至顶网服务器频道 08月10日 新闻消息: 目前,数据中心的规模正伴随着互联网和各行业企业业务的发展而快速扩大,TCO(Total Cost of Ownership,即总拥有成本)也成为数据中心不得不考虑的关键要素。除了IT基础设施的采购成本,电费成为数据中心运维成本和整体成本的主要构成部分,服务器是数据中心的耗电主体,服务器的能效几乎决定了整个数据中心的能耗水平。浪潮服务器的电源工程师曾说过一句话"一瓦100块钱",也就是服务器能耗每降低1瓦,整个生命周期节省的电费超过100块人民币。那么如何将这一瓦的电费节省出来,让数据中心从成本中心变为利润中心?
浪潮SA3212M4服务器
同等性能指标,服务器采购成本降低5%!
如果数据中心全部使用同样的服务器,那么在面对多样化的业务时,必然会产生资源的冗余或不足。目前,计算和存储的分离已经开始从互联网数据中心向更多传统数据中心普及。在该趋势下,服务器可以针对计算和存储应用进行彻底的优化。例如,将用于虚拟化的计算节点CPU从Intel E5-2620v4升级到E5-2680v4,核数和单核主频的提升就可以降低单个虚拟机 35%-50%的成本。
而面向偏存储类的应用,基于Intel E5 v4平台的服务器性能会过剩,而Atom和E3平台的计算能力则略显不足。去年,Intel发布了Xeon-D CPU,而浪潮基于此开发的SA3212M4服务器相比传统存储服务器,能够实现最高5%的采购降低。
Intel Xeon-D CPU
浪潮SA3212M4服务器将万兆网络、PCH等原本外置或者在主板上的部件集成在处理器中,这不仅让主板的设计更简约、风道更优化,而且对部分关键部件(比如网络)的集成,降低了服务器整体成本。以1000台服务器的保有量来计算,仅仅采购成本就能节省约150万!
同等单机柜功率密度,机柜租赁成本降低10%
目前,国内的传统数据中心的单机柜功率密度设计偏低,多数在单柜4kw,甚至更低的水平。而传统的E5双路存储型服务器,搭配12块大容量硬盘,功耗约需要220-230w,这样单机柜最多能够部署约18台,这样42U的机柜就至少有4U的的空间被闲置。
而浪潮SA3212M4服务器的设计功耗不足170w,同样4kw的功率密度下,能够将42U的机柜完全利用起来。相比E5双路存储型服务器,1000台服务器保有量的前提下,能够节省5个机柜的租赁,机柜租赁成本降低10%以上。
更低能耗,千台服务器年电费降低20万
服务器产品在维护阶段具有周期长、维护成本高的特点,一般而言2年的维护成本就会超过购买成本。所以在设备运行过程中降低耗电量和简化维护成了必须重视的部分。对于面向计算应用的节点可以提升单节点的计算性能,减少设备数量,整个集群的耗电也会有效降低;但对于存储空间输出的节点,由于节点的数量一般不能减少,所以需要降低单节点耗电量来节省TCO。
前面提到,基于Xeon-D CPU的SA3212M4工作功耗相比E5双路平台服务器低50w左右,在高负载的情况下甚至可以节省60-70w。那我们再来谈谈钱,1000台服务器,每台节省50w,每年节省438000千瓦时的电,按照0.5元/千瓦时来算,每年节省的的电费就超过21万人民币。这无疑对改善数据中心TCO有着长期且巨大的帮助。
更低运维成本 部署时间减少90%
伴随着数据中心规模的提升,数据中心虚拟机数量庞大、软件部署耗时、人工部署可靠性差、对专业运维人员需求量大等问题凸显,也会严重影响数据中心的TCO。因此优秀的服务器产品搭配合理的数据中心管理软件是进一步优化TCO的有效途径。
浪潮云海InCloud Manager管理软件
浪潮推出云海InCloud Manager管理软件,并内置Inspur Server Automation功能模块,针对云数据中心软件自动化部署方面,能够提升软件部署的效率和可靠性,减少专业运维人员数量,有效缓解IT运维管理的压力,减少90%的软件部署时间,从而减轻数据中心运维人员的工作压力,同时减少运维成本。
更高性能 满足温冷数据存储需求
浪潮SA3212M4服务器填补了温冷数据存储空白,相比E3单路平台,性能提高2.3倍;相比Atom平台性能可提升3.4倍,能耗比最高提升1.7倍。内存方面能够同时支持双通道DDR4和DDR3L内存,支持46位物理寻址/48位虚拟寻址,RDIMM最高支持128GB容量,彻底打破了32GB的内存瓶颈。且由于支持2133MHz DDR4内存,性能有33%的提升。同时可支持硬盘休眠实现超低闲置功耗。因而,浪潮SA3212M4是一款理想的温冷数据存储和管理方案,将为客户构建精细化的分级存储,更适合云存储、历史记录、视频、CDN等应用场景。
目前,浪潮SA3212M4已批量应用于腾讯数据中心,随着数据开始被越来越更多的公司视为资产,而浪潮SA3212M4的产生让数据的存储密度成本比更优,有效降低数据中心TCO并让数据充分发挥出应有的价值。
好文章,需要你的鼓励
NVIDIA团队开发的SANA-Sprint技术实现了AI图像生成的重大突破,将传统需要20步的生成过程压缩至1步,在H100上仅需0.1秒即可生成1024×1024高清图像,速度比现有最快模型提升10倍以上。该技术通过创新的混合蒸馏策略,在大幅提升速度的同时保持了图像质量,并支持实时交互应用,为AI绘画从专业工具向大众应用的转变奠定了基础。
初创公司Positron获得5160万美元A轮融资,推出专门针对AI推理的Atlas芯片。该公司声称其芯片在性能功耗比和成本效益方面比英伟达H100高出2-5倍,并已获得Cloudflare等企业客户采用。Positron专注于内存优化设计,无需液体冷却,可直接部署在现有数据中心。公司计划2026年推出支持16万亿参数模型的下一代Titan平台。
北京人工智能研究院团队开发的DiagNote模型通过模仿人类做笔记的习惯,解决了AI在多轮视觉对话中容易"失忆"的问题。该研究构建了专门的MMDiag数据集,设计了双模块协作的AI架构,让机器学会像人类一样通过标记重点区域来保持专注力,为更自然的人机视觉交流奠定了基础。