机房建设发展技术突破

近年来，随着物联网、云计算、5G的快速发展，全球数据中心建设掀起了热潮。根据美国市场研究机构协同研究集团的最新数据，截至2020年上半年，世界上有541个超大型数据中心，是五年前的两倍多。此外，建设中还有176个计划。然而，数据中心不仅能耗巨大，而且面临着碳排放的压力。实现数据中心的低碳化和绿色化已成为该行业可持续发展的关键方向。

一般来说，一个运行了10年的数据中心，其基础设施的初始投资只占总成本的20%左右，70%以上的成本是能源成本，尤其是电力成本。根据欧盟委员会去年发布的欧洲数据战略，信息通信行业约占全球总用电量的5%-9%，碳排放总量的2%，其中很大一部分来自数据中心。

数据中心之所以能耗高，是因为要处理大量的数据。一般科技企业在处理数据时，通常采用相关分析算法，需要大量的服务器。谷歌人工智能公司的深度思维研究发现，不必要的功耗与算法有关，只使用相关的硬算分析，大量的服务器将不必要的能耗。为了改进算法，机器学习这种人工智能技术派上用场。将相关分析与因果分析相结合，通过使用因果推断方法建立巧算模型，只需一台服务器即可运行整个神经网络，大大降低能耗。

人工智能技术还可以用来预测用电量的变化，智能控制计算机服务器和散热系统，平衡用电负荷，提高节能减排效率。据说，人工智能接入数据中心后，深度思维公司数据中心节能约40%，谷歌整体能效提高15%，大大降低了业务成本。

然而，由于人工智能技术成本高，深度思维公司尚未盈利。目前，为数据中心节能提供人工智能服务的公司普遍经营状况并不理想。但其技术前景比短期利润更令人关注。

目前，欧洲数据中心采用制冷系统和浸没式液体冷却，未来将增加热回收；日本数据中心更注重地震，制冷系统采用直接新鲜空气自然冷却、风墙送风等方案；相比之下，谷歌等技术公司利用人工智能技术提高数据中心的能源效率，有望从根本上解决数据中心能耗的短板。许多业内人士认为，人工智能和机器学习是促进数据中心发展的必要技术，并对人工智能在数据中心行业的应用持乐观态度。

技术研发的先进性和经济性是对立统一的。革命性技术最初往往投资成本高，商业应用缓慢。但一旦突破临界点，就能取得较大的商业成功。目前，全球数据中心迭代发展，减排需求不断增加。相信随着人工智能节能技术的不断成熟，数据中心的绿色发展将迎来飞跃。

伴随着物联网应用程序的增多，估计产生的数据量也将呈指数级增长。解决物联网数据最有效的方法可能是在边缘处理数据。到2025年，约65%的服务器将部署在边缘数据中心。

声明：本文只做技术研究讨论，请勿用于非法目的，如果恶意使用造成任何法律责任本站概不负责！