“极端高温天气不仅会对人类生活造成影响,对关键基础设施运营也带来巨大挑战与后果。”
夏季极端高温热浪正在席卷全球,影响范围覆盖欧美和亚洲大部分地区。加拿大出现大范围野火,所产生烟雾导致该国和美国东部地区发布空气质量警报;欧洲作为全球变暖最快的大陆持续打破高温记录;亚洲多地电力供应面临挑战,因极端高温天气发生了大范围停电事故。我国多个省份也发出高温红色预警,北京气温甚至飙升至41.1℃,创下北京有记录以来的历史次高温!
世界气象组织表明,气候变化使过去八年已成为全球有记录以来最炎热的年份;今年厄尔尼诺(El Niño)气候模式影响将进一步加剧此问题,许多预测认为2023年将创造破纪录的高温。这对数据中心运营商无疑构成了巨大挑战,不仅需要应对设施内产生的热量,还必须解决极端高温天气带来的额外热量和后果。
作为全球关键数字基础设施和连续性解决方案供应商,维谛技术(Vertiv,NYSE:VRT)今天最新发布极端高温时期数据中心管理指南。作为数据中心领域的领先制冷专家,该指南提供以下措施建议,助力数据中心运营商有效减轻与极端高温相关的风险。

定期清洁或更换空气过滤器
近期受加拿大野火烟雾南下影响,美国纽约全城被橙色烟雾笼罩,当天跃居全球空气污染最严重的城市,直观展示了气候变化所带来的严重影响。对数据中心运营商而言,这是个警示,需要定期清洁或更换数据中心热管理和暖通空调系统的空气过滤器。这些过滤器的作用是保护敏感电子设备免受空气中的颗粒物侵害,也包括远处野火产生的烟雾影响。
尽快进行预测性维护和服务计划
极端高温和恶劣空气质量对数据中心基础设施系统带来的影响和负荷远远超出预期。电网通常难以满足高温所带来的用电激增,停电现象也屡见不鲜。因此,预防性维护不间断电源UPS系统或暖通装置至关重要。比如,预防性维护包括清洁冷凝器盘管和维护制冷剂充放量,这有助于避免意外故障的发生。
启用高效运行模式
大部分不间断电源UPS系统都具备高效节能模式,可有效降低供配电系统从电网获取的电力。热浪袭击造成电网负荷已接近极限,任何节能措施都可能成为确保业务连续性和避免灾难性停电的关键。
利用新能源削峰填谷
尽管不是所有数据中心都具备使用新能源的条件,但那些已经领先配置的数据中心应该积极利用可再生新能源替代市电,节能降碳。可再生新能源包括场内或场外的太阳能电场,或场外的风力发电场,配套锂电池储能系统,进行削峰填谷。在高温天气期间,考虑到柴油发电机产生的温室气体和与气候变化相关的排放远高于新能源,不建议启用柴油发电机,另外柴油发电机的例行维护测试也应相应推迟。
运行尽可能多的制冷装置
通过分担负载,以及群组控制功能,以降低每个设备的负荷,并达到节省能源的目的。
考虑采用不同类型的制冷系统
液冷、无水制冷和蒸发冷却系统,这些专为高温环境设计的前沿制冷技术都可以考虑采用。
使用热量管理预测模型
使用热量管理预测模型,而非依赖历史数据。随着极端高温事件频率的增加,传统历史数据往往无法应对现代风险。因此,借助热量管理预测模型更为可靠。
以上指导将有助于改善极端高温时期数据中心的电源管理、热管理、业务连续性和预防性维护。若有更多需求,欢迎联系维谛技术专家,让我们为您解决难题,确保数据中心在任何极端气候条件下的稳定运行,共创可持续发展的数字未来!
好文章,需要你的鼓励
WordPress实验性AI开发工具Telex在9月发布几个月后已投入实际使用。在"State of the Word"年度活动中,WordPress联合创始人展示了Telex的多个应用案例,包括创建价格比较工具、价格计算器和实时营业时间显示等功能。该工具能够生成Gutenberg模块,让开发者在几秒内完成过去需要数千美元定制开发的功能。同时WordPress还推出了Abilities API等AI架构开发。
印度学者在卫星图像识别领域取得突破,设计出无需预训练的神经网络架构,在EuroSAT数据集上达到97.23%准确率。通过三轮迭代优化,研究者发现卫星图像需要平衡空间和光谱两种特征,创新性地开发了可学习融合参数的双路径注意力机制。该方法证明了专用架构设计在特定领域的巨大潜力,为无法获得大规模预训练数据的应用场景提供了有效解决方案。
英国国家网络安全中心与BT合作推出的Share and Defend服务成功拦截了近十亿次早期网络攻击和用户访问危险网站的尝试。该服务整合多方威胁情报数据,通过互联网服务商的DNS平台实时过滤恶意网站,大规模阻断钓鱼和虚假购物网站。目前已有TalkTalk、沃达丰等多家合作伙伴加入,政府计划在2026年1月发布国家网络行动计划以进一步提升英国网络安全防护能力。
UC伯克利研究团队开发了ECHO框架,通过分析社交媒体上真实用户对GPT-4o图像生成的使用反馈,构建了更贴近实际需求的AI评测体系。该框架收集了超过31000个用户提示词,发现传统评测无法覆盖的复杂任务需求,并识别出用户关心的色彩偏移、身份保持等具体问题,为AI模型评估提供了全新的用户导向思路。