随着近年“大(dà)數據”、“互聯網+”以及“雲計算”等新興概念的快速發展，數據中(zhōng)心已經成爲支撐新一(yī)代信息技術發展的重要基礎設施。截至2017年底，我(wǒ)國在用的各類數據中(zhōng)心數量已經超過了28.5萬個，年耗電量接近全社會用電量的2%，數據中(zhōng)心産業已成爲我(wǒ)國節能工(gōng)作的重要關注點。我(wǒ)國大(dà)部分(fēn)數據中(zhōng)心的能耗偏高，這對數據中(zhōng)心節能工(gōng)作提出了挑戰。目前，我(wǒ)國數據中(zhōng)心的綠色節能發展應貫徹其全生(shēng)命周期，重點聚焦于空調系統建設方法存在問題，主要體(tǐ)現在：冷卻形式選擇、設備參數設計以及後期運維。

　　一(yī)、冷卻系統形式的選擇

　　我(wǒ)國主流數據中(zhōng)心冷卻形式是空調送風形式，由精密空調爲機櫃提供冷風，帶走服務器産生(shēng)的熱量。這種冷卻方式形式簡單，建設成本較低，但容易産生(shēng)局部熱點，冷熱風摻混導緻冷量損失，繁多的換熱環節令自然冷源難以得到利用，因此這種形式的冷卻系統冷卻能效偏低。同時，數據中(zhōng)心未來發展方向是高發熱密度的數據中(zhōng)心，上述傳統形式難以滿足散熱需求。打造未來綠色高效數據中(zhōng)心需要更加高效的冷卻形式作爲支撐。

　　數據中(zhōng)心冷卻形式分(fēn)爲機房級、機櫃級以及服務器級，傳統空調送風形式屬于機房級，即以機房爲冷卻末端進行冷卻。提升冷卻系統效能、減少換熱環節最直接的方式就是聚焦冷卻末端，機櫃級和服務器級冷卻系統可以有效地提升冷源溫度，加大(dà)自然冷源的利用率，降低冷卻能耗。機櫃級冷卻常見的方式是将換熱器置入機櫃的頂部或背闆處，換熱器内的換熱工(gōng)質采用水或者氟利昂。其中(zhōng)，氟利昂更加安全、高效，其依靠變換熱在換熱器内從液态蒸發爲氣态，迅速帶走熱量。服務器級冷卻則是将工(gōng)質輸送至服務器内部，工(gōng)質與内部發熱元件直接進行熱量交換，換熱環節進一(yī)步減少，可以大(dà)幅提升冷卻系統能效。更高級别的冷卻方式不僅降低了冷卻系統能耗，還可以适用于更高發熱密度的數據中(zhōng)心，合理的冷卻形式選擇是打造綠色數據中(zhōng)心的關鍵。

　　二、全局及全生(shēng)命周期參數優化

　　目前，數據中(zhōng)心建設缺少對設備參數、後期運維的優化考慮。數據中(zhōng)心從建設到後期運行可以持續數十年，後期的運維成本遠高于初期建設投資(zī)。因此，數據中(zhōng)心建設需要從全生(shēng)命周期角度考慮設備參數以及後期運維的優化問題。同時，數據中(zhōng)心冷卻系統擁有若幹環節，各個換熱環節的設備在運行過程中(zhōng)會相互影響，各個環節的參數設計需要相互配合，這就要求參數設計的優化也要站在全局角度，對冷卻系統整體(tǐ)的換熱過程進行分(fēn)析。全生(shēng)命周期角度需要考慮氣候條件、設備負載率、設備折舊(jiù)等因素，冷卻系統全局角度則需要對每個換熱環節建立合理的模型，形成可以描述換熱環節整體(tǐ)的數學約束，在這些基礎上，就可以從全局及全生(shēng)命周期角度優化設備參數，尋求最優的方案，降低冷卻系統能耗以及全生(shēng)命周期成本。

　　三、運維控制策略

　　數據中(zhōng)心運維期間的控制策略也有很強的可挖掘性。舉例說明，數據中(zhōng)心需要保證内部IT設備處于合理的溫度範圍，而機櫃的進風溫度存在上限，在能夠保證安全的同時，提升進風溫度，就可以有效的降低冷卻系統能耗。但是，溫度上調多少、溫度上限是多少一(yī)方面需要遵循客觀的标準與規範來指導，另一(yī)方面需要在數據中(zhōng)心運維過程中(zhōng)有針對性的長期摸索、調控。

　　在标準的指導下(xià)，可以通過監測數據中(zhōng)心實時情況來對控制策略進行調整，以達到節能的目的。目前比較前沿的調控手段是利用人工(gōng)智能技術，通過收集大(dà)量監測得到的數據中(zhōng)心逐時運行參數來供機器學習，利用大(dà)量數據訓練出較好的模型，在預測下(xià)一(yī)時刻的熱負荷與環境變化後，計算出實時的最優控制策略。但是，人工(gōng)智能技術應用于數據中(zhōng)心運維還存在一(yī)些缺點。首先，機器學習需要大(dà)量的數據作爲支撐，理論上數據中(zhōng)心運行時間越長，訓練得到的模型更加合理準确，因此人工(gōng)智能技術需要時間上的積累。另外(wài)，數據的收集需要大(dà)量的監測點，檢測對象可能包括溫度、水流量、風扇轉速等。同時，在得到經過優化的控制策略後，策略需要落實，如果從預測到控制的過程周期較短，僅靠人力去(qù)實時調整便難以實現，所以控制策略的實施需要自動化。因此，将人工(gōng)智能技術應用于數據中(zhōng)心運維調控，應在建設初期提前設計數據監測收集與調控實施的方式，在建成後不斷的積累運行數據以逐漸得到愈加高效準确的模型。

　　四、客觀因素與新能源

　　數據中(zhōng)心全生(shēng)命周期建設除了考慮以上數據中(zhōng)心形式、參數和運維，其他影響數據中(zhōng)心運行的客觀因素也要在建設前考慮。例如數據中(zhōng)心的選址問題，氣候寒冷的地區可以爲數據中(zhōng)心提供非常豐富且容易利用的自然冷源，大(dà)幅降低冷卻系統的能耗。若是數據中(zhōng)心建在相對炎熱的地區，可以優先考慮機櫃級、服務器級冷卻系統，通過優化換熱過程來挖掘自然冷源。另外(wài)，還可以考慮将如太陽能、風能等新能源接入數據中(zhōng)心，優先利用清潔能源，優化數據中(zhōng)心的能源結構。

　　綜上，打造綠色高效數據中(zhōng)心需要在全生(shēng)命周期的起始環節規劃設計階段給予足夠的重視，并且具體(tǐ)問題具體(tǐ)分(fēn)析，考慮到如根據氣候選址、依托自然冷源等的客觀因素。要做到依據數據中(zhōng)心發熱密度以及氣候條件等因素合理選擇冷卻形式，高級别的冷卻形式可以從原理上改變數據中(zhōng)心傳熱方式，可以優化換熱網絡，提升數據中(zhōng)心利用自然冷源的能力，降低全年冷卻能耗。數據中(zhōng)心建設時期要從全生(shēng)命周期及全局角度考慮數據中(zhōng)心設備參數設計，要考慮到後期運行時的客觀因素以及數據中(zhōng)心各換熱環節的相互影響與配合，降低數據中(zhōng)心全生(shēng)命周期的能耗與成本。數據中(zhōng)心運維時期要注意控制策略上的調整，在标準允許的範圍内調控運行參數，進一(yī)步降低冷卻系統能耗。未來數據中(zhōng)心産業化需注意以上從設計、建設到運維全生(shēng)命周期綜合考量，緻力打造高效、清潔的綠色數據中(zhōng)心。