可持续发展数据中心始于绿色材料。了解选择正确的材料能够如何减少碳影响,并促进数据中心的可持续发展。
作者:技术分析师Christopher Tozzi
更新时间:2024年7月1日
在建设数据中心时选择可持续材料是数据中心可持续发展的基础(确实,在一定程度上是这样)。绿色材料不能保证你的设施在日常运行中使用的能源和水也是可持续的,但它们可以减少建造设施本身的碳影响。
但是,在建设数据中心时有哪些 "绿色 "材料可供选择,在比较数据中心可持续发展的不同选择时应该考虑哪些因素?
为了回答这些问题,下面将根据数据中心建设的不同阶段,介绍在数据中心中使用绿色材料的指南。
数据中心地基: 选择低碳混凝土
大多数数据中心建筑的地基采用混凝土板的形式,它同时也是设施的底层。
由于混凝土生产所排放的二氧化碳占全球总排放量的9%,因此设法减少数据中心地基的碳足迹是实现可持续发展的重要一步。
目前,在大多数情况下,数据中心地基并没有在真正意义上可以替代混凝土的建筑材料,其他材料要么过于脆弱,要么价格昂贵。但Facebook和微软等超大型企业正在积极探索“低碳”混凝土。
数据中心框架:考虑再生钢或基于植物的设计
较大型的数据中心通常使用钢材作为框架,钢材的跨度强度使其非常适合建造具有大型开放空间的建筑,而这恰恰是机房所需要的设施类型。
但是,钢铁生产也是碳排放的重要来源,钢铁行业排放的二氧化碳约占全球总排放量的 8%。
在建设数据中心时,减轻钢材对可持续发展影响的一种方法是选择回收钢材。回收钢材并非没有碳排放,因为回收过程是能源密集型的。但它比用从地球上开采的矿物制造新钢材更具可持续性。
另一种选择是为数据中心考虑基于植物的框架材料,Vertiv等数据中心运营商正在探索这种方法。传统的木龙骨是一种选择,而胶合木等工程木材料则有助于建造更坚固或更大的设施。
数据中心隔热材料: 使用回收材料或高效材料
隔热材料是另一种可供选择的绿色数据中心建筑材料,例如从大麻、羊毛和再生纸等植物中提取的隔热材料。
不过,在为数据中心进行隔热时,需要牢记的一个重要因素是,隔热材料的效率将决定设施的长期可持续性。理想情况下,你应选择一种本身具有可持续性,同时还能提供出色的R值并减少空气渗透的隔热材料。
从长远来看,如果喷射泡沫等可持续性较差的隔热材料能更有效地减少数据中心运行过程中的能源消耗,那么这种隔热材料也是可取的。
数据中心屋顶: 兼顾绿色材料与能源效率
同样,在选择数据中心的屋顶时,不仅要考虑屋顶材料本身的“绿色”程度,还要考虑其对持续能源使用的影响。
例如,虽然橡胶屋顶是一种相对绿色的材料,但如果将其着色或涂成白色,就能提高可持续运营能力。白色屋顶可以减少从太阳光中吸收的能量,进而减少冷却数据中心的暖通空调系统的耗电量。
屋顶的设计也会影响整体可持续性。可以查看我们的数据中心屋顶指南了解更多详情。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。