模块化数据中心是一个在日益增长中的行业,根据来自Research and Markets的数据,2021年全球模块化数据中心市场规模为213亿美元,预计到2027年将增长至524亿美元。
模块化数据中心从一种新兴的趋势已经发展成为构建数据中心的主流方法,也就是从一个只有几个机架在集装箱式小型数据中心,变成带有液冷机架和多个模块的多层1兆瓦数据中心。
Omdia云和数据中心研究实践负责人Vlad Galabov表示:“模块化数据中心实际上可以取代传统数据中心,你可以根据模块化的想法创建一个大型数据中心。”
当前模块化数据中心的发展趋势
根据Omdia在今年第一季度进行的一项调查显示,企业对模块化数据中心的投资可能会回升,有99%的受访者表示,模块化数据中心将成为他们未来数据中心战略的一个组成部分,几乎有一半的受访者预计,到2023年多达1/4的IT负载实际上将由模块化或者是容器化数据中心承载。
施耐德电气模块化数据中心总监Joe Kramer表示:“模块化数据中心已经从仅适用于有限场景的一种利基方法,发展成为数据中心建设者可以利用的一种更为普遍和标准的方法。在超大规模数据中心和托管数据中心市场,客户需要以前所未有的速度对容量进行扩展,推动了厂商投资模块化电源和冷却解决方案的趋势。”
这项调查还发现,模块化数据中心是扩展和升级的推动力,有43%的受访者表示,模块化数据中心最适合扩展现有的数据中心,有39%的受访者表示模块化数据中心适合于对现有数据中心进行升级或者改造。
Eaton模块化解决方案产品线经理Forrest Secosky表示:“为尽可能远的未来制定扩展规划,这是很重要的。我们认识到,数据中心的需求变化如此之快,以至于人们可能无法准确地预测未来需求,尤其是在企业应用方面。当未来的计划尚不明朗的时候,模块化设计可能就更为适用了。”
而且当前供应链问题困扰整个行业,模块化数据中心可以实现更快速地扩展和升级。例如,一体式解决方案提供了现成的模块化数据中心,以便及时部署。Omdia在调查中还指出,模块化数据中心厂商正在采用各种不同的策略应对供应链问题,包括在仓库中持有超过所需的设备库存,以及与附近的供应商展开合作。
“很多模块化数据中心厂商都有足够的库存来构建现成的模块化数据中心,这可以显着缩短你的交付时间,”Galabov说。
此外,未来模块化数据中心可能会出现更多的创新成果。Galabov表示:“我看到了在形状和尺寸方面的创新,以及用于制造外壳的新材料。还有一些新技术可以为模块化数据中心供电并将其与微电网连接起来,例如太阳能发电场、燃料电池、甚至是数据中心旁边的小型核反应堆,这些都可以让模块化数据中心更具可持续性。”
Kramer认为,边缘计算将是一个“推动越来越多模块化数据中心集群部署的领域”。这些数据中心集群将支持智能城市和自动驾驶汽车等下一代应用所需的低延迟计算,但仍将与云端连接,以便与更大规模、更强大的数据中心进行交互,这些数据中心可以做密集的计算和数据存储。”
模块化数据中心的新兴优势
与传统数据中心相比,模块化数据中心具有以下优势:
环境可持续性
模块化数据中心不需要建造数据中心设施,因此“使用的组件越少,排放量就越低,”Galabov说。
这种模块化系统还让企业组织能够探索更高效的电源技术。Eaton关键电力和数字基础设施部门技术营销经理Ed Spears表示:“通过在预制的电子房屋中建造数据中心,你只需对特定空进行冷却,而无需对更大的空间进行冷却。你还可以采用热通道/冷通道空气管理来提高HVAC系统的效率,从而降低运营成本。”
此外,模块化数据中心还有助于向采用其他化石燃料替代品(例如锂电池)过渡。Spears说:“具有管辖权的地方当局可能会对如何安装、保护或监控锂电池有特别的要求,而模块化数据中心只需封装在一个专门的外壳中,而不必改造或者配置更大的设施来满足这些要求。”
服务与支持
只需要对接一家厂商,这对数据中心运营商来说是一个巨大的优势。Switch数字解决方案执行副总裁Bill Kleyman说:“你要在本地部署的同时,放眼全球。拥有一个可以在成长过程中满足需求的良好的合作伙伴,这是关键。与优秀的总承包商和合作伙伴合作,将确保你能够很好地维持项目的生命周期。”
模块化数据中心使用场景
企业什么时候应该选择模块化数据中心而不是传统中心?根据Galabov的说法,模块化数据中心的用途是多种多样的。“模块化数据中心可以适应任何场景,”他说,但这一切都归结为“需要以标准化的方式快速构建数据中心”。
在某些情况下,模块化数据中心可能是更好的选择,包括扩展到新的位置或者偏远的位置,或者在空间不足的城市地区。Galabov说:“模块化数据中心的作用是,它让你能够构建一个离大都市足够近的数据中心,但不受土地面积要求的限制。”
另一个用途是集成边缘计算以提高运营效率。Kramer说:“边缘计算有望成为模块化数据中心市场一个爆炸式发展的板块。我们在生产制造领域看到了很多使用场景,这些场景部署了这项新技术来提高流程的效率和自动化,可以频繁地控制具有低延迟响应要求的设备或者过程。制造企业无需重新分配空间新建数据中心,而是在建筑外围部署模块化的数据中心,并且不会造成运营中断。”
另一个用途是当企业组织希望将数据中心放置在靠近低成本能源的地方时。Galabov指出,对于某些厂商来说,“他们有些客户没有对延迟敏感的工作负载,或者是需要24/7全天候计算的工作负载,因此他们会在能源成本更低的夜间安排运行计算,并让模块化数据中心在位置上尽可能靠近能源公司,从而最大限度地提高收入。”
不管是什么用途,把工作量和总体目标作为企业的首要考虑都是至关重要的。例如,如果你工作负载是计算密集型的,或者如果你所在的地方容易出现电力中断,那么你可能会考虑提供足够的电源(包括备用电源),而如果你想减少电力使用量并且更具可持续性,那么液体冷却可能是一个合适的选择。
Galabov说:“重要的是要分析工作负载,在理想的情况下,至少要分析未来短期的工作服在,这样你就可以根据需要配置或者调整每个构建块的大小。”
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。