当前位置: 首页 > 科技观察

Carbon-Smart数据中心如何节能高效

时间:2023-03-21 14:05:50 科技观察

云计算分离出运行、维护和运行基础设施的大部分成本和复杂性。多年来,这还包括将更多数据、代码和关键任务流程(例如数据湖、实时流分析、视频转码和AI/ML驱动的应用程序)推送给主要的云提供商。对环境造成的影响。但随着技术和软件公司希望了解并减少他们的碳足迹,他们往往不能责怪传统的“肮脏”系统,例如制造或物理供应链。他们意识到他们的大部分能源使用来自他们的供应链,而不是他们的办公室。在许多情况下,他们最大的供应商是云服务,尤其是当他们使用大量计算资源来寻求更多洞察力时。美国能源部(DOE)估计,美国现在将2%的电力用于数据中心,预计这一数字只会增长。科技公司正在敲开为其整个运营提供动力的数据中心的大门。作为回应,主要的云计算公司——谷歌(GoogleCloudServices)、亚马逊(AWS)和微软(Azure)——正在竞相成为一些人称之为碳智能数据中心的领导者。是什么造就了碳智能云?谷歌在2020年4月首次宣布了一个新系统时创造了这个词,该系统不断地将计算任务卸载到数据中心以充分利用可再生能源。一个单独的数据中心可以在太阳能更丰富的白天增加计算,然后在晚上将处理转移到其他地方,否则它就不得不依赖较少的绿色能源。使用预测,谷歌的数据中心可以根据天气优化工作负载,并在最清洁的电网上预留额外的容量。预测系统当然是碳智能云未来的一部分,但真正的可持续发展努力很久以前就开始了,并且可能会在未来几年继续推动最大的零碳影响。最常见的策略包括通过在公开市场上购买抵消或可再生能源信用(REC)来实现碳中和和促进更多的可再生能源。可再生能源的位置和接近度对于实现零碳排放也很重要。冰岛国家电力公司Landsvirkjun与雷克雅未克数据中心合作提供100%的水能和地热能,瑞士水电公司提供99.9%的水电(其余0.1%来自太阳能)。亚马逊表示,它是可再生能源的最大企业买家,到2021年中期在全球拥有232个可再生能源项目。Facebook和微软甚至试验了水下数据中心,由海洋本身被动冷却,理论上可以减少能源消耗。在此基础上,云服务提供商也在努力提升运营效率。谷歌将温度保持在80华氏度并使用外部空气进行冷却,这减少了他们对资源匮乏的冷却系统的依赖,声称减少了他们的开销能源消耗——任何与为他们的服务器供电无关的东西——减少了11%。更高效的定制硬件,如ARM芯片,也减少了资源需求。云提供商及其客户也在深入研究维护和更新数据中心的间接排放。这包括制造新硬件、安装新硬件以及如何处理旧设备的排放物,是将其重新用于其他应用还是尽可能清洁地处置。您的云的碳智能程度如何?根据451Research的一份报告,一家公司要改进其碳智能云,最好的办法就是迁移到主要的云提供商,这可以减少高达88%的足迹。内部硬件无法与来自谷歌、微软或亚马逊等公司的定制硬件、冷却和专用设施的原始效率竞争。但对于已经迁移到主要云提供商或在云上本地构建应用程序的公司来说,现在有比以往更多的工具来了解他们的碳智能、预测他们的足迹并做出有意义的改变。谷歌在使用零碳能源方面处于领先地位。该公司已于2007年开始抵消排放,并在2017年通过在其他地方生产可再生能源实现了100%的用电量。到2030年,谷歌计划完全依靠可再生能源运行,无论其数据中心位于何处、运行的工作量有多大,或者条件是否有利于风能和太阳能。谷歌允许开发人员在不同地区和数据中心之间进行选择,所有这些地区和数据中心都具有不同比例的无碳能源,以优化他们的足迹。微软正在追求其2030年的100/100/0愿景,这意味着其100%的能源消耗,100%的时间,将与零碳能源采购相匹配。2021年,微软宣布推出新的可持续云计算软件即服务(SaaS)解决方案,以率先提高客户数据中心使用对环境影响的透明度。CIO可以使用此SaaS平台将多个排放数据源(包括多个数据中心)连接到一个视图中,以便轻松报告云部署的排放量。亚马逊声称其目标是到2025年使用100%可再生能源为AWS供电,到2040年实现零碳排放。2021年12月,该公司宣布了尚未发布的AWS客户碳足迹工具(AWSCustomerCarbonFootprintTool),该工具将使AWS客户能够查看其部署的当前碳足迹,并预测随着亚马逊向净零碳迈进而发生的变化。改进。随着碳智能数据中心之战的继续以及所有供应商实现其零碳目标,责任将不可避免地转移到使用上。AWS正在推广一种新的云工作负载可持续性责任共担模型——AWS负责云的可持续性,这意味着从电力来源到用水再到废弃产品,而客户则对云的可持续性负责。执着的。他们应该努力通过新技术、更好的存储技术、最大限度地减少高功率硬件等来不断提高工作负载的效率。虽然当前的趋势是通过碳智能数据中心提高云的可持续性,但这只是时间问题由于在云上部署的固有抽象,用户需要为低效(而且通常是浪费)的使用负责。