数据中心是否尽可能实现碳中和?

众所周知,信息通信技术对温室气体(GHG)排放的贡献并非微不足道,共识是,信息通信技术的全球温室气体排放量约占每年总量的2.8%。这是由大量的来源组成的,从工作笔记本电脑到家庭电脑,但企业使用是一个巨大的和不断增长的贡献者。

尤其是云计算,它将信息通信技术作为一种“实用工具”提供给许多客户,并已成为组织使用计算机能力和存储的核心,现在需要在环境基础上进行评估。

减少全球数据中心/网络消耗

通常,从碳排放的角度来看,将数据存储在云中总是比存储在家庭或企业大楼的特定硬件上更好。根据国际能源署(IEA)的数据,2022年全球数据中心的用电量将达到240-340 TWh1,约占全球最终电力需求的1-1.3%。

然而,该数字不包括所有数据中心,也不包括我们将数据传入和传出这些站点所需的网络中使用的电力。无可否认,数据中心需要大量电力才能保持运行。根据IEA的数据,全球互联网用户数量增加了一倍多,而全球互联网流量增加了20倍。数据中心和数据传输网络占能源相关温室气体排放的1%。仅北美地区就在2021年新增了850万平方英尺的数据中心,2022年新增了1,070万平方英尺。

我们可以做些什么来降低这些数字?提供信息通信技术的一些结构性问题阻碍了这方面的进展。一个问题是,数据中心通常需要位于人们居住的地方,以提供低延迟,这在关键任务场景中至关重要,例如金融交易或网上银行,在这些场景中,缓慢的传输是致命的。

这对于气候较冷且容易获得可再生能源的地区来说是很好的。不幸的是,这并不是我们大多数人生活的地方。对于全球南方经济体来说,这意味着将数据中心设在繁忙的城市,这增加了电网的压力,并对机械(HVAC)冷却提出了额外的电力需求。

更高效的硬件带来的问题

然而,数据中心行业在如何处理供暖方面变得越来越复杂。一个成熟的技术是“冷热通道”的布局。这意味着我们有空调排,服务器面对这些冷通道,吸引冷空气到设施的后面。此外,还有几排被指定为热通道,吹出热空气消散,有效地冷却整个空间。

与此同时,大型公共云企业对于他们现在组装站点的方式非常积极主动。他们正在寻找更智能、更高效的芯片,从而实现更高效的硬件并减少运营碳开销。

就在几年前,数据中心本质上是数千个成千上万的标准英特尔芯片服务器组成。而最新方法是使用基于ARM处理器的设计,ARM处理器是计算机处理器的精简指令集计算机(RISC)架构,性价比比当前一代基于x86的实例高出40%,适用于各种工作负载。这种性价比也减少了碳排放。据报道,谷歌有自己的基于ARM的竞争对手,尽管它要到2025年才会在其网站中使用。

更好地运行云

这是我们应该欢迎的趋势,但我不认为完全绿色的数据中心仅来自硬件。我们需要考虑我们在可再生能源驱动的最高效硅片上运行的软件。

这意味着在云和数据中心运行软件是机械兼容且高效的。遗憾的是,云让我们在程序设计上有些沾沾自喜。使用大型云服务来解决数百台服务器的数据分析问题太容易了。

如今,我们知道专用软件可以使用现代硬件执行密集的数据工作,但具有实时高性能和低碳成本。例如,使用旨在管理和利用数据连接的图形数据库技术优化关键社交应用背后的基础设施。这导致内存需求比以前的系统小一千倍。

如果我们总是为我们的问题寻找最好的计算工具,我们最终会得到一个良性的绿色数据中心循环,或“循环经济”,低功耗、高效的处理,、完善的架构、使用可再生能源,甚至免费冷却。这与针对适当工作负载的专门处理相结合,降低了冷却成本提高了性能,并提供了证明我们ESG证书的指标。

作为一个额外的好处,为什么要把所有多余的热量扔到大气中呢?因为在气候较冷的情况下,城市数据中心可以将低品位废热视为一种资产,将其出售给社区,将数据中心的能源问题转化为数据中心能源解决方案。


企业会员

免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。

2024-01-10
数据中心是否尽可能实现碳中和?
数据中心需要大量电力才能保持运行。根据IEA的数据,全球互联网用户数量增加了一倍多,而全球互联网流量增加了20倍。数据中心和数据传输网络占能源相关温室气体排放的1%。仅北美地区就在2021年新增了850万平方英尺的数据中心,2022年新增了1,070万平方英尺。

长按扫码 阅读全文

Baidu
map