NetAccess新一代机柜系统追求节能降耗的绿色产品

新一代数据中心基础设施的建设越来越重视关键设备产品和新技术的应用，如何解决现代机房的散热难题，如何最大限度地做到节能降耗是与此相关的每一个行业都要关注的焦点问题，NetAccess新一代机柜系统从行业的一个方面为当代数据中心的建设提供了一个有益和有效的解决方案.     

浪潮刀片服务器NX4120 节省的不仅仅是空间

随着越来越多的刀片服务器走进用户的数据中心,一些带有普遍性的问题就慢慢暴露出来,诸如部署、管理、功耗、散热等,其中,功耗和散热尤属老大难问题。因为国内的数据中心大多是五六年前建设的,受当时条件的限制缺乏对能耗的前瞻性,因此供电系统很难满足现在服务器的功耗和散热需求,很多机房要么面临庞大的改造费用,要么面临机柜利用率严重不足带来的空间紧张。近期浪潮推出的刀片服务器NX4120则很好的解决了以上问题。     

让机房“清凉”一下

机房中单机系统的运算效能、能耗的提升导致了整个机柜需要更高的热交换来进行冷却,而这种高密度的环境又使得热交换的气流阻力越来越大。传统的热交换系统无论是风量,还是风压都无法解决IT微环境系统的高密度热交换问题。     

让你的机架式设备不再"发高烧"

引文:随着人们对数据中心构建方式有更深入的认识,作为数据中心中直接承载IT设备的机柜,也日益受到人们更密切的关注。为了理清机柜的管理问题,我们策划了系列专题。本期我们要讨论一个看起来无关紧要,实际上让很多机房管理人员非常头疼的问题——机柜的热量管理。笔者曾经亲眼目睹了这样一个“盛况”:在某家公司的机房内,机柜的门敞开着,一台电风扇昼夜不停地吹着,为机柜内发烫的服务器降温。尤其在盛夏,机柜的降温问题相信是让很多机房管理人员非常头疼的问题。近年来,IT设备日益小型化、高度集成化,为了节约寸土寸金的机房空间,IT设备的机架化成为潮流,薄至1U的服务器、甚至刀片式服务器应用越来越普遍。单个机柜内安装的IT设备数量越来越多,功率密度越来越大。一个     

中低压母线槽在数据中心机房的应用研究

基于大数据时代数据中心机房的发展趋势及传统电缆在大型数据中心机房配电的局限性,对比分析了低压母线槽在大型数据中心机房中的配电优势。笔者认为随着数据中心机房更新扩建常态化,母线槽将逐渐代替电缆成为机柜配电的主流。     

让你的机架式设备不再“发高烧”

随着人们对数据中心构建方式有更深入的认识，作为数据中心中直接承载IT设备的机柜，也日益受到人们更密切的关注。为了理清机柜的管理问题，我们策划了系列专题。本期我们要讨论一个看起来无关紧要，实际上让很多机房管理人员非常头疼的问题——机柜的热量管理。     

浪潮整机柜服务器Smart Rack解析

正Smart Rack是浪潮基于新一代数据中心设计理念开发的全新服务器形态——整机柜服务器。该产品大量采用模块化设计,具有集中散热、集中供电、集中管理等创新设计,使其具有低功耗、易管理、高可靠、易维护、灵活扩展等优势。在中国的整机柜服务器市场,浪潮Smart Rack雄踞80%市场份额,已经在百度和阿里巴巴的数据中心成功部署数万台服务器节点,大量部署可使其高密度低功耗的优势发挥到极致。     

TE安普布线成功改造建设银行贵州分行数据中心

近日,TE安普布线成功为建设银行贵州分行数据中心完成改造项目。该项目采用了TE安普布线的Cat6 LSZH UTP和HPOptimate方案来构建优化布线系统。该分行机房大约1000平米,为一个省级数据中心机房。该项目通过增加和优化机柜,把以前的地板下走线．改造成桥梁走线,并以机柜为单位设计布线后,达到了扩容和优化机房内部走线,提高数据链路可靠性,降低维护时间及工人成本的效果。其中,铜缆信息点约为2000个,光纤点数为4000个。     

请分层构建绿色节能数据中心

所谓七月流火,八月流金,每逢炎炎盛夏,本来堪称“电老虎”的数据中心,其总能耗更是会随着夏季机房整体散热冷却要求的提升而水涨船高。看到不断上涨的电费数字,相信很多数据中心管理者都会感叹：数据中心要节能,说起来容易做起来难啊!     

美国西蒙VersaPOD^TM数据中心解决方案

西蒙VersaPOD为您的物理数据中心基础设施提供了一个全新高效的方法。通过利用连成一排的机柜之间的垂直空间来做配线和线缆管理，V—P0D为有源设备释放了关键的水平空间，在最小占地面积上提供了最大的密度。而且，随着能源成本的不断上升，西蒙的VersaPOD系统的设计通过垂直线缆管理塔板、多孔门、敞开底座接入、冷却风扇和额外的配件能够帮助最大化提高数据中心散热管理效率。     

Thermo-Fluids Provisioning of a High Performance High Density Data Center

Consolidation and dense aggregation of slim compute, storage and networking hardware has resulted in high power density data centers. The high power density resulting from current and future generations of servers necessitates detailed thermo-fluids analysis to provision the cooling resources in a given data center for reliable operation. The analysis must also predict the impact on the thermo-fluid distribution due to changes in hardware configuration and building infrastructure such as a sudden failure in data center cooling resources. The objective of the analysis is to assure availability of adequate cooling resources to match the heat load, which is typically non-uniformly distributed and characterized by high-localized power density. This study presents an analysis of an example modern data center with a view of the magnitude of temperature variation and impact of a failure. Initially, static provisioning for a given distribution of heat loads and cooling resources is achieved to produce a reference state. A perturbation in reference state is introduced to simulate a very plausible scenario—failure of a computer room air conditioning (CRAC) unit. The transient model shows the “redlining” of inlet temperature of systems in the area that is most influenced by the failed CRAC. In this example high-density data center, the time to reach unacceptable inlet temperature is less than 80 seconds based on an example temperature set point limit of 40°C (most of today's servers would require an inlet temperature below 35°C to operate). An effective approach to resolve this issue, if there is adequate capacity, is to migrate the compute workload to other available systems within the data center to reduce the inlet temperature to the servers to an acceptable level. Recommended by: Ahmed Elmagarmid     

数据中心机房的高效制冷

因为制冷设计不合理,施工不专业,都会影响数据中心机房的制冷效率。该文介绍三种数据机房的高效制冷方法：按需制冷;水平送风;封闭冷通道。研究数据机房的高效制冷,不仅是节能减排的需要,也是保障数据机房稳定运行的需要。     

Estimating sustainability impact of high dependable data centers: a comparative study between Brazilian and US energy mixes

The advent of services such as cloud computing, social networks and e-commerce has led to an increased demand for computer resources from data centers. Prominent issues for data center designers are sustainability, cost, and dependability, which are each significantly affected by the redundant architectures required to support these services. Within this context, models are important tools for designers when attempting to quantify these issues before implementing the final architecture. This paper proposes a set of models for the integrated quantification of the sustainability impact, cost, and dependability of data center power and cooling infrastructures. This is achieved with the support of an environment called ASTRO. The approach taken to perform the system dependability evaluation employs a hybrid modeling strategy which recognizes the advantages of both stochastic Petri nets and reliability block diagrams. Additionally, an energy flow model is proposed to estimate the environmental impact and cost of data center architectures whilst respecting the energy constraints of each device. This work also presents a case study which analyzes the environmental impact and dependability metrics as well as the operational energy cost of real-world data center power and cooling architectures within the context of the energy mixes of the US and Brazil.     

Energy-Efficient Thermal-Aware Task Scheduling for Homogeneous High-Performance Computing Data Centers: A Cyber-Physical Approach

High Performance Computing data centers have been rapidly growing, both in number and in size. Thermal management of data centers can address dominant problems associated with cooling such as the recirculation of hot air from the equipment outlets to their inlets, and the appearance of hot spots. In this paper, we are looking into assigning the incoming tasks to machines of a data center in such a way so as to affect the heat recirculation and make cooling more efficient. Using a low complexity linear heat recirculation model, we formulate the problem of minimizing the peak inlet temperature within a data center through task assignment, consequently leading to minimal cooling power consumption. We also provide two methods to solve the formulation, one that uses a genetic algorithm and the other that uses sequential quadratic programming. We show through formalization that minimizing the peak inlet temperature allows for the lowest cooling power needs. Results from a simulated, small-scale data center show that solving the formulation leads to an inlet temperature distribution that is 2 °C to 5 °C lower compared to other approaches, and achieves about 20%-30% cooling energy savings at moderate data center utilization rates. Moreover, our algorithms consistently outperform MinHR, a recirculation-reducing placement algorithm in the literature.     

有线电视网络新一代绿色数据中心建设的方法

为了满足有线电视网络数据中心的快速增长,提高数据中心的可靠性,降低数据中心的能耗,改善PUE值,打造绿色节能的数据中心.本文从供电系统和制冷系统两个方面入手,提出＂双总线＂供电技术、冷通道封闭技术等提高数据中心可靠性、降低数据中心能耗的技术方案,为构建绿色数据中心提供更为有效的理论依据。     

虚拟化数据中心全局能耗优化调度方法

虚拟化数据中心的制冷和供电设备能耗比重大且浪费严重,但当前虚拟化能耗优化的研究仅考虑IT设备能耗,针对该问题,通过对数据中心能耗逻辑的研究,提出一种虚拟化数据中心全局能耗优化调度方法。该方法通过感知数据中心负载和热分布状况,依据虚拟化调度规则生成动态调度策略,并对虚拟设备组的制冷供电设备进行同步调度,减少数据中心冗余制冷和设备空载损耗,以此最小化数据中心能耗。实验结果表明,该调度方法可节省制冷设备近26％的冗余制冷,并提升供电设备8％左右的供电效率,提高数据中心的能耗有效性,降低整体能耗。     

超大城市地表特征参数估算及其对城市热环境的影响研究

近年来超大城市的下垫面环境发生了显著变化,并对区域生态系统造成了明显的影响。因此有必要定量化下垫面特征参数并研究它们之间的相互关系对城市热环境的影响。以北京市为例,采用2009年6月2日Landsat\|5 TM卫星影像提取城市不透水层百分比、地表温度、土地利用/土地覆盖和植被指数这些典型地表特征参数,并分析它们之间的定量关系。研究结果表明:随着城市化进程加快,北京市高不透水面扩展到六环,六环以内地表温度保持在40 ℃以上,特别是商业区等特高不透水面区域地表温度甚至高达45 ℃,处于城市高温区域,六环以内区域平均温度波动幅度不大。另外,森林和农业用地的降温作用明显,最高降温幅度达到6 ℃,而且夏季裸土地表温度接近高密度居民区地表温度。     

基于模型预测控制的数据中心节能调度算法

如今日益增长的数据中心能耗,特别是冷却系统能耗已日益受到重视,降低系统能耗能够减少数据中心碳排放.提出了一种基于模型预测控制（model prediction control,简称MPC）的节能调度策略,该策略可以有效地减小数据中心冷却能耗.该方法采用动态电压频率调节技术来调整计算节点频率,从而减少节点间的热循环;所有节点的峰值温度可被保持在温度阈值下,在任务的执行中稳态误差较小.该方法可以通过动态频率调节来抑制由于负载类型变化造成的模型不确定性带来的内部扰动,分析结果表明,基于模型预测的温控算法系统开销较小,具有良好的可扩展性.基于该算法设计的控制器能够有效地降低输入温度,提高数据中心能耗效率.通过在实际数据中心内运行的模拟网上书店,该方法与安全最小热传递算法和传统反馈温控算法这两种经典方法相比,无论是在正常条件下还是在扰动存在的情况下都能取得较好的温度抑制效果,系统性能如吞吐率也达到最大.在相同的负载条件下,该方法能够获得最小的输入峰值温度和最小的冷却能耗.     

云计算反取证的关键技术及其应用

云计算技术的迅猛发展,其带来的商业运营和信息服务模式的变化,为越来越多的企业所接受后,作为信息系统核心的数据中心也开始一步步地朝着云计算数据中心发展。在云计算环境下,云计算信息系统主要由云计算数据中心和用户端组成。数据中心是核心,是大脑,是所有资源汇集之处,是信息的枢纽,它通过网络向企业或公众提供信息服务。本文将结合云计算关键技术,对计算机反取证技术进行研究,有利于计算机取证人员的取证有效性。     

降质图像高密度斑点批量智能识别仿真

针对降质图像中高密度斑点识别速度慢、识别位置不精准问题,提出了一种基于频域滤波法和相交测定中心法的降质图像高密度斑点批量智能识别技术。首先使用小波域内非线性软门限选取方法对图像进行去噪处理,选取小波域内非线性软门限,根据门限剔除图像冗余干扰,并确保滤除斑噪的同时保证边缘信息安全,然后使用相交测定中心算法对去噪后图像进行梯度识别,获得高密度斑点的中心面积,最后通过斑点细来设定阈值,从而完成降质图像高密度斑点批量智能识别的目的。仿真证明,相对于传统方法,所提方法在降质图像高密度斑点的批量智能识别上效率更高,并且识别精准度较高。