數據中心作為數字化、信息化最重要的承載體，將在多個(gè)層面起到舉足輕重的作用。維諦技術(shù)(Vertiv，NYSE：VRT)作為數據中心行業(yè)領(lǐng)軍企業(yè)，每年都會(huì )凝聚全球頂級專(zhuān)家的智慧，發(fā)布“數據中心洞察趨勢”。

　　數據中心作為“節碳”先行者需要更前瞻的管理。因為簡(jiǎn)潔易操作，PUE(電能使用率)已經(jīng)被選擇為數據中心能耗管控的抓手指標。WUE(水資源利用率)作為一個(gè)和PUE同樣簡(jiǎn)潔易操作的重要指標， 其門(mén)檻的確定卻面臨較大爭議，部分人認為WUE應該根據不同技術(shù)區分對待。即對水冷設定一個(gè)寬松的指標，使其不必努力做出技術(shù)革新的情況下，也能繼續在數據中心占有一席之地。這可能是行業(yè)的慣性思維，這樣做的弊端在于非必要的復雜化WUE(讓W(xué)UE在橫向技術(shù)對比、縱向時(shí)間對比上都變得不穩定)， 讓不同技術(shù)處于不公平的競爭環(huán)境，也與銳意進(jìn)取的數據中心行業(yè)形象不符。

　　同時(shí)需要指出的是，現在市場(chǎng)上有足夠多的無(wú)水或少水的成熟制冷技術(shù)，在效果和成本上都可以和水冷競爭，同時(shí)水冷本身也需要不斷技術(shù)進(jìn)化。畢竟水資源在未來(lái)會(huì )同今天的能源一樣，彌足珍貴。

　　在“低碳”背景下，人們期待CUE(碳使用率)能夠成為“降碳”抓手。雖然CUE的監測和評估涉及到較多變量，并且正在嘗試涵蓋PUE、WUE，預計管理起來(lái)會(huì )比PUE、WUE復雜得多，但令人欣慰的是我們看到現在有很多機構正在不斷努力完善。

　　數據中心作為“節碳”先行者不僅要關(guān)注自身的低碳運營(yíng)，還需要在全鏈條上實(shí)現“節碳”。

　　碳足跡管理作為一種必要手段，要求行業(yè)上下游的碳排放管理要嚴絲合縫。供應商自身的低碳管理不到位，可能會(huì )影響數據中心的運營(yíng)安全。并且，數據中心先行踐行碳足跡管理也可以更好的幫助自己的上下游企業(yè)實(shí)現綠色節碳，從而推動(dòng)整個(gè)數據中心產(chǎn)業(yè)的可持續發(fā)展，促進(jìn)實(shí)現ESG長(cháng)遠目標。令人欣慰的是，我們已經(jīng)看到不少領(lǐng)軍企業(yè)已經(jīng)開(kāi)始認真付諸行動(dòng)。

　　數據中心不僅要受PUE、CUE、WUE等硬性的共同的政策指標的約束，不同行業(yè)、不同用戶(hù)還會(huì )根據其業(yè)務(wù)特點(diǎn)和業(yè)務(wù)價(jià)值，對TCO、可用性/可靠性、性能等運營(yíng)指標賦予不同的權重，并在規劃、設計、建設中實(shí)施。

　　比如金融行業(yè)會(huì )不妥協(xié)地把高可靠性、可用性放在首位；承載社交搜索類(lèi)應用的數據中心會(huì )持續把低TCO放在最優(yōu)先級；而大型仿真等需要海量型并行計算的應用，對信號時(shí)延非常苛刻，也會(huì )繼續強調其對數據中心高功率密度的要求。

　　這些客觀(guān)存在的差異化的需求會(huì )不斷推動(dòng)數據中心向群落化、多樣化演進(jìn)。包括公有云、私有云、混合云、行業(yè)云、Colo、Edge, 它們既相互競爭，也相互協(xié)作，以滿(mǎn)足客戶(hù)不斷變化的業(yè)務(wù)需求。

　　在數據中心運維管理精益求精的趨勢下，AI與大數據深度融合，可應用于數據中心的優(yōu)化控制、故障診斷和智能決策中。

　　其中，優(yōu)化控制和故障檢測已成熟落地。

　　優(yōu)化控制的成熟方案通常采用深度學(xué)習算法，該算法在大型數據中心已取得良好的效果，但在小型數據中心仍充滿(mǎn)挑戰，目前正在通過(guò)強化學(xué)習以期解決。

　　AI故障檢測目前主要在部件級，包括維諦在內的行業(yè)先行者正積極探索系統級應用的實(shí)現。智能決策也是一個(gè)讓人憧憬的目標，在真正實(shí)現它之前，我們還需要很多努力。

　　在“新基建”和“雙碳”的雙重背景下，未來(lái)數據中心建設呈現改造存量和拔高增量協(xié)同發(fā)展的局面。

　　目前我國的存量數據中心PUE平均水平在1.8左右，對其改造的要求是PUE小于1.5，未來(lái)的衡量指標可能更嚴格，甚至包括CUE。現行改造思路主要有：

　　在過(guò)去的幾年，行業(yè)專(zhuān)家們已經(jīng)深刻認識到模塊化和預制化能夠大幅降低TCO，這種進(jìn)步可以體現在設備預制、系統總成預制和建筑預制等不同層面上，比如天蝎機柜、巴拿馬供配電、智能PDU等。

　　現在需要更進(jìn)一步思考的是融合的最佳顆粒度和融合范圍(供配電、制冷、智能化)，并加入AI、數字孿生等技術(shù)，從而實(shí)現最優(yōu)化TCO、縮短工期，并提高可用性。

　　數據中心的直接碳排放源主要是油機，油機在國內的數據中心通常只是作為備份電源，所以直接碳排放量比較有限。

　　據統計，中國數據中心用電量約占全社會(huì )用電量的2%左右，因此數據中心用電產(chǎn)生的間接碳排放目前受到廣泛關(guān)注。

　　數據中心作為數字化的標桿行業(yè)，渴望創(chuàng )新并被寄予厚望，在清潔能源應用(太陽(yáng)能、風(fēng)能、氫能、潮汐能)、能量回收再利用、綠證使用和結算、AI運維管理等各個(gè)方面，都充分展現出銳意進(jìn)取的姿態(tài)。

　　數據中心將成為技術(shù)和商業(yè)模式創(chuàng )新的試驗田，為其他行業(yè)貢獻新思路。
　　來(lái)源：維諦行業(yè)研究中心  維諦技術(shù)