因此，很多媒體報(bào)道了全球數(shù)據(jù)中心的運(yùn)營(yíng)狀態(tài)以及它們消耗的電量。

 

良好的開(kāi)端

 

令人鼓舞的是，很多運(yùn)營(yíng)商在降低數(shù)據(jù)中心用電增長(zhǎng)率方面采取了重大措施。數(shù)據(jù)中心功耗通常支持計(jì)算能力及其數(shù)據(jù)中心的散熱需求。其目的是推動(dòng)更多的節(jié)能實(shí)踐，因此發(fā)展了PUE(能源使用電效率)這一概念。

 

開(kāi)放計(jì)算項(xiàng)目(OCP)是世界上超大規(guī)模的組織，正在努力使數(shù)據(jù)中心PUE接近于1，而這是數(shù)據(jù)中心功率使用率的最佳結(jié)果。但是，邊緣計(jì)算的采用正在增加，其普及性無(wú)疑會(huì)影響數(shù)據(jù)中心的功耗，因?yàn)樗贿m合超大規(guī)模數(shù)據(jù)中心。

 

然而實(shí)現(xiàn)完美PUE的代價(jià)也很高昂。要實(shí)現(xiàn)更低的PUE，需要做什么?一些解決方案包括在寒冷地區(qū)運(yùn)營(yíng)數(shù)據(jù)中心，這些數(shù)據(jù)中心產(chǎn)生的熱量使建筑物變暖，并使用外界冷空氣為IT設(shè)備制冷，并設(shè)計(jì)了可以在高環(huán)境溫度下運(yùn)行的服務(wù)器，以消除機(jī)房空調(diào)的應(yīng)用。但是，這仍不是一個(gè)很好的解決方案

 

人們熟知的摩爾定律即將在2023年結(jié)束。隨著英特爾公司在其10納米制造工廠中陷入困境，自從晶體管密度上一次重大變化以來(lái)，這些影響已超過(guò)兩年，人們已經(jīng)看到了這種影響。

 

直到幾年前，這些越來(lái)越快的CPU都專用于一項(xiàng)服務(wù)。由于該CPU的運(yùn)行速度超過(guò)了所需的服務(wù)速度，因此經(jīng)常會(huì)導(dǎo)致CPU和內(nèi)存的利用率不足。潛在的成本降低實(shí)現(xiàn)了虛擬化和容器的顯著增長(zhǎng)。但是，運(yùn)行這些虛擬機(jī)管理程序也會(huì)消耗處理能力，因?yàn)檫@是一項(xiàng)開(kāi)銷。虛擬化并不是什么新鮮事物，它在多年前已在IBM大型機(jī)上提供，只是將其引入x86服務(wù)器才是相對(duì)較新的事物。

 

與往常一樣，數(shù)據(jù)中心的一大成功就是管理其資源。確保有足夠的交付，但不要浪費(fèi)太多費(fèi)用。很多IT人士需要不斷地問(wèn)自己，瓶頸在哪里?瓶頸是實(shí)際的純計(jì)算嗎?它是否被存儲(chǔ)，內(nèi)存控制器甚至網(wǎng)絡(luò)放慢了速度?減輕CPU所做的一些I/O工作是一件好事，因?yàn)樗笴PU能夠集中精力進(jìn)行計(jì)算。

 

延遲當(dāng)然是一個(gè)問(wèn)題。延遲是推動(dòng)邊緣計(jì)算采用的因素之一，受最小延遲影響的人工智能和機(jī)器學(xué)習(xí)也是如此。但是，企業(yè)能否確定您的網(wǎng)頁(yè)是在2毫秒還是3毫秒內(nèi)交付的?我們是否需要花費(fèi)大量的企業(yè)和個(gè)人精力和力量來(lái)實(shí)現(xiàn)有效和完美的延遲，而這并不是必需的?

 

為什么服務(wù)器通常在數(shù)據(jù)中心包含VGA和USB端口?并且因?yàn)锽IOS希望它們存在，但是人們很少在服務(wù)器上使用它們。

 

如今已經(jīng)有了很多發(fā)展，也許是時(shí)候進(jìn)行一場(chǎng)革命了?

 

是時(shí)候重新考慮了

 

所有這些不必要的組件都需要?jiǎng)冸x，高吞吐量必須成為優(yōu)先考慮的問(wèn)題。如果有許多IT系統(tǒng)以較低的功率運(yùn)行，具有較高的網(wǎng)絡(luò)、存儲(chǔ)和內(nèi)存帶寬，它們將提供比傳統(tǒng)服務(wù)器體系結(jié)構(gòu)更高的并行吞吐量。

 

加快時(shí)鐘速度無(wú)疑會(huì)帶來(lái)更高的性能，但是消耗的功率是多少呢?它根本不是線性的，是指數(shù)增長(zhǎng)的。以總體上較低的頻率運(yùn)行的CPU意味著較少的功率，因此意味著較少的熱量。這就意味著在較小的空間中可以容納更多的服務(wù)器，從而需要更少的空調(diào)功率。但是，現(xiàn)在可以在同一空間中獲得更多服務(wù)器，因此單個(gè)線程可能不那么快，但是給定空間和功耗下的總體吞吐量更高。

 

追求更低的PUE值可能并不是正確的選擇。相反，應(yīng)該考慮在單位功率下可以完成多少工作;這是對(duì)效率的真實(shí)衡量。這將支持所需的更改，以便數(shù)據(jù)中心可以開(kāi)始解決降低功耗所需的工作。

 

計(jì)算架構(gòu)的改變以及向低功耗處理器的轉(zhuǎn)換將使現(xiàn)代數(shù)據(jù)中心的功耗水平發(fā)生大規(guī)模而革命性的變化。