【IDCC2019】数据港张永炼：如何实现大型定制化数据中心的精准交付

在写小结命题的时候，我当时是想写因地制宜的。因为中国幅员辽阔，南北差异非常大，气候、海拔都不一样。所以，因地制宜是数据中心必须要考量的因素，我们也是希望能够最大效率低利用每个区域的天然禀赋。之所以最后改成博采众长，因为在同一区域当中也会有很多不同的建设和发展的思路。

数据港在全国建设了很多不同类型的数据中心，这些区域有些处于北方干冷区域，也有处于南方湿热区域，建设标准肯定是有很大差异的。针对每个不同区域我们会有差异化的方案，但是同一区域也会有差异化的方案。以张北的数据中心为例，阿里在三个类似的点，三个数据中心相距大概20公里左右，但是制冷采取的是三个完全不同的方案。有没有对和错？其实这三个方案都是对的。即便是在同一城市的三个点，面临的市政条件也是差异很大的。比如在没有市政、没有水源的情况下就采用了干冷气的方案，这样对水的消耗会比较小一些。也有采用直接的新风空调箱的方案的，也有采用传统的电制冷水系统的方案。他们是根据当地的市政条件、供水供电的条件针对性的去解决的。这种差异化是我们去谋发展、做创新的一个主要思路。

目前来讲，整个数据中心行业还是处于蓬勃发展的历史阶段。即便是我们做了大量的创新，但是面临的问题依然计划赶不上变化。所以持续的创新依然是我们面对的一个主要难题。有了大量的数据中心运维案例之后，数据港就做了这件事情，把海量的数据进行归纳整理总结，在内部搭建了一个基于人工智能的数据中心综合运维管理平台，实现数据中心的高效运维。

举个最简单的例子，比如我们的侧向送风的方案，一般来讲是有风墙百叶的。在我们具体的测试过程中，它可以分成若干段。比如可以分成高区、中区和低区三个不同段。通过模拟和实际测试的效果，能够看出它并不是高中低三个区域百叶调节到同一角度效果是最佳的，而是高中低百叶处于不同的角度才是最好的，当然这个角度可以通过模拟和测算来实现，实现气流组织的最优化。但是我们也发现一个问题，在数据中心中，每个机房模块IT设备不是一步到位的，有一个负荷渐进投入的时间段。在不同的负荷投入的时候，送风百叶可开启的角度也是不同的。如果完全通过人工去做调节，一个是时间周期很长，二是很难做到有效实现。所以，我们希望基于人工智能的算法，让它实现根据负荷增长达到自动调节和控制的效果。想要实现数据中心的高效运维，持续不断地创新是我们主要的思路。

目前我们还是基于这个平台在不断丰富我们的数据中心，以及整合数据资源，最后给出一个有效节能分析的报告。数据港经过十年的投资建设和运营，我们有了一些积累，也希望以后能有机会和在座的各位分享。谢谢！我今天主要汇报到这儿。

（编辑：济源站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!