<label id="g4okg"><strong id="g4okg"></strong></label>
<wbr id="g4okg"><strong id="g4okg"></strong></wbr>
<button id="g4okg"><strong id="g4okg"></strong></button>
<button id="g4okg"></button><button id="g4okg"><strong id="g4okg"></strong></button>
<wbr id="g4okg"><strong id="g4okg"></strong></wbr><button id="g4okg"></button>
<div id="g4okg"><label id="g4okg"></label></div>
<wbr id="g4okg"><strong id="g4okg"></strong></wbr>
用戶(hù)名: 密碼: 驗證碼:

浪潮信息陳彥靈:未來(lái)數據中心的五大優(yōu)化方向

摘要:浪潮信息服務(wù)器產(chǎn)品線(xiàn)副總經(jīng)理陳彥靈在演講中表示,未來(lái)數據中心將朝著(zhù)集中化、規?;较虬l(fā)展,多、快、好、省已經(jīng)成為數據中心用戶(hù)的核心訴求。

  ICC訊 “數實(shí)相融正在促進(jìn)個(gè)人生活、企業(yè)經(jīng)營(yíng)、社會(huì )治理、人與自然和諧共生的高質(zhì)量發(fā)展。同時(shí),數實(shí)相融對算力產(chǎn)生了更大的需求,支撐算力的核心則是數據中心,”在浪潮信息舉辦的IPF2022論壇上,浪潮信息服務(wù)器產(chǎn)品線(xiàn)副總經(jīng)理陳彥靈在演講中表示,未來(lái)數據中心將朝著(zhù)集中化、規?;较虬l(fā)展,多、快、好、省已經(jīng)成為數據中心用戶(hù)的核心訴求。

  隨著(zhù)數字經(jīng)濟對社會(huì )發(fā)展的影響逐步加深,數字產(chǎn)業(yè)及數字基礎設施建設的重要性日益凸顯。年初,國家發(fā)改委等四部門(mén)批復同意京津冀、長(cháng)三角、粵港澳大灣區、成渝、內蒙古、貴州、甘肅、寧夏等八個(gè)地區啟動(dòng)國家算力網(wǎng)絡(luò )樞紐節點(diǎn)建設,“東數西算”工程正式啟動(dòng),全國一體化大數據中心創(chuàng )新體系的整體布局進(jìn)入了落地階段。

  與此同時(shí),數據中心建設浪潮的到來(lái)也加大了對能源、環(huán)境的壓力。陳彥靈引用數據表示,2021年,國內數據中心總耗電量達到2166億千瓦時(shí),占社會(huì )用電量2.6%,相當于同年1.3個(gè)上海市的總社會(huì )用電量。預計到2030年,中國數據中心總耗電量將達到5915億千瓦時(shí),占全社會(huì )用電量的5%。

  國家啟動(dòng)“東數西算”工程以及發(fā)布系列指引政策,著(zhù)眼全國數據中心產(chǎn)業(yè)整體發(fā)展,優(yōu)化產(chǎn)業(yè)布局,引導產(chǎn)業(yè)綠色、高效、低碳。特別是在“雙碳”目標之下,國家明確要求未來(lái)全國新建數據中心的PUE降到1.3以下,國家樞紐數據中心PUE降低到1.25以下,逐步對PUE超過(guò)1.5的數據中心進(jìn)行節能降碳改造。

  不僅僅是國內,數據中心產(chǎn)業(yè)的綠色發(fā)展已經(jīng)引起了全球產(chǎn)業(yè)的重視,綠色集約將成為數據中心發(fā)展的主流方向。第三方數據顯示,超大規模數據中心將從2019年的512個(gè)增長(cháng)到2021年的691個(gè),而數據中心的數量也從2019年的42.9萬(wàn)個(gè)降低到2021年的41.5萬(wàn)個(gè)。

  在這一背景下,數據中心產(chǎn)業(yè)面臨著(zhù)產(chǎn)業(yè)環(huán)境、技術(shù)手段、市場(chǎng)需求的多方面變革。陳彥靈表示,浪潮信息根據多年來(lái)的數據中心服務(wù)經(jīng)驗,以及發(fā)展中遇到的產(chǎn)業(yè)問(wèn)題,進(jìn)行分析、歸類(lèi)、凝練,最終提出了面向未來(lái)數據中心的5個(gè)優(yōu)化方向。

  超大規模數據中心快速增長(cháng) 運維管理亟需智能化升級

  根據經(jīng)驗,一個(gè)運維人員的運維上限約為400臺設備。隨著(zhù)數據中心向大型化、超大型化發(fā)展,動(dòng)輒數十萬(wàn)臺服務(wù)器的數據中心則需要數百個(gè)運維人員——這不僅造成組織架構的復雜和成本的增加,運維效率和精準度也會(huì )快速下降。

  因此,陳彥靈認為未來(lái)數據中心運維效率提升的方向是標準化、自動(dòng)化、可視化以及智能化。建立開(kāi)放、標準的數據接口和協(xié)議,實(shí)現平臺歸一化和安全化;通過(guò)自動(dòng)化運維減少人工操作,提升運維效率;通過(guò)數字孿生技術(shù),可以實(shí)現運維的可視化;通過(guò)智能化手段可以快速定位故障并快速對維修方案進(jìn)行預判。

  浪潮信息構建了標準、開(kāi)放、智能的運維方案,助力數據中心跨平臺高效運維。在硬件管理上,浪潮提供了OpenBMC、OpenRMC等開(kāi)放的管理方案,在監控協(xié)議層面,浪潮信息可以提供標準的Redfish、IPMI、SNMP等標準協(xié)議,通過(guò)ISPIM平臺對外提供標準的用戶(hù)接口以及第三方平臺訪(fǎng)問(wèn)接口,可以實(shí)現無(wú)侵入帶外管理、自動(dòng)化資產(chǎn)管理、數字孿生可視化管理等方案,管理規??梢赃_到十萬(wàn)臺以上。目前該方案已經(jīng)在金融、通信、能源以及互聯(lián)網(wǎng)等多個(gè)行業(yè)進(jìn)行了部署,整體管理效率提升了10倍以上。

  交付規模井噴 整機柜實(shí)現數據中心大規??焖俳桓?

  不同規模的用戶(hù)對交付周期會(huì )有不同的要求,大型互聯(lián)網(wǎng)用戶(hù)高峰期日交付量超1萬(wàn)臺,普通傳統用戶(hù)的高峰期日交付也會(huì )超5000臺。如果采用單節點(diǎn)交付方式,每人每天大概可以交付12臺左右,遠遠無(wú)法在交付窗口期完成設備交付。

  由開(kāi)放計算發(fā)展而來(lái)的整機柜交付是解決這一問(wèn)題的最佳方案。浪潮信息的測試對比顯示,按照1500臺設備計算,采用單節點(diǎn)交付大概需要125人/天、整機柜不帶交換機交付大概需要45人/天、整機柜帶交換機交付需要25人/天。整機柜交付相比傳統的交付模式,整體交付效率可以提升5倍。集成度越高,交付時(shí)間越短,交付成本越低。

  浪潮信息從2010年起開(kāi)始整機柜系統的研制和交付工作,具有多年的沉淀和技術(shù)積累。目前面向超大規模、大規模數據中心可以提供多種方案,整體的交付效率可以提升5~10倍,同時(shí)還可以解決整機柜服務(wù)器節點(diǎn)搬遷的問(wèn)題。在實(shí)際落地中,浪潮信息更是通過(guò)整機柜完成了8小時(shí)1萬(wàn)臺服務(wù)器的上架交付的行業(yè)記錄。此外,浪潮信息還提供模塊化數據中心解決方案,通過(guò)模塊化的預制工藝,可以使數據中心建設周期縮短50%以上。

  算力基礎設施能耗加速增長(cháng) 供電散熱亟需綠色創(chuàng )新

  “降低PUE已經(jīng)成為客戶(hù)對數據中心的基本需求?!标悘╈`表示。

  從目前看,降低數據中心的PUE,減少制冷電力消耗是核心方向。通過(guò)中壓直供、間接蒸發(fā)冷卻、集中供電等方式可以實(shí)現數據中心40%以上的能耗節約,以1萬(wàn)臺服務(wù)器的數據中心為例,采用這些節能技術(shù),一年可以減少近5萬(wàn)噸的二氧化碳排放。而從當前的技術(shù)方案來(lái)看,只有通過(guò)液冷方式才可以把數據中心的PUE降低到1.2以下。

  在IPF2022大會(huì )上,浪潮信息攜手京東云共同發(fā)布了天樞(ORS3000S)液冷整機柜服務(wù)器。該產(chǎn)品是面向新一代綠色數據中心所構建的支持冷板式液冷散熱、集中供電,可實(shí)現一體化交付的整體解決方案。通過(guò)高壓直流供電,可以降低數據中心供電損耗3%以上,通過(guò)柜級液冷可以將50%的熱量通過(guò)液體帶走,降低風(fēng)扇及空調電力消耗,可以降低數據中心能耗36%以上。通過(guò)集中供電、動(dòng)態(tài)的電源管理、前置IO架構,可以帶來(lái)近10%的電力節約,可以實(shí)現原生的液冷部署,實(shí)現數據中心累計能耗40%以上的降低。除了整機柜液冷服務(wù)器外,浪潮還提供了面向現有數據中心的液冷改造方案,可以實(shí)現累計功耗10%~40%的降低。

  數實(shí)相融催生多元計算場(chǎng)景 算力基礎設施多元化趨勢明顯

  在智慧時(shí)代,計算場(chǎng)景呈現多元化,大數據、AI推理、AI訓練、關(guān)鍵計算、科學(xué)計算對算力需求從MB級到PB級,計算類(lèi)型也呈現計算精度多樣化,為了支撐多元化計算場(chǎng)景落地,算力芯片呈現百花齊放態(tài)勢,通用計算芯片、可定義計算芯片、AI計算芯片并存將是未來(lái)的主旋律。

  融合、標準、精準將助力算力設施多元化升級,通過(guò)硬件重構,構建計算、存儲、IO資源池,通過(guò)軟件定義方式,按照業(yè)務(wù)感知、按需組合方式可以快速、高效的面向圖形識別、自然語(yǔ)言處理、大數據、關(guān)鍵計算等場(chǎng)景提供高效算力服務(wù)。面向多計算場(chǎng)景,通過(guò)標準化+微定制,可以快速滿(mǎn)足多計算場(chǎng)景的硬件精準化設計,提供高效、多元、多態(tài)的算力設施供給。

  多場(chǎng)景算力 多樣化部署 云邊協(xié)同高效協(xié)同

  隨著(zhù)5G、人工智能技術(shù)的發(fā)展,數字技術(shù)與實(shí)體經(jīng)濟相融合,云、邊、端共存,云邊協(xié)同將是未來(lái)數據中心的發(fā)展方向。面向自動(dòng)駕駛、智慧城市、工業(yè)質(zhì)檢等智慧應用,業(yè)務(wù)決策也將從傳統數據中心走向邊緣側、端側。陳彥靈認為,未來(lái)將有20%的決策在端側發(fā)生,有60%的決策在邊緣側發(fā)生。算力供給方式也將走出數據中心,部署到邊緣側,以提供高效、低時(shí)延的算力服務(wù)。同時(shí),在邊緣側的算力設施也將面臨形態(tài)多樣化、部署場(chǎng)景復雜化、算力多元化的挑戰。

  多年來(lái),浪潮一直在邊緣計算場(chǎng)景進(jìn)行產(chǎn)品布局,并提供了完整的邊緣服務(wù)器解決方案,包括邊緣微中心、邊緣服務(wù)器、便攜AI服務(wù)器、邊緣微服務(wù)器等多種方案,可以滿(mǎn)足近場(chǎng)景端AI推理應用、車(chē)載算力、質(zhì)檢等AI場(chǎng)景和大數據搬遷的場(chǎng)景,以及面向近場(chǎng)的微型數據中心需求。

  陳彥靈表示,只有通過(guò)高效運維、快速交付、綠色節能、多元算力、云邊協(xié)同的方式才可以推動(dòng)數據中心集約、綠色、高效發(fā)展,同時(shí)開(kāi)放計算也是實(shí)現數據中心高質(zhì)量發(fā)展的必由之路。陳彥靈倡議產(chǎn)業(yè)上下游共同推動(dòng)開(kāi)放社區發(fā)展,通過(guò)建標準、建生態(tài),聯(lián)合產(chǎn)業(yè)上下游,圍繞開(kāi)放計算共同創(chuàng )新,將數據中心領(lǐng)先的技術(shù)普適化,推動(dòng)我國數據中心產(chǎn)業(yè)的高質(zhì)量發(fā)展,支持我國雙碳目標在數據中心領(lǐng)域落地。

內容來(lái)自:浪潮企業(yè)級解決方案
本文地址:http://joq5k4q.cn//Site/CN/News/2022/05/07/20220507015502434713.htm 轉載請保留文章出處
關(guān)鍵字: 浪潮信息 服務(wù)器
文章標題:浪潮信息陳彥靈:未來(lái)數據中心的五大優(yōu)化方向
【加入收藏夾】  【推薦給好友】 
1、凡本網(wǎng)注明“來(lái)源:訊石光通訊網(wǎng)”及標有原創(chuàng )的所有作品,版權均屬于訊石光通訊網(wǎng)。未經(jīng)允許禁止轉載、摘編及鏡像,違者必究。對于經(jīng)過(guò)授權可以轉載我方內容的單位,也必須保持轉載文章、圖像、音視頻的完整性,并完整標注作者信息和本站來(lái)源。
2、免責聲明,凡本網(wǎng)注明“來(lái)源:XXX(非訊石光通訊網(wǎng))”的作品,均為轉載自其它媒體,轉載目的在于傳遞更多信息,并不代表本網(wǎng)贊同其觀(guān)點(diǎn)和對其真實(shí)性負責。因可能存在第三方轉載無(wú)法確定原網(wǎng)地址,若作品內容、版權爭議和其它問(wèn)題,請聯(lián)系本網(wǎng),將第一時(shí)間刪除。
聯(lián)系方式:訊石光通訊網(wǎng)新聞中心 電話(huà):0755-82960080-168   Right
亚洲熟妇少妇任你躁_欧美猛少妇色xxxxx_人妻无码久久中文字幕专区_亚洲精品97久久中文字幕无码
<label id="g4okg"><strong id="g4okg"></strong></label>
<wbr id="g4okg"><strong id="g4okg"></strong></wbr>
<button id="g4okg"><strong id="g4okg"></strong></button>
<button id="g4okg"></button><button id="g4okg"><strong id="g4okg"></strong></button>
<wbr id="g4okg"><strong id="g4okg"></strong></wbr><button id="g4okg"></button>
<div id="g4okg"><label id="g4okg"></label></div>
<wbr id="g4okg"><strong id="g4okg"></strong></wbr>