1.1国家政策牵引数据中心投资持续加大
当前全球新一轮科技革命和产业革命正在孕育兴起,数字经济处于密集创新和高速增长的阶段,成为促进经济社会发展的主要推动力｡自2015年我国提出“国家大数据战略”以来,推进数字经济发展和数字化转型的政策不断深化和落地,2017年以来“数字经济”已经连续四年被写入政府工作报告,2019年至今,国家发展改革委､工业和信息化部､中央网信办等部门已出台十余项国家层面数字经济发展相关政策｡
数据中心是数字经济时代的核心基础设施和国家战略资源,在2020年特殊时期,数据中心和5G､人工智能､工业互联网等一起被列为国家“新基建”七大投资领域之一,数据中心迎来建设新高潮｡除了传统的以出租机柜为主营业务的IDC企业和电信运营商,各路第三方资本亦蜂拥而入进入数据中心行业,比如以三峡为代表的电力企业,以沙钢等为代表的钢铁企业,以万达等为代表的地产企业等｡
1.2数据流量激增为数据中心发展打开成长空间
随着5G快速发展,线上办公､4K/8K高清视频高带宽应用场景的爆发,以及物联网应用技术的发展,数据流量将以数十倍的量级快速增长｡云计算的持续深化发展,也推动着数字化的触角加速向产业端､生产端等维度延伸,各行各业的数字化转型进程正在按下“快进键”,全网流量高速增长｡
数据资源日益成为关键生产要素,数据流量的猛增为数据中心发展打开新的成长空间｡当前,我国数据中心正进入新一轮快速发展期,传统数据中心转型升级,新一代数据中心加速布局,国家在新时期大力推进“大数据中心新基建”,旨在通过数字化､智能化技术,为智能经济的发展和产业数字化转型提供底层支撑,数据中心发展势能有望快速释放｡
2.1快速部署是赢得客户的软实力
互联网业务呈现短时间内快速爆发的特征,受席卷全球的新冠疫情的影响,远程办公､在线直播､线上医疗等业务侧数据和流量需求激增,业务发放响应速度从以周､天为单位提升到以小时为单位计算,数据中心需要具备更快的建设速度,及时供应短时间内爆发的租户和业务需求｡
传统数据中心建设需要经过现场工勘､深化设计､土建施工､设备安装､调试验收､试运行､整改等过程,总体需要20个月以上的时间,周期长､过程复杂,难以匹配“云”业务的快速部署的应用需求｡在大数据时代,数据中心由支撑系统转为生产系统,对于数据中心从业者来说,实现数据中心快速建设､业务快速上线,是提升市场竞争力的关键所在,是赢得客户的软实力｡未来,数据中心产品上市时间(TTM)将从典型水平的9~12个月降低至6个月､甚至3个月｡
2.2低碳节能是政策导向的硬约束
数据中心蓬勃发展的同时,数据中心行业能耗问题也再次受到社会各界广泛关注｡尤其在我国提出2030年“碳达峰”和2060年“碳中和”的宏伟目标下,数据中心绿色发展问题变得尤为迫切｡
2020年以来,从国家到地方各层面密集出台各种PUE相关政策,驱动数据中心向绿色节能方向发展,建设更高效节能､绿色低碳的数据中心成为主要方案,绿色清洁能源､能源高效节能技术将是数据中心能源未来的发展方向｡近年来,国家有关部委和地方政府纷纷出台了数据中心建设能效标准和监管政策,数据中心建设也进入了能效强监管时代,PUE将是数据中心建设的硬约束｡
2.3降本增效是投资运营方的核心诉求
各路资本杀入数据中心这一新基建,最终目的还是希望投资能够获得好的收益,因此降低建设成本和运营成本是投资方的核心诉求｡传统数据中心建设一般要将机楼以及配电､暖通等基础设施一步到位,初期建设投资大,资金利用率低,投资回报慢｡新一代数据中心建设需要创新建设模式,实现滚动投资､滚动建设,降低初期投资压力,因此实现数据中心的灵活部署､按需扩容将是发展方向｡
解决方案是数据中心采用全模块化的架构,如模块化UPS､模块化锂电､模块化配电等｡能耗成本是数据中心最大的运营成本,降低运营成本的关键是降低能耗,低PUE不仅是政府的强制要求,也是数据中心从业者的自身需要｡此外实现运维的自动化和智能化､提高运维效率也是降低运维成本的重要方向｡
从上面的分析可看到,低碳节能､快速部署､低成本建设运营是未来数据中心建设的核心诉求,而传统数据中心建设和运营往往面临建设周期长､能耗高､运维效率低等挑战｡我们认为,数据中心的预制化､模块化､绿色化､智能化是解决上述问题的有效手段,是未来数据中心的技术发展方向｡
(1)数据中心级架构极简将成为主流,预制化､模块化逐渐从数据中心的弱电设备､环境设备向整个数据中心延伸｡(2)数据中心高效和节能将成为主流,供电系统的电能转化和传递效率将进一步提升,制冷系统将充分利用自然冷源给数据中心降温｡(3)在AI等技术加持下,数据中心管理系统将变得更加智能,提升运维效率｡
3.1数据中心级架构极简将成为主流
传统数据中心建设采用攒机模式,不仅建设周期长,初期投资成本大,而且各个子系统之间孤立,规划和建设分离,拼凑式建设模式给后期运维管理也带来极大的难度｡为应对此弊端,数据中心级架构极简将成为主流,模块化逐渐从数据中心的弱电设备､环境设备向整个数据中心延伸,从模块化UPS､模块化温控､模块化母线等数据中心部件到电力/水力模块､微模块､IT模块等模块化解决方案再到一层一DC等模块化数据中心｡
随着用户对于数据中心弹性建设､快速交付的要求愈发高,以及对边缘数据中心的快速增加,微模块数据中心､模块化UPS､模块化温控等模块化产品将迎来海量的增长新机遇｡在预制化､全模块化设计下,将各个子系统预集成在模块内,在工厂进行预制组装,标准化生产流程,各个模块品质如一,多系统协同设计,并且在出厂前完成全系统调试和测试,确保高质量和高可靠性｡同时现场只需完成极简施工,可大大降低现场管理难度及施工风险,有效提升数据中心可靠性｡整体而言,架构极简的数据中心具备快速部署､弹性扩容､运维简单､高效节能等优势｡
3.2供电系统融合极简,走向预制化､模块化和锂电化
数据中心传统供电系统和温控系统采用分散部件集成的方式,导致不同设备分属不同厂家､不同品牌,存在系统部署周期长且复杂､运维难等问题｡未来,各系统将持续向一体化全链路融合演进,UPS､温控､母线等将向产品化､模块化方向发展｡以建设1500柜的数据中心为例,采用分散采购､现场集成的传统并机供电方案,交付时间需2个月,面临设备杂､占地大､效率低等问题,而采用工厂预制､全链融合的电力模块方案,实现一站式交付,2周即可交付,省时75%,减少占地面积40%｡
传统数据中心供电系统采用铅酸电池,应用瓶颈日趋严重,存在系统割裂且复杂､占地面积大､维护成本高等问题,随着锂电池成本持续下降,锂电将在数据中心得到规模应用,数据中心供配电逐渐走向全面锂电化｡锂电池生命周期是铅酸电池的两倍,十年生命周期内无需更换,短时大倍率放电能力强,适合大电流短时备电,能量密度高,约为铅酸电池的3倍,可节省占地面积70%,承重要求低,支持模块入列,无需考虑专业电池间,实现供电系统的高密化和模块化｡
3.3制冷系统风进水退,传统冷冻水系统将被逐步替代
冷冻水系统架构复杂,需经过7大部件(冷水机组､冷却塔､蓄冷罐､温控末端､水泵､板换､管理系统)的4次换热过程,工程性强､周期长,运维复杂,不利于快速部署,适应不了未来不确定的IT业务需求｡同时在低碳节能政策导向下,传统冷冻水系统能耗高,耗水量大,将逐步被少水甚至无水的温控系统所替代｡
最大化利用自然冷源,间接蒸发冷却系统将成为致冷系统的主流｡模块化架构的间接蒸发冷却系统采用一体化产品设计,一箱一系统,可缩短部署时间､降低运维难度,同时充分利用自然冷却资源,由4次换热过程简化为1次,同时采用AI调优,大幅降低温控系统的电力消耗,减少耗水,进一步降低PUE和WUE,在气候适宜区域将成主流｡
3.4管理系统自动化､智能化,数字化技术普遍应用
依托人工智能､大数据､区块链等技术,以及即时通信技术(5G､PLC､IoT)等技术的迅速发展,为应用系统的进一步开发打造了坚实的数字化底座｡数据中心将实现供电系统､温控系统以及微模块的自我检测､自我诊断,设置系统级､机房级､DC级等多类型可视分析窗口,通过配电/制冷链路可视､设备故障影响分析､3D可视化､温度云图､AI远程巡检､机器人近端巡检､移动App等保障数据中心基础设施安全,大幅度缩短故障修复时间､减少人工巡检工作内容､提高设备修复率｡
随着IOT､AI技术的不断完善和普遍应用,重复劳动､专家经验和商业决策将被逐渐替代,数据中心将逐步实现由运维､节能､运营等单域的智能化,向规划､建设､运维､优化的全生命周期数字化和自动驾驶演进｡
AI能效优化:利用AI动态建模技术,建立能耗与IT负载､气候条件､设备运行数量等的机器学习模型,可在保障设备､系统可靠的基础上,实时诊断各个子系统的能耗,准确推理和配置出数据中心最优控制逻辑,实时调节参数,降低数据中心PUE｡
无人运维:传统大型数据中心运维主要依赖于人工,运维效率低下,巡检多为被动响应,质量不可控｡未来数据中心基础设施将逐步实现运维的自动驾驶｡一方面,通过数字化技术,可实现7×24不间断巡检,大大提升运维效率,降低对运维人员的技能要求与依赖程度｡
另一方面,依托声音识别､图像识别､智能传感器､机器人等,将极大提升数据中心无人巡检准确度,变被动告警为预测性维护,最大程度降低数据中心运维风险和成本｡提升资源使用率和运营收益,提升数据中心运营管理水平｡
数据中心面临持续高增长的发展环境,将沿着快速部署､低碳节能､降本增效这三条发展主线不断演进｡基于三个演进方向,数据中心建设模式将从攒机式､拼凑式逐渐演进为预制化､全模块化,从而具备快速部署､弹性扩容､运维简单､高效节能的优势｡
模块化后,供电系统将走向融合极简,架构走向预制化､模块化｡通过锂进铅退,实现供电系统高密化和模块化｡制冷系统风进水退,最大化利用自然冷源,间接蒸发冷却系统将成主流｡管理系统数字化技术普遍应用于数据中心全生命周期,并实现智能化｡
