設方式差異巨大,可參照《電子信息系統機房設計規范》(GB 50174—2008)。
GB 50174—2008對數據中心可靠性/可用性要求表6-2所示。
表6-2 GB 50174—2008對數據中心可靠性/可用性要求

從表6-2可以看到,不同可用度等級的數據中心建設幾乎在每個維度都不相同。
6.3.2 成本支點
成本分為兩大類,即投資成本和運營成本。
1. 投資成本(CAPEX, Capital Expense)
數據中心基礎設施的投資成本是一筆十分可觀的支出,包括設備的成本以及與設計和部署設備相關的成本。
投資成本將以資產折舊與攤銷費用計入項目。
2. 運營成本(OPEX, Operation Expense)
運營成本是與維護業務相關的所有成本。數據中心基礎設施的運營成本,包括能源成本、運營人員工資福利、培訓支出以及維護和維修成本等。
數據中心的CAPEX主要集中在土建、IT設備、基礎設施設備等方面,而運營成本主要由電費構成。因此,強調綠色,強調節能的最直接意義就是降低成本。
成本始終是最受關注的維度之一。如何將成本與技術及產品方案完美結合起來,做到成本最低,始終是一個很大的挑戰。
6.3.3 綠色節能支點
目前對數據中心綠色節能業界有著相對成熟的計量指標,即PUE(Power Usage Effec-tiveness)和DCiE(Data Center Infrastructure Effectiveness)。
這兩個指標被用來評價數據中心的能效利用率,即每瓦IT設備能耗需要消耗多少總輸入能耗。換一個角度,如果能夠預先知道數據中心總能耗(初始設計時,這個指標基本上往往被用來表征數據中心最大供電能力);而對于PUE這個值,業界也有相對合理和流行的工程值(目前為1.6~2.5),因此能大致估算出IT設備能耗,從而也就能夠算出數據中心機架的功率密度,可以預估關鍵子系統的建設模式。
舉例說明:某場地在初始給定如下:
(1)基礎背景。①總面積為15000m2。②機柜有1200個。③總供電能力為2萬kW。
(2)建設愿景。①Tier IV&GB 50174 Class A。②10年IT設備發展。③分期分批、模塊化設計之前不清楚某些關鍵系統(供電、制冷)的建設方式,保守假定PUE取2.0,即
PUE=TOTAL POWER/IT POWER=2萬kW/IT POWER=2
則IT POWER=1萬kW,而機柜有1200個。
因此,單個機柜功率密度為IT POWER=1萬kW/機柜個數1200個=8kW。
知道了IT POWER,就可以大致核定出供電系統容量;知道了單個機柜功率密度,就可以核定供電系統終端配電設計,也同時可以理清制冷系統設計的最為關鍵的容量指標。
總而言之,特別是在系統初始評估時,PUE指標不單可以作為數據中心節能與否的計量對標,也可以作為數據中心容量評估的一個有效支點。
6.3.4 功率密度支點
上述三個維度基本上是從宏觀的層面去規劃數據中心的容量,具體到可操作的層面。業界關于數據中心容量規劃基本上有三種思路。
(1)以業務為支點。業界一線供應商基本上推出針對不同規模客戶群的指導性解決方案。以電信行業供電系統建設為例,對于省級機房、地市級機房等均有不同的方案模板。
(2)以面積為支點。不同面積的機房有不同的解決方案。比如100m2的機房該如何建設,1000m2的機房該如何建設等在各專業廠家的宣傳文案也相對較多。
(3)可操作性支點。上述兩種思路往往對數據中心的建設過于空泛。以面積支點為例,100m2的機房筆者在建設實踐中有遇到只需要承載100kW的能量,也有需要承載1250kW能量的案例。而同樣是100m2的機房,兩個案例建設的方法、思路、成本等完全不一樣。
因此,還有同時考慮業務和面積的做法,即確定功率密度為數據中心容量規劃的可操作性支點,基本上可以理解為:功率密度=業務(體現為服務器功耗)/面積。
功率密度有多種表征方式,如表6-3所示。
表6-3 功率密度的多種表征方式

在具體的實踐中,目前機架的功率密度使用也最為廣泛。
- Project 2007項目管理實用詳解
- Practical Ansible 2
- Visualforce Development Cookbook(Second Edition)
- 基于LabWindows/CVI的虛擬儀器設計與應用
- 網絡化分布式系統預測控制
- Linux服務與安全管理
- 工業機器人安裝與調試
- 邊緣智能:關鍵技術與落地實踐
- 走近大數據
- Windows安全指南
- Linux系統下C程序開發詳解
- 生物3D打印:從醫療輔具制造到細胞打印
- Mastering Predictive Analytics with scikit:learn and TensorFlow
- 教育創新與創新人才:信息技術人才培養改革之路(四)
- JSP網絡開發入門與實踐