绿色发展是21世纪人类发展的共同追求,也是新时代中国发展的重要理念之一。二十大报告中明确提出,要协同推进降碳、减污、扩绿、增长,推进生态优先、节约集约、绿色低碳发展,加快节能降碳先进技术研发和推广应用。
数据中心是“耗能大户”,也是节能降碳的核心发力领域之一。PUE值就是衡量数据中心能耗水平的重要指标,PUE值越接近1,表示一个数据中心的能效水平越好,绿色化程度越高。2021年7月,工业和信息化部印发的《新型数据中心发展三年行动计划(2021-2023年)》中提出,新建大型及以上数据中心电能利用效率(PUE)降低到1.3以下,严寒和寒冷地区力争降低到1.25以下,引导新型数据中心走高效、清洁、集约、循环的绿色低碳发展道路。
数据存储作为数据中心的重要组成,在节能降耗方面的挑战不断加剧。据IDC测算,2025年全球数据年产生量将达到2020年的3倍,中国产生的数据总量将达到48.6ZB,占全球27.8%。在满足海量数据存储需求的同时,存储平台规模快速扩张,耗电量也将随之大幅增长,数据存储基础设施如何降耗节能成为业界关注的重要议题。
数据中心的电能消耗主要由IT设备(45%)、制冷设备(43%)、供配电系统(10%)、照明等(2%)构成。其中,性能与功耗比(IOPS/瓦特)是衡量存储产品节能减排的重要指标。例如,如果一台存储产品的IOPS可达30万,该产品整机功耗1000瓦特,则认为该产品的性能功耗为300 IOPS/瓦特。
节能减排需要从开源和节流两个方面入手,前者是在相同功耗下提升设备性能,后者是在保持设备性能不变的条件下尽可能地降低能耗。浪潮存储作为业内领先存储厂商,在IT存储设备节能减排方面做出诸多努力。
在“开源”方面,浪潮存储技术研发团队紧跟业界最新的芯片、协议技术,快速迭代出一系列高性能、低能耗存储产品。浪潮存储基于SSD高速介质重塑软件栈,创新实现了面向众核的自适应调度机制、单核数据流优化加速技术,打通SSD与CPU等核心组件之间的IO性能羁绊,实现高性能的盘控协同,让存储性能得到提升,在不增加设备、不增加能耗的基础上,将性能提升30%以上。
在“节流”方面,浪潮存储打出“组合拳”,从硬盘、背板、供电、散热等多个维度出发,配合多项技术有效降低整机能耗:
一是PID调速技术(Proportional、Integral、Differential,比例、积分、微分),通过实时监控光模块、硬盘等热敏感器件消除整机散热盲点,利用海量温度传感器实现系统的可靠、精细化调速,部件级调速的精准优化,保障了业务高效率、低能耗地运行。
二是,整机无背板正交散热架构,采用3DVC(3D Vapor Chamber,3D真空腔均热板散热技术)解决局部热点,在控制器通过超导热管均温翅片完成集中功耗的热转移,解决了多槽位IO卡散热平衡问题的同时在高密硬件规格下极大降低系统阻力。通过智能调控技术的深度优化、整机散热能力的不断调优,单台存储设备一年可节约近千度电。
三是,PSU(PC Power supply unit,电脑电源供应单元,简称电源)冗余模式自动切换供电技术。存储系统根据负载情况控制切换主备冗余供电和负载分摊模式,当低负载时启动主备模式,在保障冗余可靠的基础上,提高存储系统供电转化效率,达到节能目的。当PSU负载控制在50%,一台存储整机一年可节省约200度电。
电源在不同负载下的供电效率
四是,智能功耗封顶技术,能够在有效保障机房供电安全前提下,提高机房供电效率,实现快速、精准的功耗封顶操作。它还可以超规格布局机柜设备密度,降低机房空间、机架冗余度需求,灵活应对空调故障、业务量突然增加等场景下出现的散热不足和供电不足等风险,提高业务可靠性。
此外,浪潮存储管理软件还能为系统提供多种能耗优化分析,如制冷分析、使用率分析、功耗分析、负载分配分析,支持智能功耗预测功能,助力数据中心科学运维。针对冷温热数据场景(通常情况下冷、温、热的数据占比分别为80%、15%和5%),浪潮存储提供高密框、硬盘按需独立上下电、归档存储等面向不同场景的解决方案。
随着数据中心数量越来越多,规模越来越大,存储设备节能降耗不仅是降低数据中心运营成本的重要环节,也是保护生态环境的必然措施。浪潮存储秉持绿色节能的设计原则,以新一代存储平台为代表,凭借先进的智能降耗设计,助力企业在保持业务负载的情况下,建设低功耗、低成本的绿色数据中心。随着持续的研发投入与产品创新,浪潮存储将继续推动节能降碳先进技术在存储领域的应用落地,助力国家践行绿色发展战略。
好文章,需要你的鼓励
传统数据工程面临数据质量差、治理不善等挑战,成为AI项目的最大障碍。多智能体AI系统通过协作方式正在彻底改变数据准备、治理和应用模式。Google Cloud基于Gemini大语言模型构建协作生态系统,让不同智能体专门负责数据工程、科学、治理和分析等任务。系统通过分层架构理解组织环境,自主学习历史工作流程,能够预防问题并自动处理重复性任务,大幅提升效率。
中科大团队开发出LongAnimation系统,解决了长动画自动上色中的色彩一致性难题。该系统采用动态全局-局部记忆机制,能够为平均500帧的动画进行稳定上色,性能比现有方法提升35-58%。核心创新包括SketchDiT特征提取器、智能记忆模块和色彩优化机制,可大幅提升动画制作效率。
微软推出Copilot调优功能,让企业通过低代码工具利用自动化微调技术训练企业数据。与基于公开数据的通用AI模型不同,企业需要理解内部数据和流程的专业化模型。Gartner预测专业化GenAI模型市场将在2026年翻倍至25亿美元。这些模型通常基于开源模型构建,部署为小语言模型,提供更好的成本控制和数据安全性,同时更易符合欧盟AI法案要求。
南开大学团队开发出DepthAnything-AC模型,解决了现有AI距离估算系统在恶劣天气和复杂光照条件下性能下降的问题。通过创新的扰动一致性训练框架和空间距离约束机制,该模型仅用54万张图片就实现了在雨雪、雾霾、夜晚等复杂环境下的稳定距离判断,同时保持正常条件下的优秀性能,为自动驾驶和机器人导航等应用提供了重要技术支撑。