數據中心是科技巨頭們得以正常運營(yíng)的核心部分，可以幫助這些科技公司更好地傳遞、加速、展示、計算、存儲數據信息。數據中心一般是一個(gè)大型倉庫，主要用于存放服務(wù)器和其它聯(lián)網(wǎng)的計算機設備，這些設備保存著(zhù)互聯(lián)網(wǎng)上的大部分數據的同時(shí)，也為云計算提供必須的計算力。
但數據中心往往也伴隨著(zhù)大量的熱量，其能量使用密度能超過(guò)一棟普通辦公大樓百倍以上。
而防止服務(wù)器過(guò)熱是數據中心運營(yíng)成本的主要組成部分。因此，這一領(lǐng)域的大公司，包括Facebook、微軟和谷歌在內，都在尋找節省制冷成本的不同方法。
數據中心的前世今生
自然冷卻算得上是數據中心最早的冷卻方案之一，通過(guò)使用外部空氣溫度與設備之間的溫差達到給設備降溫的目的，但這種冷卻方法受地區限制，因此數據中心通常會(huì )使用某種形式的空調設備來(lái)冷卻IT設備——風(fēng)冷。
風(fēng)冷因成本較低一直發(fā)展較快，但隨著(zhù)設備的不斷增加，服務(wù)器越發(fā)的密集，風(fēng)冷也逐漸不能滿(mǎn)足冷卻需求，而可用性、綠色節能、動(dòng)態(tài)冷卻成為了主要的創(chuàng )新方向，其中液冷技術(shù)因為突出的性能受到眾多廠(chǎng)商的青睞。
液冷，是指通過(guò)液體來(lái)替代空氣，把CPU、內存條、芯片組、擴展卡等器件在運行時(shí)所產(chǎn)生的熱量帶走。目前，業(yè)界主要的液冷技術(shù)有三種：冷板、噴淋和浸沒(méi)。
因此，國內外主流廠(chǎng)商都在大力推進(jìn)液冷技術(shù)研究。例如，Facebook公司正在推出一種與Nortek空氣解決方案公司合作開(kāi)發(fā)的新型間接冷卻系統——StatePoint液體冷卻（SPLC）解決方案。
微軟
2018年6月，微軟在蘇格蘭奧克尼群島海岸線(xiàn)附近的水域中部署了潛水艇式水下數據中心。微軟將一艘40英尺長(cháng)的船沉入位于蘇格蘭近海的奧克尼群島海岸，該數據中心有12個(gè)機架，共有864臺服務(wù)器。微軟表示，它可以在無(wú)需維護的情況下保存數據和處理信息長(cháng)達五年。
微軟選擇建立水下數據中心的目的是提高近水地區的網(wǎng)絡(luò )速度，這些地區通常缺乏基礎設施。而視頻流和游戲需要更強大的基礎處理設施才能連接到互聯(lián)網(wǎng)。微軟英國首席執行官辛迪羅斯周三表示：“全球近一半的人口生活在大片水域附近，讓數據中心離數十億網(wǎng)民更近將確保更快、更順暢的網(wǎng)絡(luò )瀏覽、視頻流和游戲，同時(shí)企業(yè)可以享受人工智能驅動(dòng)的技術(shù)。”
微軟把數據中心沉入海底
利用海水、湖水降溫不止微軟一家。中國的阿里巴巴利用千島湖對服務(wù)器進(jìn)行冷卻，這種方式也使其年均PUE低于1.3，最低可達到1.17。
Facebook
Facebook主要依靠地理自然環(huán)境來(lái)降低數據中心的溫度。Facebook在瑞典建立的數據中心Node Pole離北極圈僅一步之遙。這里的常年低溫，冬天平均氣溫更是低至零下20度。這樣的地理環(huán)境非常有利于數據中心的運營(yíng)維護，溫度較低，也有利于服務(wù)器的冷卻，在一定程度上減少了維護的成本。Facebook利用這一環(huán)境特點(diǎn)，將室外的冷空氣泵進(jìn)中心大樓內，服務(wù)器產(chǎn)生的大量熱氣與進(jìn)來(lái)的冷空氣進(jìn)行循環(huán)交換，從而形成自然冷卻的過(guò)程。
此外，Facebook在愛(ài)爾蘭也建有數據中心。愛(ài)爾蘭坐落與歐洲西北角，西臨大西洋，東靠英格蘭，是北美通向歐洲的中轉站。愛(ài)爾蘭所處緯度較高，全年氣溫偏低，處于6到20攝氏度之間。愛(ài)爾蘭還擁有兩條通往美國的海底光纜，以及十一條連接英格蘭各地的海底電纜。它能夠幫助企業(yè)實(shí)現自動(dòng)故障切換。假如美國出現網(wǎng)絡(luò )中斷，可由愛(ài)爾蘭的數據中心可以繼續為Facebook提供相應服務(wù)。
Facebook在瑞典建立的數據中心Node Pole
谷歌
幾年前，谷歌通過(guò)旗下的DeepMind，開(kāi)始研究如何利用機器學(xué)習更好地冷卻其數據中心。不過(guò)當時(shí)系統只是提出建議，而人工操作員則決定是否實(shí)施這些建議。
而近日，根據外媒報道，谷歌已經(jīng)通過(guò)AI來(lái)降低其數據中心的運營(yíng)成本。最新的DeepMind建立起了足夠有用的模型，可以讓人工智能供電系統完全控制環(huán)境冷卻。新的冷卻系統已經(jīng)在一些谷歌的數據中心就位。每隔5分鐘，系統就會(huì )輪詢(xún)數據中心內的數千個(gè)傳感器，并根據這些信息作出最佳操作。當然，這里有各種各樣的制衡機制，因此谷歌的一個(gè)數據中心因為這種機制而陷入癱瘓的可能性很小。
DeepMind和大多數機器學(xué)習模型一樣，這個(gè)模型在收集了更多數據后會(huì )變得更好。與數據中心的歷史能源使用量相比，它現在平均能夠節省30%的能源。
值得注意的是，谷歌顯然是在試圖節省開(kāi)支，但在很多方面，該公司也把這看作是一種推廣自己機器學(xué)習服務(wù)的方式。畢竟，能夠在數據中心起作用的東西也應該在大型辦公樓里起作用。
DeepMind的工作人員在聲明中寫(xiě)道：“從長(cháng)遠來(lái)看，我們認為有可能將這項技術(shù)應用到其他工業(yè)領(lǐng)域，在更大規模的范圍內幫助應對氣候變化。”
在A(yíng)I和網(wǎng)絡(luò )邊緣計算等技術(shù)的驅動(dòng)下，數據中心的運營(yíng)成本正在逐漸減低。科技巨頭之間的博弈，不僅僅需要技術(shù)與產(chǎn)品的革新，更是一場(chǎng)持久的消耗戰。誰(shuí)能降低更多的成本，誰(shuí)才能笑到最后。
