以下將重點介紹數據中心技術的三個發展方向和趨勢，調研機構認為這三大趨勢將在2020年及以后實現，并具有重要意義。首先，機器學習和操作數據收集為智能數據中心管理工具提供了新的可能性;其次，重新關注由機器學習驅動的電源和冷卻技術的功率密度，以及縮小邊緣計算機部署計算基礎設施的需求;第三，數據中心技術發展的熱情高漲，可能有一天會讓作為數據中心備用電源的柴油發電機成為過去。

 

 

多年來，大型供應商一直在討論向數據中心管理工具(即DCIM軟件)添加預測分析維度的問題。與此同時，Nlyte公司和Vigilent公司等規模較小的公司將具有預測能力的工具推向市場。

 

其中施耐德電氣和Vertiv公司這兩家大供應商在去年12月表示，他們正在從客戶設備收集足夠的運營數據，已開始推出可行的預測功能。

 

Vertiv公司服務部門執行副總裁Steve Lalla表示：“我們有一個非常大的數據池，擁有數十億行數據，我們認為這非常重要，可以開始改變提供服務和解決方案的方式，變得更具預見性，并開始研究服務等級協議(SLA)。”

 

供應商通過其監視軟件(內部部署和越來越多的SaaS)不斷從客戶系統收集數據。Lalla說，隨著時間的推移，數據的規范化和組織化變得越來越好，從而使其對分析有用。

 

施耐德電氣公司安全電源部門創新高級副總裁兼CTO Kevin Brown表示，該公司致力于建立預測數據中心管理功能，并以軟件即服務(SaaS)形式提供這些功能，這項工作開始于三年前。

 

他說，“如今，我們在云中已經有足夠的數據，開始推出預測分析，更復雜的電池感知模型和機器學習算法不再是理論上的東西。這些產品將在本季度發布。”

 

他表示，施耐德公司目前正在收集部署在客戶數據中心的25萬至30萬臺設備的數據。他說，該公司聘請了一個專門的數據科學家團隊，當它擁有大約20萬臺設備時，這個團隊開始對他們的一些算法的準確性感到自信。例如，具有足夠的信心去做諸如預測UPS電源的電池何時可能出現故障之類的事情。施耐德公司希望收集更多的數據來做到這一點。他解釋說，“算法越強大，需要的數據就越多。標準會不斷提高，這取決于用戶希望算法的復雜程度。”

 

數據中心行業權威認證機構Uptime Institute公司研究執行總監Andy Lawrence在最近的一次網絡研討會上表示，機器學習的出現推動了數據中心管理軟件的復蘇。DCIM軟件市場的發展一度充滿希望，但并沒有出現許多人預期的飛速增長，盡管進展緩慢，但已經得到用戶認可。

 

Uptime Institute公司研究副總裁Rhonda Ascierto表示，DCIM現在可以被視為一種主流技術。所有的數據中心都有某種DCIM，無論將其稱之為DCIM還是其他名稱。最重要的是，已經部署足夠多的數據中心管理軟件來收集數據，這些數據現在可以用來構建機器學習驅動的預測分析和自動化功能。

 

數據可用性和機器學習技術的快速發展都在推動數據中心管理軟件的發展。但還有第三個驅動因素：邊緣計算。當用戶計劃在數據生成地附近部署許多小型計算節點時，他們很快就會遇到以經濟的方式運營分布式基礎設施的問題。像DCIM這樣的工具，特別是作為云計算服務(例如SaaS)提供的工具來說是很自然的，可通過一個集中的控制臺實現遠程監控和管理功能。

 

施耐德電氣公司創新與數據中心副總裁Steven Carlini說，“邊緣計算已成為施耐德電氣基礎設施管理SaaS戰略的核心。采用基于云計算的管理系統進入數據中心的想法是，在很多情況下需要將數據保存在現場，我們已經解決了這個問題。在大規模部署時，它確實更有價值。真正的價值將在邊緣。”

 

 

邊緣計算給設計數據中心技術的工程師帶來了越來越大的壓力，這些工程師需要使數據中心變得更小、更密集。

 

例如，施耐德電氣公司最近發布了迄今為止最小的微型數據中心：一個6U機柜，可以容納服務器、網絡設備和UPS電源，并且可以實現壁掛式安裝。Brown表示，他預計這個微型數據中心產品將在2020年為施耐德公司帶來大量收入。

 

Vertiv公司在2019年更新了其電源產品組合，并推出了一系列功率密度更高的UPS電源。Quirk說，在該公司所有產品中，機架式GXT5系列 UPS電源在設計時充分考慮了邊緣計算的需求，其功率范圍從500VA到10kVA(某些型號支持208V電壓，有些型號則支持208V和120V電壓)。

 

邊緣計算也是施耐德公司與浸沒冷卻技術商Iceotope公司以及電子產品分銷商和IT集成商Avnet公司今年于10月宣布合作之后的一個重要考慮因素。

 

Iceotope公司的冷卻方法并不是將服務器浸泡在液體冷卻劑中或將冷卻管道裝到主板上將冷凍水直接輸送到芯片上，而是將冷卻劑注入密封的服務器機箱中。這意味著該解決方案可以部署在標準數據中心機架中，并且可以對標準服務器進行水冷改造。

 

浸入式冷卻技術解決的首要問題是高功率密度。機器學習的增長推動了采用GPU服務器的增長，這種服務器用于訓練深度學習模型。這些耗電的GPU芯片的功率密度遠遠超出了標準數據中心設計所能達到的水平。許多用戶仍然可以使用空氣冷卻技術，而液冷后門熱交換器可以直接冷卻機架上的空氣，是解決此問題的最為流行方法。

 

但是，浸入式冷卻技術的支持者強調了其效率優勢。這些解決方案不需要采用風扇，可以節省電能。Brown說：“在許多環境中采用液體冷卻技術，至少可以減少15%的能耗。”

 

另外，邊緣計算解決了很多問題。去除風扇等其他相關部件，這意味著出現故障的部件更少。而在較小的空間中提供更高的功率密度，可以更輕松地在沒有太多空間的地方部署邊緣計算設施。并且還解決了灰塵問題，因為灰塵可能損壞IT設備。

 

分析師Ascierto說，盡管供應商對邊緣計算感到興奮，但Uptime Institute公司的調查表明，目前仍未看到對邊緣計算能力的大量需求。迄今為止，對功率100kW或以下的微型數據中心的大多數需求都是由對服務器機房或已經存在計算能力的遠程位置來驅動的。

 

Ascierto表示，預計2020年對于邊緣計算需求也不會激增。一旦更多的物聯網設備和5G無線基礎設施得到部署，預計到2020年以后將出現巨大的需求浪潮。

 

 

關于數據中心設計的另一個重大轉變目前才剛剛開始，可能要到2020年以后才能出現，那就是采用電池或其他技術取代柴油發電機。

 

正如Lawrence指出的那樣，柴油發電機對于數據中心也將成為一個問題，其部署和維護成本高昂，并產生噪音和空氣污染。然而，到目前為止，它們已經成為數據中心不可或缺的一部分，而這些數據中心通常是全天候不間斷地運行的。

 

數據中心運營商一直在探索柴油發電機的兩種替代方案：燃料電池和蓄電池，其中鋰離子電池是一項特別有前途的技術。

 

Bloom Energy公司目前在多個數據中心部署了燃料電池，其中一個位于猶他州的eBay數據中心使用BloomEnergy公司的燃料電池作為備份電源，而不是采用柴油發電機作為備份電源。

 

Lawrence說，Bloom Energy公司的多個試點項目是從2019年開始部署，目的是替代柴油發電機。此外，還有一兩家主要的托管服務提供商對此進行了研究。

 

由于電動汽車行業在提高能量密度和降低鋰離子電池成本方面取得了長足的進步，因此鋰離子電池迅速在數據中心行業中占有一席之地。目前，它已用于替換UPS供電系統中的鉛酸電池，但是它提供的運行時間正在不斷提高，施耐德的Brown說，鋰離子電池最終完全有可能取代柴油發電機。

 

他說：“我認為這種轉變不會在2020年實現，但我們會密切跟蹤這一轉變。”

 

他表示，施耐德電氣公司關注的關鍵指標是鋰離子電池系統的運行時間，并且降低其部署成本。兩年半前的鋰離子電池系統運行時間是90分鐘，而現在接近3小時。

 

這些趨勢都不是在2019年開始的，它們不會在2020年達到決定性的拐點。這些是在2019年獲得的一些重大發展，預計2020年將會進一步加快，并將在未來幾年促進一些數據中心技術(例如芯片、網絡、虛擬化、容器)的發展。

 

版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。