备份电力是数据中心可靠性和正常运行时间的先决条件。您所能实现的可靠性取决于您部署的备份电力系统类型。这些系统在有效性、可扩展性和成本方面各有不同,因此选择对数据中心运营至关重要。
数据中心需要备份电力,因为大多数数据中心从公共电网获取电力,而公共电网可能会发生故障。电力中断可能因线路损坏或电网供应不足而发生,导致停电或电压不足。电压不足在夏季尤其成问题,此时由于空调使用量增加,消费者对电力的需求也随之增加。
在这些情况下,备份电力系统至关重要。它们使数据中心能够无限期地保持不间断运行(前提是有足够的备份容量),或允许IT设备优雅关机。优雅关机可以防止硬件损坏和数据丢失,因为它们有助于避免服务器在停电期间突然失电所带来的风险。
本文将研究数据中心可用的主要备份电力系统类型。
数据中心备份电力系统
数据中心在实施备份电力系统方面有几种选择,每种都有独特的优势和局限性。以下是最常见系统的概述。
不间断电源
配备可充电电池的不间断电源(UPS)设备提供了一种经济有效的方式,在停电期间为IT设备提供临时备份电力。它们确保服务器在短期内保持运行,允许优雅关机。
然而,UPS系统有显著的局限性。它们的储能容量有限,通常只足以让服务器运行几分钟。虽然这个短暂的时间窗口允许正确的系统关机,但无法维持长期运行。
UPS设备也无法为数据中心冷却系统供电。即使有足够的UPS设备让服务器运行超过几分钟,没有正常运行的冷却系统,过热也会很快变得严重。为了避免过热造成的损坏,服务器需要相对较快地关闭。
UPS系统最适合短期电力中断或当主要目标是在停电期间进行受控关机的情况。对于长期备份电力需求,需要其他系统。
发电机
备用发电机为数据中心提供备份电力提供了相对低成本的解决方案。就像在停电期间为家庭供电一样,发电机可以保持数据中心运行。然而,它们的可靠性和正常运行时间取决于两个关键因素:总功率容量和燃料来源。
发电机功率容量差异很大,扩大规模以满足大型数据中心的能源需求可能会很昂贵。例如,产生1兆瓦电力的发电机成本约为10万美元。由于数据中心消耗数十兆瓦,建设足够的发电机容量为整个设施供电可能很快变得成本过高。
燃料来源是另一个关键考虑因素。发电机需要稳定的燃料供应才能运行。除非连接到连续燃料源(如天然气管道),否则它们的运行时间等于现场存储的燃料量。
由于这些限制,发电机并不总是数据中心备份电力的理想解决方案。
现场发电
现场发电为数据中心提供了最可靠的电网替代方案,但也是最昂贵的选择。私人发电厂允许数据中心自行发电,消除对公共电网的依赖,确保持续的能源供应。创建现场发电厂的方法包括地热能、燃料电池和模块化核反应堆。然而,燃料电池和模块化核反应堆等技术仍处于实验阶段。
虽然现场发电系统提供了电网能源的完整替代方案,但它们也作为备份电力系统运行,在停电期间提供部分或全部所需能源。根据系统类型和燃料可用性,它们可以无限期维持运行或直到燃料耗尽。
虽然现场发电提供了无与伦比的可靠性,但高成本和实验性技术使其对大多数数据中心来说并不常见。
备份电力的多重方法
上述备份电力选项并非互相排斥。数据中心通常通过组合多个系统来获得最佳结果。这种方法使设施能够定制其备份电力策略,以满足不同工作负载和运营优先级的特定需求。
例如,数据中心可以部署现场发电厂为关键工作负载提供连续可靠的能源供应。这确保即使在长时间停电期间,重要系统也能无限期保持运行。同时,柴油发电机可以为不太重要的服务器提供备份电力,提供数天的运行能力。这些服务器也可以连接到UPS设备,如果停电超过发电机的运行时间,UPS将为优雅关机提供足够的时间。
通过集成多个备份电力系统,数据中心可以在可靠性、成本和可扩展性之间取得平衡,同时确保关键和非关键系统在电力中断期间都能得到充分支持。
Q&A
Q1:数据中心为什么需要备份电力系统?
A:数据中心需要备份电力是因为大多数数据中心依赖公共电网供电,而电网可能因线路损坏或供应不足而发生故障。特别是夏季,由于空调使用增加导致电力需求上升,容易出现电压不足问题。备份电力系统能确保数据中心在停电时保持运行或安全关机,防止硬件损坏和数据丢失。
Q2:UPS不间断电源有什么局限性?
A:UPS系统的主要局限性包括储能容量有限,通常只能让服务器运行几分钟,无法维持长期运行。另外,UPS设备无法为数据中心冷却系统供电,即使服务器能继续运行,没有冷却系统也会导致过热问题,最终仍需关闭服务器避免损坏。因此UPS最适合短期停电或用于优雅关机。
Q3:为什么多数数据中心不使用现场发电?
A:虽然现场发电提供最可靠的电力供应,能完全替代电网电力,但存在两个主要问题:成本极高和技术限制。建设私人发电厂需要大量投资,而且像燃料电池和模块化核反应堆等先进技术仍处于实验阶段,可靠性和商业化程度有限,因此对大多数数据中心来说不太实用。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。