英特爾高級架構(gòu)師 Dror Shenkar 和 Zuta-Core 研發(fā)副總裁 Shahar Belkin 共同探討數(shù)據(jù)中心冷卻的過去、現(xiàn)在和未來。下一步是什么？ 

（圖片：Zutacore）

Dror Shenkar，英特爾數(shù)據(jù)中心管理解決方案高級架構(gòu)師

回顧過去10到15年的數(shù)據(jù)中心環(huán)境，服務(wù)器機架的功率密度一直穩(wěn)定在3到5千瓦。在此期間，使用冷水機組和機房空調(diào)（CRAC）的風(fēng)冷數(shù)據(jù)中心足以克服服務(wù)器的散熱問題，使數(shù)據(jù)中心設(shè)施及其屋頂下的CPU保持在最高溫度以下。這是因為CPU產(chǎn)生的熱量不超過130瓦。

數(shù)據(jù)中心采用架空地板系統(tǒng)，以熱通道和冷通道作為主要的冷卻方式。來自精密空調(diào) (CRAC) 和計算機房空氣處理器 (CRAH) 的冷空氣被分配到架空地板下方的空間，然后通過穿孔地板磚進入服務(wù)器前方的主要空間。這種方法簡單且多年來最為常見，盡管后來改進的冷卻方法逐漸占據(jù)主導(dǎo)地位，但它至今仍在使用。

近年來，隨著機架功率密度不斷攀升至 10 kW 或更高，風(fēng)冷配置發(fā)展成為冷熱通道封閉布局，顯著節(jié)省了能源。這些方法背后的理念是通過物理屏障將服務(wù)器的冷空氣與服務(wù)器的熱空氣隔離，防止它們混合。另一種基于空氣的冷卻方法是機架內(nèi)排熱。這種方法通過機架內(nèi)置的壓縮機和冷卻器來去除熱空氣。

2018年，機架密度持續(xù)增長，接近20 kW，并將風(fēng)冷系統(tǒng)推向了其最大經(jīng)濟能力。隨著機架密度持續(xù)增長，據(jù)估計，每機架密度已高達100 kW，直接芯片上液冷成為一種可行的解決方案。

Shahar Belkin，Zuta-Core 研發(fā)副總裁

人工智能 (AI)、游戲、高性能計算、3D 圖形和物聯(lián)網(wǎng) (IoT) 都需要更快、更復(fù)雜的計算服務(wù)。快速增長的云服務(wù)業(yè)務(wù)、邊緣計算的增長以及提供商之間的競爭，使得高效利用數(shù)據(jù)中心空間成為必要，并促使提供商要求每平方英尺配備更多的計算核心。圖形處理器 (GPU) 和中央處理器 (CPU) 產(chǎn)生的熱量越來越多，但其功耗卻持續(xù)增長，從五年前的 100 瓦到 130 瓦以上，到過去兩年投放市場的新型處理器的功耗達到 200 瓦到 600 瓦。事實上，IDC 報告稱，盡管性能增長進一步推高了能源需求，但全球每臺服務(wù)器的年能耗仍在增長 9%。

風(fēng)冷配置能夠很好地應(yīng)對發(fā)熱量高達 130 W 的處理器，在極限情況下甚至可以容納 200 W 的處理器。超過 200 W 的處理器可以通過風(fēng)冷來冷卻，但需要更大的機箱尺寸，這不僅浪費機架空間，反而會浪費空間。直接片上液冷似乎是能夠支持高功率處理器的解決方案，既能保持機箱尺寸小巧，又能保持高密度。

液體冷卻最常見的兩種冷卻設(shè)計是直接到芯片的冷板或蒸發(fā)器和浸入式冷卻。直接到芯片的冷板位于主板處理器的頂部以散熱。冷板分為兩大類：單相蒸發(fā)器和雙相蒸發(fā)器。單相冷板主要使用冷水，冷水循環(huán)進入冷板吸收熱量，離開服務(wù)器時變成溫水/熱水。對于雙相蒸發(fā)器，安全的低壓介電液體流入蒸發(fā)器，冷卻組件產(chǎn)生的熱量使液體沸騰，熱量以蒸汽的形式從蒸發(fā)器釋放出來。然后，以熱水或蒸汽形式存在的熱量被轉(zhuǎn)移到散熱裝置，該裝置使用冷凍水環(huán)路返回到冷卻裝置，或利用自由空氣流動將熱量釋放到外界。

浸入式冷卻需要將大量的介電流體浸入防漏槽中，并將整個硬件浸沒其中。介電流體吸收熱量，在某些情況下會變成蒸汽，冷卻或凝結(jié)，然后以流體的形式返回冷卻槽。

無論具體的冷卻方法是風(fēng)冷還是液冷，監(jiān)控服務(wù)器溫度都是冷卻系統(tǒng)的關(guān)鍵部分。在所有這些情況下，都需要對服務(wù)器及其內(nèi)部組件進行精細的溫度監(jiān)控，以確保服務(wù)器健康高效地運行。

不同公司推出了許多創(chuàng)新技術(shù)，有望改變數(shù)據(jù)中心冷卻的格局，從使用海水或雨水減少寶貴的自然資源的使用，到利用人工智能分析數(shù)據(jù)中心的工作方式并實時調(diào)整冷卻方式，再到可以監(jiān)控機架中服務(wù)器溫度和濕度的冷卻機器人。

當(dāng)負責(zé)監(jiān)督高密度計算環(huán)境的數(shù)據(jù)中心經(jīng)理獲得必要的數(shù)據(jù)，以提高房間的整體設(shè)定溫度時，此功能可以顯著降低整個數(shù)據(jù)中心的年度冷卻成本。

但當(dāng)我們展望數(shù)據(jù)中心和冷卻系統(tǒng)的未來時，這個未來就在眼前。傳統(tǒng)數(shù)據(jù)中心的散熱設(shè)計可能導(dǎo)致熱點，而當(dāng)今的高密度計算環(huán)境由于持續(xù)處理產(chǎn)生的熱量，更是雪上加霜。如果數(shù)據(jù)中心管理人員無法了解設(shè)備的實際功耗，這可能會導(dǎo)致IT人員過度配置，導(dǎo)致能耗遠遠超出維持安全冷卻裕度所需的水平。事實上，Gartner估計，由于每千瓦時（kwh）成本的上漲，持續(xù)電力成本每年至少上漲10%，尤其是在高功率密度服務(wù)器領(lǐng)域。

幸運的是，有一些數(shù)據(jù)中心管理解決方案可以改進數(shù)據(jù)驅(qū)動的決策，并通過提供功耗、熱耗、服務(wù)器運行狀況和利用率的可見性來實現(xiàn)更精確的運營控制。利用數(shù)據(jù)中心管理解決方案的冷卻分析功能，IT 人員可以通過安全地提高房間溫度來降低冷卻成本，從而提高電源使用效率 (PUE) 和能源效率，同時持續(xù)監(jiān)控硬件是否存在溫度問題。

當(dāng)負責(zé)監(jiān)管高密度計算環(huán)境的數(shù)據(jù)中心經(jīng)理獲得必要的數(shù)據(jù)，從而能夠提高房間的整體設(shè)定溫度時，這項功能可以顯著降低整個組織數(shù)據(jù)中心的年度制冷成本。舉個例子，一家全球網(wǎng)絡(luò)安全公司根據(jù)每臺服務(wù)器的歷史溫度讀數(shù)，將其服務(wù)器機房的溫度提高了 3 °C，從而實現(xiàn)了全年制冷成本的25% 的總體節(jié)省。

如今，數(shù)據(jù)中心管理人員面臨著多重全球性挑戰(zhàn)。這些挑戰(zhàn)包括保護快速增長的數(shù)據(jù)量和日益增多的關(guān)鍵任務(wù)應(yīng)用程序、管理眾多遠程位置，以及實施日益緊迫的可持續(xù)發(fā)展計劃，而這些計劃與不斷上漲的能源成本之間難以取得平衡。

為了解決這些及其他挑戰(zhàn)，數(shù)據(jù)中心管理工具不僅提供高數(shù)據(jù)粒度的實時環(huán)境監(jiān)控，而且這些軟件解決方案還提供熱數(shù)據(jù)的預(yù)測性分析，能夠在溫度問題引發(fā)嚴重事故之前發(fā)現(xiàn)它們。此外，監(jiān)控和匯總實時功耗和熱消耗數(shù)據(jù)有助于 IT 人員根據(jù)實際利用率分析和管理數(shù)據(jù)中心容量，從而盡可能高效地利用電力和冷卻基礎(chǔ)設(shè)施。