stringtranslate.com

Центр обработки данных

Центр обработки данных ARSAT (2014)

Центр обработки данных — это здание , выделенное пространство внутри здания или группа зданий [1], используемых для размещения компьютерных систем и связанных с ними компонентов, таких как телекоммуникации и системы хранения данных . [2] [3]

Поскольку ИТ-операции имеют решающее значение для непрерывности бизнеса , они обычно включают избыточные или резервные компоненты и инфраструктуру для электропитания , соединений для передачи данных, контроля окружающей среды (например, кондиционирование воздуха , пожаротушение) и различные устройства безопасности. Крупный центр обработки данных — это предприятие промышленного масштаба, потребляющее столько же электроэнергии, сколько небольшой город. [4] Оценочное мировое потребление электроэнергии центрами обработки данных в 2022 году составило 240–340  ТВт·ч , или примерно 1–1,3% от мирового спроса на электроэнергию. Это не включает энергию, используемую для майнинга криптовалют, который, по оценкам, составит около 110 ТВт·ч в 2022 году, или еще 0,4% от мирового спроса на электроэнергию. [5] МЭА прогнозирует , что потребление электроэнергии центрами обработки данных может удвоиться в период с 2022 по 2026 год. [6] Высокий спрос на электроэнергию со стороны центров обработки данных, в том числе со стороны криптомайнинга и искусственного интеллекта , также увеличил нагрузку на местные электросети и повысил цены на электроэнергию на некоторых рынках.

Центры обработки данных могут значительно различаться по размеру, требованиям к питанию, избыточности и общей структуре. Четыре общие категории, используемые для сегментации типов центров обработки данных, — это локальные центры обработки данных, объекты размещения оборудования, гипермасштабные центры обработки данных и периферийные центры обработки данных. [7]

История

Компьютерный зал управления полетами NASA, 1962 г.

Центры обработки данных берут свое начало в огромных компьютерных залах 1940-х годов, типичным примером которых является ENIAC , один из самых ранних примеров центра обработки данных. [8] [примечание 1] Ранние компьютерные системы, сложные в эксплуатации и обслуживании, требовали особой среды для работы. Для соединения всех компонентов требовалось много кабелей, и были разработаны методы их размещения и организации, такие как стандартные стойки для монтажа оборудования, фальшполы и кабельные лотки (устанавливаемые над головой или под фальшполом). Один мэйнфрейм требовал большого количества энергии и должен был охлаждаться, чтобы избежать перегрева. Безопасность стала важной — компьютеры были дорогими и часто использовались в военных целях. [8] [примечание 2] Поэтому были разработаны основные принципы проектирования для контроля доступа в компьютерный зал.

Во время бума микрокомпьютерной индустрии в 1980-х годах пользователи начали устанавливать компьютеры повсюду, во многих случаях практически не заботясь об эксплуатационных требованиях. Однако, по мере того, как операции в сфере информационных технологий (ИТ) начали усложняться, организации осознали необходимость контроля ИТ-ресурсов. Наличие недорогого сетевого оборудования в сочетании с новыми стандартами для сетевой структурированной кабельной разводки позволило использовать иерархическую конструкцию, которая размещала серверы в определенной комнате внутри компании. Использование термина центр обработки данных применительно к специально спроектированным компьютерным комнатам начало получать всеобщее признание примерно в это же время. [8] [примечание 3]

Бум центров обработки данных пришелся на период пузыря доткомов 1997–2000 гг. [9] [примечание 4] Компаниям требовалось быстрое подключение к Интернету и бесперебойная работа для развертывания систем и создания присутствия в Интернете. Установка такого оборудования была невыгодной для многих небольших компаний. Многие компании начали строить очень большие объекты, называемые интернет-центрами обработки данных (IDC), [10] которые предоставляют расширенные возможности, такие как перекрестное резервирование: «Если линия Bell Atlantic будет перерезана, мы можем перевести их на ..., чтобы минимизировать время простоя». [10]

Термин « облачные центры обработки данных » (CDC) использовался ранее. [11] Центры обработки данных обычно требуют больших затрат на создание и обслуживание. [9] Разделение этих терминов все больше и больше исчезает, и они объединяются в термин « центр обработки данных» . [12]

Глобальный рынок центров обработки данных показал устойчивый рост в 2010-х годах, с заметным ускорением во второй половине десятилетия. По данным Gartner , мировые расходы на инфраструктуру центров обработки данных достигли 200 миллиардов долларов в 2021 году, что на 6% больше, чем в 2020 году, несмотря на экономические проблемы, вызванные пандемией COVID-19 . [13]

В конце 2010-х и начале 2020-х годов произошел значительный сдвиг в сторону приложений ИИ и машинного обучения , что привело к глобальному буму более мощной и эффективной инфраструктуры центров обработки данных. По состоянию на март 2021 года прогнозировалось, что глобальное создание данных к 2025 году превысит 180 зеттабайт по сравнению с 64,2 зеттабайт в 2020 году. [14]

В настоящее время Соединенные Штаты являются ведущим лидером в области инфраструктуры центров обработки данных, размещая 5381 центр обработки данных по состоянию на март 2024 года, что является самым высоким показателем среди всех стран мира. [15] По данным глобальной консалтинговой компании McKinsey & Co., ожидается, что спрос на рынке США удвоится до 35 гигаватт (ГВт) к 2030 году по сравнению с 17 ГВт в 2022 году. [16] По состоянию на 2023 год на США приходится около 40 процентов мирового рынка. [17]

Исследование, опубликованное Институтом исследований в области электроэнергетики (EPRI) в мае 2024 года, оценивает, что потребление электроэнергии в центрах обработки данных США может составить от 4,6% до 9,1% от выработки в стране к 2030 году. [18] По состоянию на 2023 год около 80% нагрузки центров обработки данных США было сосредоточено в 15 штатах, во главе с Вирджинией и Техасом. [19]

Требования к современным центрам обработки данных

Стойки телекоммуникационного оборудования в части центра обработки данных

Модернизация и трансформация центра обработки данных повышают производительность и энергоэффективность . [20]

Информационная безопасность также является проблемой, и по этой причине центр обработки данных должен предлагать безопасную среду, которая минимизирует вероятность нарушения безопасности. Поэтому центр обработки данных должен поддерживать высокие стандарты для обеспечения целостности и функциональности своей размещенной компьютерной среды.

По оценкам исследовательской компании International Data Corporation (IDC), средний возраст центра обработки данных составляет девять лет. [20] Gartner , другая исследовательская компания, утверждает, что центры обработки данных старше семи лет устарели. [21] Рост объемов данных (163 зеттабайта к 2025 году [22] ) является одним из факторов, обусловливающих необходимость модернизации центров обработки данных.

Акцент на модернизации не нов: обеспокоенность по поводу устаревшего оборудования была осуждена в 2007 году, [23] а в 2011 году Uptime Institute выразил обеспокоенность возрастом оборудования. [примечание 5] К 2018 году обеспокоенность снова сместилась, на этот раз в сторону возраста персонала: «персонал центров обработки данных стареет быстрее, чем оборудование». [24]

Соответствие стандартам для центров обработки данных

Стандарт телекоммуникационной инфраструктуры для центров обработки данных Ассоциации телекоммуникационной промышленности [25] определяет минимальные требования к телекоммуникационной инфраструктуре центров обработки данных и компьютерных залов, включая однопользовательские корпоративные центры обработки данных и многопользовательские центры обработки данных Интернет-хостинга. Топология, предложенная в этом документе, предназначена для применения в центрах обработки данных любого размера. [26]

Telcordia GR-3160, Требования NEBS к оборудованию и пространствам центров обработки данных телекоммуникаций , [27] содержит руководящие принципы для пространств центров обработки данных в телекоммуникационных сетях и экологические требования к оборудованию, предназначенному для установки в этих пространствах. Эти критерии были разработаны совместно Telcordia и представителями отрасли. Они могут применяться к пространствам центров обработки данных, в которых размещается оборудование для обработки данных или информационных технологий (ИТ). Оборудование может использоваться для:

Трансформация центра обработки данных

Трансформация центра обработки данных осуществляется поэтапно с помощью комплексных проектов, реализуемых с течением времени. Это отличается от традиционного метода модернизации центра обработки данных, который использует последовательный и разрозненный подход. [28] Типичные проекты в рамках инициативы по трансформации центра обработки данных включают стандартизацию/консолидацию, виртуализацию , автоматизацию и безопасность.

Фальшпол

Перфорированная охлаждающая напольная плитка

Руководство по стандартам фальшполов под названием GR-2930 было разработано компанией Telcordia Technologies , дочерней компанией Ericsson . [40]

Хотя первый компьютерный зал с фальшполом был создан IBM в 1956 году [41] , и они «существуют с 1960-х годов», [42] именно в 1970-х годах компьютерные центры стали более распространенными, что позволило более эффективно циркулировать охлажденному воздуху. [43] [44]

Первоначальным предназначением фальшпола было обеспечение доступа к электропроводке. [41]

Выключи свет

Центр обработки данных с отключением света [45] , также известный как затемненный или темный центр обработки данных, представляет собой центр обработки данных, который в идеале практически исключает необходимость прямого доступа персонала, за исключением чрезвычайных обстоятельств. Из-за отсутствия необходимости для персонала входить в центр обработки данных, он может работать без освещения. Все устройства доступны и управляются удаленными системами, с программами автоматизации, используемыми для выполнения необслуживаемых операций. Помимо экономии энергии, сокращения расходов на персонал и возможности размещения объекта дальше от населенных пунктов, внедрение центра обработки данных с отключением света снижает угрозу вредоносных атак на инфраструктуру. [46] [47]

Уровень шума

В целом местные власти предпочитают, чтобы уровень шума в центрах обработки данных был «на 10 дБ ниже существующего уровня ночного фонового шума в ближайшем жилом доме». [48]

Правила OSHA требуют мониторинга уровня шума внутри центров обработки данных, если шум превышает 85 децибел. [49] Средний уровень шума в серверных зонах центра обработки данных может достигать 92-96 дБ(А). [50]

Жители, живущие рядом с центрами обработки данных, описывают этот звук как «высокий жужжащий шум 24/7», говоря: «Это как находиться на взлетной полосе с постоянно работающим двигателем самолета... За исключением того, что самолет работает на холостом ходу и никогда не взлетает». [51] [52] [53] [54]

Внешние источники шума включают в себя оборудование HVAC и генераторы энергии. [55] [56]

Проектирование центра обработки данных

Сфера проектирования центров обработки данных развивалась на протяжении десятилетий в различных направлениях, включая новое строительство больших и малых объектов, а также творческое повторное использование существующих объектов, таких как заброшенные торговые площади, старые соляные шахты и бункеры времен войны.

Местные строительные нормы могут регулировать минимальную высоту потолков и другие параметры. Некоторые соображения при проектировании центров обработки данных:

Типичная серверная стойка, часто встречающаяся при размещении
Воздухообрабатывающий агрегат CRAC

Критерии проектирования и компромиссы

Высокая доступность

Существуют различные показатели для измерения доступности данных, которая является результатом доступности центра обработки данных свыше 95% времени безотказной работы, при этом верхняя часть шкалы подсчитывает, сколько девяток может быть размещено после 99% . [64]

Модульность и гибкость

Модульность и гибкость являются ключевыми элементами, позволяющими центру обработки данных расти и меняться со временем. Модули центра обработки данных представляют собой предварительно спроектированные стандартизированные строительные блоки, которые можно легко настраивать и перемещать по мере необходимости. [65]

Модульный центр обработки данных может состоять из оборудования центра обработки данных, размещенного в транспортных контейнерах или аналогичных переносных контейнерах. [66] Компоненты центра обработки данных могут быть изготовлены заранее и стандартизированы, что облегчает перемещение при необходимости. [67]

Экологический контроль

Температура и влажность контролируются с помощью:

Важно, чтобы компьютеры не были влажными или перегревались, так как высокая влажность может привести к засорению вентиляторов пылью, что приведет к перегреву или может вызвать неисправность компонентов, что приведет к порче платы и возникновению пожара. Перегрев может привести к расплавлению компонентов, обычно кремния или меди проводов или цепей, что приведет к ослаблению соединений, что приведет к пожару.

Электроэнергия

Группа аккумуляторных батарей в крупном центре обработки данных, используемая для обеспечения электропитания до запуска дизельных генераторов.

Резервное питание состоит из одного или нескольких источников бесперебойного питания , батарейных блоков и/или дизельных / газотурбинных генераторов. [70]

Для предотвращения отдельных точек отказа все элементы электрических систем, включая резервные системы, обычно имеют избыточные копии , а критические серверы подключаются как к линиям питания A-side, так и к линиям питания B-side . Такая схема часто применяется для достижения избыточности N+1 в системах. Статические переключатели иногда используются для обеспечения мгновенного переключения с одного источника питания на другой в случае сбоя питания.

Прокладка кабелей низкого напряжения

Варианты включают в себя:

Расход воздуха

Управление потоком воздуха решает необходимость повышения эффективности охлаждения компьютеров в центрах обработки данных путем предотвращения рециркуляции горячего воздуха, выходящего из ИТ-оборудования, и снижения обходного воздушного потока. Существует несколько методов разделения горячих и холодных воздушных потоков, таких как сдерживание горячих/холодных коридоров и внутрирядные охлаждающие устройства. [72]

Сдерживание проходов

Изоляция холодного коридора осуществляется путем открытия задней части стоек с оборудованием, в то время как передние части серверов закрыты дверцами и крышками. Это похоже на то, как крупные пищевые компании охлаждают и хранят свою продукцию.

Типичная конфигурация холодного коридора, когда лицевые стороны серверных стоек обращены друг к другу, а холодный воздух распределяется через фальшпол

Компьютерные шкафы/ серверные фермы часто организуются для изоляции горячих/холодных коридоров. Правильное размещение воздуховодов предотвращает смешивание холодного и горячего воздуха. Ряды шкафов располагаются парами друг напротив друга, чтобы воздухозаборники и вытяжки холодного и горячего воздуха не смешивали воздух, что значительно снизило бы эффективность охлаждения.

В качестве альтернативы, ряд панелей под полом может создать эффективные пути холодного воздуха, направленные к вентилируемым плиткам фальшпола. Можно ограничить либо холодный, либо горячий проход. [73]

Другой вариант — установка шкафов с вертикальными вытяжными трубами . [ 74] Горячие вытяжные трубы/вентиляционные отверстия/воздуховоды могут направлять воздух в пространство Plenum над подвесным потолком и обратно к охлаждающим устройствам или к наружным вентиляционным отверстиям. При такой конфигурации традиционная конфигурация горячих/холодных коридоров не является обязательной. [75]

Противопожарная защита

Пожарные танки FM200

Центры обработки данных оснащены системами противопожарной защиты , включая пассивные и активные элементы проектирования , а также внедрением программ противопожарной профилактики в эксплуатацию. Датчики дыма обычно устанавливаются для раннего оповещения о пожаре на начальной стадии.

Хотя в главном помещении обычно не допускается использование систем на основе мокрых труб из-за хрупкости печатных плат , все еще существуют системы, которые можно использовать в остальной части объекта или в системах циркуляции воздуха холодных/горячих коридоров, которые являются закрытыми системами , например: [76]

Однако существуют и другие способы тушения пожаров, особенно в уязвимых зонах , обычно с использованием газового пожаротушения , из которых наиболее популярным был газ галон , пока не были обнаружены негативные последствия его производства и использования.[1]

Безопасность

Физический доступ обычно ограничен. Многоуровневая безопасность часто начинается с ограждения, тумб и ловушек . [77] Видеонаблюдение и постоянная охрана присутствуют почти всегда, если центр обработки данных большой или содержит конфиденциальную информацию. Ловушки с распознаванием отпечатков пальцев начинают становиться обычным явлением.

Доступ к журналу требуется некоторыми правилами защиты данных; некоторые организации тесно связывают это с системами контроля доступа. Несколько записей в журнале могут иметь место на главном входе, входах во внутренние помещения и в шкафах с оборудованием. Контроль доступа в шкафах может быть интегрирован с интеллектуальными блоками распределения питания , так что замки будут объединены в сеть через одно и то же устройство. [78]

Использование энергии

Центр обработки данных Google , Даллес, Орегон

Энергопотребление является центральной проблемой для центров обработки данных. Потребляемая мощность варьируется от нескольких кВт для стойки серверов в шкафу до нескольких десятков МВт для крупных объектов. Некоторые объекты имеют плотность мощности, в 100 раз превышающую плотность мощности типичного офисного здания. [79] Для объектов с более высокой плотностью мощности расходы на электроэнергию являются доминирующими эксплуатационными расходами и составляют более 10% от общей стоимости владения (TCO) центром обработки данных. [80]

Выбросы парниковых газов

В 2020 году центры обработки данных (исключая майнинг криптовалют) и передача данных потребляли около 1% мировой электроэнергии. [81] Хотя часть этой электроэнергии была низкоуглеродной, МЭА призвало к большему «усилию правительства и промышленности по энергоэффективности, закупкам возобновляемых источников энергии и НИОКР», [81], поскольку некоторые центры обработки данных по-прежнему используют электроэнергию, вырабатываемую с помощью ископаемого топлива. [82] Они также заявили, что следует учитывать выбросы за жизненный цикл, то есть включать воплощенные выбросы, например, в зданиях. [81] По оценкам, центры обработки данных ответственны за 0,5% выбросов парниковых газов в США в 2018 году. [83] Некоторые китайские компании, такие как Tencent , пообещали стать углеродно-нейтральными к 2030 году, в то время как другие, такие как Alibaba, подверглись критике со стороны Greenpeace за то, что не взяли на себя обязательство стать углеродно-нейтральными. [84] Google и Microsoft теперь потребляют больше электроэнергии, чем некоторые довольно крупные страны, превзойдя потребление более чем 100 стран. [85]

Энергоэффективность и накладные расходы

Наиболее часто используемым показателем энергоэффективности для центров обработки данных является эффективность использования энергии (PUE), рассчитываемая как отношение общей мощности, поступающей в центр обработки данных, к мощности, потребляемой ИТ-оборудованием.

PUE измеряет процент мощности, используемой накладными устройствами (охлаждение, освещение и т. д.). Средний центр обработки данных в США имеет PUE 2,0, [86] что означает два ватта общей мощности (накладные расходы + ИТ-оборудование) на каждый ватт, поставляемый ИТ-оборудованию. Современные центры обработки данных, по оценкам, имеют PUE примерно 1,2. [87] Google публикует квартальные показатели эффективности своих работающих центров обработки данных. [88] PUE всего 1,01 были достигнуты с двухфазным иммерсионным охлаждением. [89]

Агентство по охране окружающей среды США присвоило рейтинг Energy Star отдельным или крупным центрам обработки данных. Чтобы получить экомаркировку, центр обработки данных должен входить в верхний квартиль по энергоэффективности среди всех зарегистрированных объектов. [90] Закон о повышении энергоэффективности 2015 года (США) требует, чтобы федеральные объекты, включая центры обработки данных, работали более эффективно. Раздел 24 (2014) Свода правил Калифорнии предписывает, чтобы каждый вновь построенный центр обработки данных имел некоторую форму сдерживания воздушного потока для оптимизации энергоэффективности.

У Европейского Союза также есть аналогичная инициатива: Кодекс поведения ЕС для центров обработки данных. [91]

Анализ и проекты использования энергии

Измерение и анализ энергопотребления выходят за рамки того, что используется ИТ-оборудованием; вспомогательное оборудование объекта, такое как охладители и вентиляторы, также потребляет энергию. [92]

В 2011 году серверные стойки в центрах обработки данных были рассчитаны на мощность более 25 кВт, и, по оценкам, типичный сервер тратит около 30% потребляемой им электроэнергии. Спрос на энергию для систем хранения информации также растет. Центр обработки данных с высокой доступностью, по оценкам, потребляет 1 мегаватт (МВт) и потребляет 20 000 000 долларов электроэнергии за весь срок службы , при этом охлаждение составляет от 35% до 45% от общей стоимости владения центром обработки данных . Расчеты показывают, что через два года стоимость питания и охлаждения сервера может быть равна стоимости покупки серверного оборудования. [93] Исследования, проведенные в 2018 году, показали, что значительное количество энергии все еще можно сэкономить за счет оптимизации частоты обновления ИТ и увеличения использования сервера. [94]

В 2011 году Facebook , Rackspace и другие основали Open Compute Project (OCP) для разработки и публикации открытых стандартов для более экологичных вычислительных технологий центров обработки данных. В рамках проекта Facebook опубликовал проекты своего сервера, который он построил для своего первого выделенного центра обработки данных в Прайнвилле. Увеличение высоты серверов оставило место для более эффективных радиаторов и позволило использовать вентиляторы, которые перемещали больше воздуха с меньшими затратами энергии. Не покупая коммерческие готовые серверы, также удалось сэкономить потребление энергии из-за ненужных слотов расширения на материнской плате и ненужных компонентов, таких как видеокарта . [95] В 2016 году Google присоединилась к проекту и опубликовала проекты своей мелкой стойки для центров обработки данных на 48 В постоянного тока. Эта конструкция долгое время была частью центров обработки данных Google . Устранив несколько трансформаторов, обычно используемых в центрах обработки данных, Google добилась повышения энергоэффективности на 30%. [96] В 2017 году продажи оборудования для центров обработки данных, созданного по проектам OCP, превысили 1,2 миллиарда долларов США и, как ожидается, достигнут 6 миллиардов долларов США к 2021 году. [95]

Анализ питания и охлаждения

Центр обработки данных в ЦЕРНе (2010)

Электроэнергия является самой большой регулярной статьей расходов для пользователя центра обработки данных. [97] Охлаждение при температуре 70 °F (21 °C) или ниже приводит к пустой трате денег и энергии. [97] Кроме того, переохлаждение оборудования в средах с высокой относительной влажностью может подвергнуть оборудование воздействию большого количества влаги, что способствует росту солевых отложений на проводящих нитях в схемах. [98]

Анализ мощности и охлаждения , также называемый тепловой оценкой, измеряет относительные температуры в определенных областях, а также способность систем охлаждения справляться с определенными температурами окружающей среды. [99] Анализ мощности и охлаждения может помочь определить горячие точки, переохлажденные области, которые могут справиться с большей плотностью использования мощности, точку останова загрузки оборудования, эффективность стратегии фальшпола и оптимальное расположение оборудования (например, блоков переменного тока) для балансировки температур по всему центру обработки данных. Плотность охлаждения мощности является мерой того, сколько квадратных футов центр может охладить при максимальной мощности. [100] Охлаждение центров обработки данных является вторым по величине потребителем энергии после серверов. Энергия охлаждения варьируется от 10% от общего потребления энергии в самых эффективных центрах обработки данных и доходит до 45% в стандартных центрах обработки данных с воздушным охлаждением.

Анализ энергоэффективности

Анализ энергоэффективности измеряет энергопотребление ИТ-центров и оборудования объектов. Типичный анализ энергоэффективности измеряет такие факторы, как эффективность использования энергии (PUE) центра обработки данных по сравнению со стандартами отрасли, определяет механические и электрические источники неэффективности и определяет показатели управления воздухом. [101] Однако ограничение большинства текущих показателей и подходов заключается в том, что они не включают ИТ в анализ. Исследования случаев показали, что путем комплексного решения проблемы энергоэффективности в центре обработки данных можно достичь значительной эффективности, которая в противном случае была бы невозможна. [102]

Анализ вычислительной гидродинамики (CFD)

Этот тип анализа использует сложные инструменты и методы для понимания уникальных тепловых условий, присутствующих в каждом центре обработки данных, — прогнозируя температуру, воздушный поток и поведение давления в центре обработки данных для оценки производительности и потребления энергии с использованием численного моделирования. [103] Прогнозируя влияние этих условий окружающей среды, анализ вычислительной гидродинамики центра обработки данных может использоваться для прогнозирования воздействия высокоплотных стоек в сочетании со стойками низкой плотности [104] и дальнейшего воздействия на ресурсы охлаждения, неэффективные методы управления инфраструктурой и отказы кондиционера или отключения кондиционера для планового обслуживания.

Картографирование термических зон

Картографирование температурных зон использует датчики и компьютерное моделирование для создания трехмерного изображения горячих и холодных зон в центре обработки данных. [105]

Эта информация может помочь определить оптимальное расположение оборудования центра обработки данных. Например, критически важные серверы могут быть размещены в прохладной зоне, которая обслуживается резервными блоками переменного тока.

Экологичные центры обработки данных

Этот центр обработки данных с водяным охлаждением в порту Страсбурга , Франция, претендует на звание «зеленого» .

Центры обработки данных используют много энергии, потребляемой двумя основными способами: энергия, необходимая для работы самого оборудования, и энергия, необходимая для охлаждения оборудования. Эффективность использования энергии снижает первую категорию.

Сокращение расходов на охлаждение естественным путем включает в себя решения о местоположении: когда основное внимание уделяется избеганию хорошего оптоволоконного соединения, подключений к электросети и концентрации людей для управления оборудованием, центр обработки данных может находиться в нескольких милях от пользователей. Массовые центры обработки данных, такие как Google или Facebook, не должны находиться вблизи населенных пунктов. Арктические местоположения, которые могут использовать наружный воздух, обеспечивающий охлаждение, становятся все более популярными. [106]

Возобновляемые источники электроэнергии — еще один плюс. Поэтому страны с благоприятными условиями, такие как Канада, [107] Финляндия, [108] Швеция, [109] Норвегия, [110] и Швейцария [111], пытаются привлечь облачные вычислительные дата-центры.

Сингапур снял трехлетний запрет на новые центры обработки данных в апреле 2022 года. Крупнейший центр центров обработки данных для Азиатско-Тихоокеанского региона [112] , Сингапур снял мораторий на новые проекты центров обработки данных в 2022 году, предоставив 4 новых проекта, но отклонив более 16 заявок на новые центры обработки данных из более чем 20 полученных заявок. Новые центры обработки данных Сингапура должны соответствовать очень строгим критериям зеленых технологий, включая «Эффективность использования воды (WUE) 2,0/МВт·ч, эффективность использования энергии (PUE) менее 1,3 и иметь «Платиновую сертификацию в соответствии с критериями BCA-IMDA Green Mark для новых центров обработки данных Сингапура», которые четко касаются декарбонизации и использования водородных элементов или солнечных панелей. [113] [114] [115] [116]

Центры обработки данных постоянного тока

Центры обработки данных постоянного тока — это центры обработки данных, которые производят постоянный ток на месте с помощью солнечных панелей и хранят электроэнергию на месте в аккумуляторной электростанции . Компьютеры работают на постоянном токе, и необходимость в инвертировании переменного тока из сети будет устранена. Площадка центра обработки данных может по-прежнему использовать переменный ток в качестве резервного решения для сети. Центры обработки данных постоянного тока могут быть на 10% эффективнее и использовать меньше площади пола для инвертирования компонентов. [117] [118]

Повторное использование энергии

Очень сложно повторно использовать тепло, которое поступает из центров обработки данных с воздушным охлаждением. По этой причине инфраструктуры центров обработки данных чаще всего оснащаются тепловыми насосами. [119] Альтернативой тепловым насосам является внедрение жидкостного охлаждения во всем центре обработки данных. Различные методы жидкостного охлаждения смешиваются и подбираются, чтобы обеспечить полностью жидкостную инфраструктуру, которая улавливает все тепло водой. Различные жидкостные технологии подразделяются на 3 основные группы: косвенное жидкостное охлаждение (водяное охлаждение стоек), прямое жидкостное охлаждение (охлаждение непосредственно на чипе) и полное жидкостное охлаждение (полное погружение в жидкость, см. охлаждение погружением сервера ). Такое сочетание технологий позволяет создавать тепловой каскад как часть сценариев температурной цепочки для создания высокотемпературных выходов воды из центра обработки данных.

Влияние на цены на электроэнергию

Криптомайнинг и бум искусственного интеллекта в 2020-х годах также привели к росту спроса на электроэнергию, [120] [121] что , по ожиданиям МЭА , может удвоить глобальный общий спрос центров обработки данных на электроэнергию в период с 2022 по 2026 год. [6] США могут увидеть, как их доля на рынке электроэнергии, приходящаяся на центры обработки данных, увеличится с 4% до 6% за эти четыре года. [6] Биткоин потреблял 2% электроэнергии США в 2023 году . [122] Это привело к росту цен на электроэнергию, особенно в регионах с большим количеством центров обработки данных, таких как Санта-Клара, Калифорния [123] и северная часть штата Нью-Йорк . [124] Центры обработки данных также вызвали обеспокоенность в Северной Вирджинии по поводу того, придется ли жителям оплачивать счета за будущие линии электропередач. [122] Это также затруднило строительство жилья в Лондоне. [125] В отчете Института Банка Америки за июль 2024 года говорится, что рост спроса на электроэнергию, отчасти из-за ИИ, привел к росту цен на электроэнергию и является существенным фактором инфляции на электроэнергию . [126] [127] [128]

Динамичная инфраструктура

Динамическая инфраструктура [129] обеспечивает возможность интеллектуального, автоматического и безопасного перемещения рабочих нагрузок в центре обработки данных [130] в любое время и в любом месте для миграции, предоставления , [131] для повышения производительности или создания объектов совместного размещения . Она также облегчает выполнение планового обслуживания как физических, так и виртуальных систем, сводя к минимуму прерывания. Связанная концепция — Composable Infrastructure, которая позволяет динамически перенастраивать доступные ресурсы в соответствии с потребностями, только при необходимости. [132]

Дополнительные преимущества включают в себя:

Сетевая инфраструктура

Инженер-эксплуатационник, наблюдающий за работой диспетчерской центра обработки данных (2006 г.)
Пример сетевой инфраструктуры центра обработки данных

Сегодня коммуникации в центрах обработки данных чаще всего основаны на сетях, работающих на наборе протоколов Интернета . Центры обработки данных содержат набор маршрутизаторов и коммутаторов , которые транспортируют трафик между серверами и во внешний мир [134] , которые подключены в соответствии с сетевой архитектурой центра обработки данных . Избыточность интернет-соединения часто обеспечивается за счет использования двух или более поставщиков услуг верхнего уровня (см. Multihoming ).

Некоторые серверы в центре обработки данных используются для работы основных интернет- и интранет- сервисов, необходимых внутренним пользователям организации, например, серверы электронной почты, прокси-серверы и DNS- серверы.

Также обычно развертываются элементы сетевой безопасности: межсетевые экраны , шлюзы VPN , системы обнаружения вторжений и т. д. Также распространены системы мониторинга сети и некоторых приложений. Также типичны дополнительные системы внешнего мониторинга на случай сбоя связи внутри центра обработки данных.

Резервное копирование программного обеспечения/данных

Не взаимоисключающие варианты резервного копирования данных :

Onsite — традиционный способ, [135] и одним из его главных преимуществ является немедленная доступность.

Внешнее резервное хранилище

Методы резервного копирования данных включают в себя наличие зашифрованной копии данных вне офиса. Методы, используемые для транспортировки данных: [136]

Модульный центр обработки данных

40-футовый переносной модульный центр обработки данных

Для быстрого развертывания или восстановления ИТ-систем после сбоев несколько крупных поставщиков оборудования разработали мобильные/модульные решения, которые можно установить и ввести в эксплуатацию в очень короткие сроки.

Микроцентр обработки данных

Микроцентры обработки данных (MDC) — это центры обработки данных уровня доступа, которые меньше по размеру, чем традиционные центры обработки данных, но предоставляют те же функции. [139] Обычно они располагаются рядом с источником данных, чтобы сократить задержки связи, поскольку их небольшой размер позволяет распределить несколько MDC по большой площади. [140] [141] MDC хорошо подходят для приложений, ориентированных на пользователя, интерфейсных приложений. [142] Они обычно используются в периферийных вычислениях и других областях, где требуется обработка данных с низкой задержкой. [143]

Смотрите также

Примечания

  1. ^ Старые большие компьютерные залы, в которых размещались машины, такие как ENIAC армии США, разработанные до 1960 года (1945), теперь называются центрами обработки данных .
  2. ^ До начала 1960-х годов компьютеры использовались в основном правительством — большими мэйнфреймами, размещавшимися в помещениях, которые сегодня мы называем центрами обработки данных.
  3. ^ В 1990-х годах в старых компьютерных залах размещались подключенные к сети миникомпьютеры ( серверы ), работающие без устройств ввода или отображения. Эти новые «центры обработки данных» или «серверные комнаты» были построены в стенах компании, совмещенные с недорогим сетевым оборудованием.
  4. ^ В начале 2000-х годов, в период расширения бизнеса доткомов , велось активное строительство центров обработки данных .
  5. ^ В мае 2011 года исследовательская организация центров обработки данных Uptime Institute сообщила, что 36 процентов опрошенных ею крупных компаний ожидают исчерпания ИТ-мощностей в течение следующих 18 месяцев. Джеймс Никколай. «ЦОДы обращаются к аутсорсингу для удовлетворения потребностей в мощностях». Журнал CIO . Архивировано из оригинала 15.11.2011 . Получено 09.09.2011 .
  6. ^ вместо чиллеров/кондиционеров, что приводит к экономии энергии

Ссылки

  1. ^ «Облачные вычисления создают разрастающиеся центры, но мало рабочих мест». The New York Times . 27 августа 2016 г. центр обработки данных .. гигантский .. объект .. 15 таких зданий и еще шесть .. в стадии строительства
  2. «От Манхэттена до Монтвейла». The New York Times . 20 апреля 1986 г.
  3. ^ Эшли Вэнс (8 декабря 2008 г.). «Dell видит двойную выгоду с центром обработки данных в контейнере». The New York Times .
  4. ^ Джеймс Гланц (22 сентября 2012 г.). «Энергия, загрязнение и Интернет». The New York Times . Получено 25 сентября 2012 г.
  5. ^ "Центры обработки данных и сети". IEA . Получено 2023-10-07 .
  6. ^ abc Calma, Justine (24.01.2024). «Искусственный интеллект и майнинг криптовалют увеличивают потребление энергии центрами обработки данных». The Verge . Получено 21.08.2024 .
  7. ^ "Типы центров обработки данных | Как выбрать правильный центр обработки данных?". Maysteel Industries, LLC . Получено 2023-10-07 .
  8. ^ abc Angela Bartels (31 августа 2011 г.). "Data Center Evolution: 1960 to 2000". Архивировано из оригинала 24 октября 2018 г. Получено 24 октября 2018 г.
  9. ↑ abc Синтия Харви (10 июля 2017 г.). «Дата-центр». Датаматизация .
  10. ^ ab John Holusha (14 мая 2000 г.). «Коммерческая недвижимость/машинное отделение для Интернета; объединение центра обработки данных с «телекоммуникационным отелем»». The New York Times . Получено 23 июня 2019 г.
  11. ^ H Yuan. «Маршрутизация запросов с учетом рабочей нагрузки в облачном центре обработки данных». Журнал системной инженерии и электроники . doi : 10.1109/JSEE.2015.00020 . S2CID  59487957.
  12. ^ Квентин Харди (4 октября 2011 г.). «Решение по электропитанию центра обработки данных». The New York Times .
  13. ^ "Gartner заявляет, что мировые расходы на инфраструктуру центров обработки данных вырастут на 6% в 2021 году". Gartner, Inc. Получено 6 июля 2024 г.
  14. ^ Петрок, Тейлор. «Объем данных/информации, созданных, полученных, скопированных и потребленных во всем мире с 2010 по 2020 год, с прогнозами на 2021–2025 годы (в зеттабайтах)». Statista . Получено 6 июля 2024 г.
  15. ^ Петрок, Тейлор. «Страны-лидеры по количеству центров обработки данных по состоянию на март 2024 года». Statista .
  16. ^ "Инвестирование в растущую экономику центров обработки данных". McKinsey & Co. Получено 6 июля 2024 г.
  17. ^ "Инвестирование в растущую экономику центров обработки данных". McKinsey & Co. Получено 6 июля 2024 г.
  18. ^ "Powering Intelligence: Analyzing Artificial Intelligence and Data Center Energy Consumption". Electric Power Research Institute (EPRI) . Получено 6 июля 2024 г.
  19. ^ "Powering Intelligence: Analyzing Artificial Intelligence and Data Center Energy Consumption". Electric Power Research Institute (EPRI) . Получено 6 июля 2024 г.
  20. ^ ab "Mukhar, Nicholas. "HP Updates Data Center Transformation Solutions," 17 августа 2011 г. Архивировано из оригинала 12 августа 2012 г. Получено 9 сентября 2011 г.
  21. ^ "Sperling, Ed. "Next-Generation Data Centers," Forbes, 15 марта 2010 г.". Forbes.com . Получено 2013-08-30 .
  22. ^ «Белая книга IDC, спонсируемая Seagate» (PDF) .
  23. ^ «Центры обработки данных стареют, не подходя для новых технологий». 10 декабря 2007 г.
  24. ^ «Сотрудники центров обработки данных стареют быстрее, чем оборудование». Network World . 30 августа 2018 г. Архивировано из оригинала 7 декабря 2023 г. Получено 21 декабря 2018 г.
  25. ^ "Сертифицированные TIA-942 центры обработки данных - Консультанты - Аудиторы - TIA-942.org". www.tia-942.org .
  26. ^ "Разработка телекоммуникационных стандартов". Архивировано из оригинала 6 ноября 2011 г. Получено 7 ноября 2011 г.
  27. ^ "GR-3160 - Центр обработки данных телекоммуникаций - Telcordia". telecom-info.njdepot.ericsson.net .
  28. ^ "Тан, Хелен. "Три признака того, что пора трансформировать ваш центр обработки данных", 3 августа 2010 г., Data Center Knowledge". Архивировано из оригинала 10 августа 2011 г. Получено 9 сентября 2011 г.
  29. ^ "Эпоха великой консолидации центров обработки данных". Fortune . 16 февраля 2017 г.«Друзья не позволяют друзьям строить центры обработки данных», — сказал Чарльз Филлипс, генеральный директор Infor, производителя бизнес-ПО.
  30. ^ «Эта волна консолидации центров обработки данных отличается от первой». 8 февраля 2018 г.
  31. ^ «Разжечь огонь». startafire.com .
  32. ^ "Остановить разрастание виртуальных серверов". IBMsystemsMagazine.com . Архивировано из оригинала 2018-10-23 . Получено 2018-11-01 .
  33. ^ «Основные причины модернизации устаревших центров обработки данных» (PDF) .
  34. ^ ab "Сложность: Растущая проблема центров обработки данных". Data Center Knowledge . 16 мая 2007 г.
  35. ^ «Эксперт Carousel рассказывает об основных преимуществах виртуализации». technews.tmcnet.com .
  36. ^ Стивен Делаханти (15 августа 2011 г.). "Новая срочность виртуализации серверов". InformationWeek . Архивировано из оригинала 2012-04-02.
  37. ^ "HVD: the cloud's silver wiring" (PDF) . Intrinsic Technology. Архивировано из оригинала (PDF) 2 октября 2012 г. . Получено 30 августа 2012 г. .
  38. ^ «Gartner: Виртуализация подрывает поставщиков серверов». 2 декабря 2008 г.
  39. ^ "Ritter, Ted. Nemertes Research, "Обеспечение безопасности трансформации ЦОД. Согласование безопасности и динамики ЦОД"". Архивировано из оригинала 25-06-2017 . Получено 09-09-2011 .
  40. ^ «GR-2930 — NEBS: Требования к фальшполам».
  41. ^ ab "История фальшполов в центрах обработки данных" (PDF) .
  42. ^ «Информация о фальшполах | Советы по заказу сменных плиток для фальшполов». www.accessfloorsystems.com .
  43. ^ Hwaiyu Geng (2014). Справочник центра обработки данных. John Wiley & Sons. ISBN 978-1118436639.
  44. ^ Стивен Спинаццола (2005). «HVAC: проблемы и преимущества систем распределения воздуха под полом». FacilitiesNet.com .
  45. ^ "Premier 100 Q&A: HP CIO видит 'lights-out' data centers". Informationweek . 6 марта 2006 г. Архивировано из оригинала 12 июля 2019 г.
  46. ^ Виктор Касакаваге (2002). Полная книга удаленного доступа: подключение и безопасность . Серия лучших практик Ауэрбаха. CRC Press. стр. 227. ISBN 0-8493-1253-1.
  47. ^ Роксана Э. Берки; Чарльз В. Брейкфилд (2000). Проектирование комплексного решения для обработки данных: технология, реализация и развертывание . Auerbach Best Practices. CRC Press. стр. 24. ISBN 0-8493-0893-3.
  48. ^ Кларк, Рено (2020-07-01). "Акустические барьеры для центров обработки данных". IAC Acoustics . Получено 2023-02-11 .
  49. ^ Тибодо, Патрик (31 июля 2007 г.). «Этот звук вы слышите? Следующая проблема центра обработки данных». Computerworld . Получено 11 февраля 2023 г.
  50. ^ Sensear. "Уровни шума в центрах обработки данных". Sensear . Получено 2023-02-11 .
  51. ^ Вайсброд, Кейтлин (2023-02-10). «В Северной Вирджинии грядущий бум центров обработки данных вызывает тревогу у общественности». Inside Climate News . Получено 2023-02-11 .
  52. Судья, Питер (19 июля 2022 г.). «Жители Принс-Уильяма жалуются на «катастрофический шум» от центров обработки данных». DCD . Получено 11 февраля 2023 г.
  53. ^ Судья, Питер (27.07.2022). «Жители Чикаго жалуются на шум от центра обработки данных Digital Realty». DCD . Получено 11.02.2023 .
  54. ^ Филлипс, Марк (2021-11-30). «Чандлер рассмотрит вопрос о запрете центров обработки данных на фоне жалоб на шум». ABC15 Arizona в Финиксе (KNXV) . Получено 2023-02-11 .
  55. ^ "Звукоизоляция и контроль шума в центре обработки данных - снижение шума сервера". DDS Acoustical Specialties . Получено 11.02.2023 .
  56. ^ Боскер, Бьянка (2019-12-06). «Ваши «облачные» данные производят шум на земле». Marketplace . Получено 2023-02-11 .
  57. ^ Патрик Тибодо (12 апреля 2016 г.). «Представление 65-этажного центра обработки данных». Computerworld .
  58. ^ "Экскурсия по контейнерному центру обработки данных Google (видео)". YouTube . 7 апреля 2009 г. Архивировано из оригинала 2021-11-04.
  59. ^ "Romonet Offers Predictive Modeling Tool For Data Center Planning". 29 июня 2011 г. Архивировано из оригинала 23 августа 2011 г. Получено 8 февраля 2012 г.
  60. ^ ab "Журнал новостей BICSI - май/июнь 2010". www.nxtbook.com .
  61. ^ «Хеджирование мощности вашего центра обработки данных».
  62. ^ Кларк, Джеффри. «Цена доступности ЦОД — насколько вам нужна доступность?», 12 октября 2011 г., The Data Center Journal «По прогнозам Gartner, аутсорсинг ЦОД в Индии будет расти». Архивировано из оригинала 2011-12-03 . Получено 2012-02-08 .
  63. ^ «Пять советов по выбору места для центра обработки данных».
  64. ^ "IBM zEnterprise EC12 Business Value Video". YouTube . Архивировано из оригинала 29-08-2012.
  65. ^ Niles, Susan. "Стандартизация и модульность в физической инфраструктуре центра обработки данных", 2011, Schneider Electric, стр. 4. "Стандартизация и модульность в физической инфраструктуре центра обработки данных" (PDF) . Архивировано из оригинала (PDF) 2012-04-16 . Получено 2012-02-08 .
  66. ^ «Стратегии для контейнерного центра обработки данных». 8 сентября 2011 г.
  67. ^ Николаи, Джеймс (27 июля 2010 г.). «HP заявляет, что сборный центр обработки данных сокращает расходы вдвое».
  68. ^ "tw telecom и NYSERDA объявляют о расширении совместного размещения". Reuters . 2009-09-14. Архивировано из оригинала 2009-09-26.
  69. ^ «Воздушный бой — войны с непрямым воздушным охлаждением».
  70. ^ Подробное объяснение топологий ИБП "ОЦЕНКА ЭКОНОМИЧЕСКОГО ВЛИЯНИЯ ТЕХНОЛОГИИ ИБП" (PDF) . Архивировано из оригинала (PDF) 2010-11-22.
  71. ^ «Системы кабельных лотков поддерживают прокладку кабелей через центр обработки данных». Апрель 2016 г.
  72. ^ Майк Фокс (2012-02-15). "Stulz объявила о начале производства серверных охлаждающих устройств In Row под названием "CyberRow"". DataCenterFix . Архивировано из оригинала 1 марта 2012 г. . Получено 27 февраля 2012 г.
  73. ^ Сравнение изоляции горячего и холодного коридоров в центрах обработки данных, Джон Ниманн, Кевин Браун и Виктор Авелар, APC by Schneider Electric, Белая книга 135, редакция 1
  74. ^ "Заявка на патент США на корпус вытяжного оборудования (заявка № 20180042143, выданная 8 февраля 2018 г.) - Поиск патентов Justia". patents.justia.com . Получено 17.04.2018 .
  75. ^ "Основы управления воздушным потоком – Сравнение систем сдерживания • Data Center Frontier". Data Center Frontier . 2017-07-27. Архивировано из оригинала 2019-02-19 . Получено 2018-04-17 .
  76. ^ «Системы пожаротушения в центрах обработки данных: что следует учитывать руководителям объектов». Facilitiesnet .
  77. ^ Сара Д. Скалет (2005-11-01). "19 способов построить физическую безопасность в центре обработки данных". Csoonline.com. Архивировано из оригинала 2008-04-21 . Получено 2013-08-30 .
  78. ^ Системы и методы управления электронным замком для удаленного устройства, 2016-08-01 , получено 2018-04-25
  79. ^ "Тенденции потребления энергии в центрах обработки данных". Министерство энергетики США . Получено 10 июня 2010 г.
  80. ^ J. Koomey, C. Belady, M. Patterson, A. Santos, KD Lange: Оценка тенденций с течением времени в производительности, расходах и энергопотреблении серверов. Опубликовано в сети 17 августа 2009 г.
  81. ^ abc "Data Centres and Data Transmission Networks – Analysis". IEA . Получено 2022-03-06 .
  82. ^ Кантор, Элис (2021-05-18). «Большие технологические компании соревнуются за чистоту, поскольку использование облачной энергии растет» . Financial Times . Архивировано из оригинала 2022-12-10 . Получено 2022-03-06 .
  83. ^ Сиддик, Мд Абу Бакар; Шехаби, Арман; Марстон, Лэндон (2021-05-21). «Экологический след центров обработки данных в Соединенных Штатах». Environmental Research Letters . 16 (6): 064017. Bibcode : 2021ERL....16f4017S. doi : 10.1088/1748-9326/abfba1 . hdl : 10919/109747 . ISSN  1748-9326. S2CID  235282419.
  84. ^ Джеймс, Грег (2022-03-01). "Tencent обещает достичь углеродной нейтральности к 2030 году". SupChina . Архивировано из оригинала 2022-07-11 . Получено 2022-03-06 .
  85. ^ Крейг Хейл (2024-07-15). «Google и Microsoft теперь потребляют больше энергии, чем некоторые довольно крупные страны». TechRadar . Получено 2024-07-18 .
  86. ^ "Отчет Конгрессу об энергоэффективности серверов и центров обработки данных" (PDF) . Программа ENERGY STAR Агентства по охране окружающей среды США.
  87. ^ "Data Center Energy Forecast" (PDF) . Silicon Valley Leadership Group. Архивировано из оригинала (PDF) 2011-07-07 . Получено 2010-06-10 .
  88. ^ "Эффективность: как мы это делаем – Центры обработки данных" . Получено 2015-01-19 .
  89. ^ «Компания LiquidStack, занимающаяся погружным охлаждением, начинает свою деятельность как самостоятельная компания».
  90. Комментарий к введению Energy Star для центров обработки данных "Введение EPA ENERGY STAR для центров обработки данных". Джек Пуше. 2010-09-27. Архивировано из оригинала (веб-сайт) 2010-09-25 . Получено 2010-09-27 .
  91. ^ "Кодекс поведения ЕС для центров обработки данных". iet.jrc.ec.europa.eu. Архивировано из оригинала 2013-08-11 . Получено 2013-08-30 .
  92. ^ "Сокращение мощности и потребления энергии центром обработки данных: экономия денег и "зеленый" стиль" (PDF) . www.gtsi.com . Архивировано из оригинала (PDF) 2012-12-03 . Получено 2012-02-08 .
  93. ^ Дэниел Миноли (2011). Проектирование экологически чистых сетей и сетевых операций: экономия затрат на эксплуатацию двигателя . CRC Press. стр. 5. ISBN 9781439816394.
  94. ^ Раби Башруш (2018). «Комплексная структура обоснования для обновления оборудования в центрах обработки данных». Труды IEEE по устойчивым вычислениям . 3 (4): 209–220. doi : 10.1109/TSUSC.2018.2795465 . S2CID  54462006.
  95. ^ Питер Сэйер (28 марта 2018 г.). «Что такое Open Compute Project?». NetworkWorld. Архивировано из оригинала 29 ноября 2023 г. . Получено 3 февраля 2019 г. .
  96. ^ Питер Джадж (9 марта 2016 г.). «OCP Summit: Google присоединяется и делится технологиями 48 В». Динамика центра обработки данных DCD.
  97. ^ ab Joe Cosmano (2009), Выбор центра обработки данных (PDF) , Disaster Recovery Journal , получено 21 июля 2012 г.[ постоянная мертвая ссылка ]
  98. Дэвид Гарретт (9 июля 2004 г.), "Heat Of The Moment", Processor , 26 (28), заархивировано из оригинала 2013-01-31 , извлечено 2012-07-21
  99. ^ Needle, David (25 июля 2007 г.). «Портфель экологичных центров обработки данных HP продолжает расти». InternetNews . Архивировано из оригинала 25 октября 2020 г.
  100. ^ "How to Choose a Data Center", Inc. , 29 ноября 2010 г., архивировано из оригинала 8 марта 2013 г. , извлечено 21 июля 2012 г.
  101. ^ Кэтрин, Сираносян (5 апреля 2011 г.). «HP показывает компаниям, как интегрировать управление энергопотреблением и сокращение выбросов углерода». TriplePundit . Архивировано из оригинала 22 августа 2018 г. Получено 8 февраля 2012 г.
  102. ^ Раби Башрауш; Эоин Вудс (2017). «Архитектурные принципы для приложений интернет-масштаба с учетом энергопотребления». IEEE Software . 34 (3): 14–17. doi :10.1109/MS.2017.60. S2CID  8984662.
  103. ^ Буллок, Майкл. «Вычислительная гидродинамика — горячая тема в Data Center World», Transitional Data Services, 18 марта 2010 г. Архивировано 3 января 2012 г. на Wayback Machine
  104. ^ "Боули, Деннис (редактор). "Влияние виртуализации на физическую инфраструктуру центра обработки данных", The Green grid, 2010" (PDF) . Архивировано из оригинала (PDF) 29-04-2014 . Получено 08-02-2012 .
  105. ^ "HP Thermal Zone Mapping отображает горячие точки центров обработки данных". Архивировано из оригинала 2021-01-26 . Получено 2012-02-08 .
  106. ^ "Охлаждаемый фьордом центр обработки данных в Норвегии претендует на звание самого зеленого". 23 декабря 2011 г. Получено 23 декабря 2011 г.
  107. Канада названа лучшей недвижимостью для компьютеров с большими объемами данных - Globe & Mail. Получено 29 июня 2011 г.
  108. ^ Финляндия — лучший выбор для размещения вашего центра обработки данных облачных вычислений. Получено 4 августа 2010 г.
  109. ^ "Стокгольм нацелился на клиентов центров обработки данных". Архивировано из оригинала 19 августа 2010 года . Получено 4 августа 2010 года .
  110. ^ В мире, где выбросы углерода в секторе ИКТ стремительно растут, Норвегия предлагает устойчивое решение. Архивировано 29 октября 2020 г. на Wayback Machine. Получено 1 марта 2016 г.
  111. ^ Швейцарские серверы с нулевым уровнем выбросов углерода переходят в облако. Получено 4 августа 2010 г.
  112. ^ Baxtel. "Сингапурские центры обработки данных и размещение". baxtel.com . Получено 18 сентября 2024 г.
  113. ^ «Власти Сингапура приглашают подавать заявки на новые центры обработки данных».
  114. ^ "BCA-IMDA Green Mark for Data Centres Scheme". Infocomm Media Development Authority . Получено 2024-09-18 .
  115. ^ "Сингапур освободит 300 МВт для центров обработки данных". Capacity Media . 2024-05-30 . Получено 2024-09-18 .
  116. ^ "4 предложения, выбранные из заявки центра обработки данных". Infocomm Media Development Authority . Получено 2024-09-18 .
  117. ^ Сможет ли округ Колумбия выиграть войну токов за новый центр обработки данных?
  118. ^ «Постоянный ток (DC) | Центр экспертизы по энергоэффективности в центрах обработки данных».
  119. ^ "Охлаждение центра обработки данных с рекуперацией тепла" (PDF) . StockholmDataParks.com . 23 января 2017 г.
  120. ^ Хэлпер, Эван (2024-03-07). «На фоне взрывного спроса у Америки заканчивается энергия». Washington Post . Получено 2024-08-19 .
  121. ^ Роджерс, Рис (11 июля 2024 г.). «Энергетические потребности ИИ вышли из-под контроля. Добро пожаловать в эпоху гиперпотребления Интернета». Wired . ISSN  1059-1028 . Получено 19 августа 2024 г.
  122. ^ ab Chow, Andrew R. (2024-06-12). «Как ИИ подпитывает бум в центрах обработки данных и спросе на энергию». TIME . Получено 2024-08-21 .
  123. ^ Петерсен, Мелоди (2024-08-12). «Энергоемкие центры обработки данных ИИ повышают счета за электроэнергию и риск отключения электроэнергии». Los Angeles Times . Получено 2024-08-19 .
  124. ^ Бенеттон, Маттео; Компиани, Джованни; Морс, Адэр (12.08.2023). «Когда криптомайнинг приходит в город: высокие показатели потребления электроэнергии влияют на местную экономику». VoxEU . Получено 20.08.2024 .
  125. ^ Винсент, Джеймс (28.07.2022). «Потребности центров обработки данных в электроэнергии затрудняют строительство новых домов в Лондоне». The Verge . Получено 21.08.2024 .
  126. ^ Уолтон, Роберт (8 июля 2024 г.). «Цены на электроэнергию в США снова растут, поскольку ИИ и оншоринг могут означать десятилетия роста спроса на электроэнергию: BofA». Utility Dive . Получено 19 августа 2024 г.
  127. ^ Мотт, Филип Де. «Счета за коммунальные услуги становятся дешевле, но ИИ может испортить вечеринку». Markets Insider . Получено 19 августа 2024 г.
  128. ^ "Нехватка мощности ИИ. Плюс, выбор акций нефтегазового сектора - Barron's Streetwise Barron's Podcasts". Barron's . 17 мая 2024 г. Получено 21 августа 2024 г.
  129. ^ «Метод динамического предоставления инфраструктуры информационных технологий».
  130. ^ Мейлер, Керри (29 апреля 2008 г.). «Динамический центр обработки данных». Network World .
  131. ^ «Вычисления по требованию: перспективы динамического предоставления ресурсов».[ постоянная мертвая ссылка ]
  132. ^ «Что, черт возьми, такое компонуемая инфраструктура?». IT Pro . 14 июля 2016 г.
  133. ^ Монтазеролгхем, Ахмадреза (2020-07-13). «Программно-определяемый центр обработки данных с балансировкой нагрузки: проектирование, реализация и анализ производительности» (PDF) . Кластерные вычисления . 24 (2): 591–610. doi :10.1007/s10586-020-03134-x. ISSN  1386-7857. S2CID  220490312.
  134. ^ Mohammad Noormohammadpour; Cauligi Raghavendra (16 июля 2018 г.). «Управление трафиком центра обработки данных: понимание методов и компромиссов». IEEE Communications Surveys & Tutorials . 20 (2): 1492–1525. arXiv : 1712.03530 . doi : 10.1109/comst.2017.2782753. S2CID  28143006.
  135. ^ «Защита данных без ущерба для бюджета. Часть 1: резервное копирование на месте». Forbes . 4 октября 2018 г.
  136. ^ "Iron Mountain против Amazon Glacier: Total Cost Analysis" (PDF) . Архивировано из оригинала (PDF) 2018-10-28 . Получено 2018-10-28 .
  137. ^ То, что IBM называет "PTAM: Pickup Truck Access Method". "PTAM - Pickup Truck Access Method (сленг аварийного восстановления)".
  138. ^ "Iron Mountain представляет облачный сервис резервного копирования и управления". Сетевой мир . 14 сентября 2017 г. Архивировано из оригинала 18 февраля 2024 г. Получено 28 октября 2018 г.
  139. ^ Ибрагим, Росдиазлы; Поркумаран, К.; Каннан, Рамани; И Нурсиаризал Мохд; Прабакар, С. (13 ноября 2022 г.). Международная конференция по искусственному интеллекту для умного сообщества: AISC 2020, 17–18 декабря, Технологический университет Петронас, Малайзия. Спрингер Природа. п. 461. ИСБН 978-981-16-2183-3.
  140. ^ Го, Сун; Цюй, Чжихао (2022-02-10). Edge Learning для распределенной аналитики больших данных: теория, алгоритмы и проектирование систем. Cambridge University Press. стр. 12–13. ISBN 978-1-108-83237-3.
  141. ^ Ресурсы, Ассоциация управления, Информация (2022-04-01). Исследовательская антология по протоколам периферийных вычислений, приложениям и интеграции. IGI Global. стр. 55. ISBN 978-1-6684-5701-6.{{cite book}}: CS1 maint: несколько имен: список авторов ( ссылка )
  142. ^ Фюрт, Борко; Эскаланте, Армандо (2011-12-09). Справочник по вычислениям с интенсивным использованием данных. Springer Science & Business Media. стр. 17. ISBN 978-1-4614-1414-8.
  143. ^ Шривастава, Гаутам; Гхош, Уттам; Лин, Джерри Чун-Вэй (2023-06-24). Анализ безопасности и рисков для интеллектуальных периферийных вычислений. Springer Nature. стр. 17. ISBN 978-3-031-28150-1.

Внешние ссылки