2023開年，浪浪山的一只小豬妖火出了圈，在《中國奇譚》這部國漫的第一個單元中，小豬妖躊躇滿志，想要做出一番事業(yè)，結果費盡千辛萬苦，自己的工作成果卻被否定，然后，小豬妖說出了那句經(jīng)典臺詞“我想離開浪浪山”。

小豬妖的遭遇，戳中了當代打工人的隱痛，也像極了數(shù)據(jù)中心里那些鮮為人知，又百抓撓心的困境。

近年來，我們能夠在很多論壇、峰會、發(fā)布會商聽到一些高瞻遠矚、提綱挈領的話，比如“計算力就是生產(chǎn)力”、“數(shù)字經(jīng)濟的基礎設施”、“上云用數(shù)賦智”等，這些宏觀層面的趨勢、路線支撐著云數(shù)據(jù)中心、智算中心等計算集群的快速發(fā)展，我們也在此前的文章中分析過很多。

不過，實際建設過程中，會面臨這樣那樣的具體挑戰(zhàn)，可能是坐在辦公室/研究所，對著PPT指點江山的人很難想象的。

比如西部某高校中計算中心的一個女工作人員曾告訴我，服務器散熱主要靠風冷，維持降溫會加大送風風力，她們女員工進機房都是沒法穿裙子的；機房內(nèi)的噪音很大，常年負責運維的同事，聽力也受到了損害。

這些細節(jié)而真實的難題，構成了數(shù)據(jù)中心必須翻越的浪浪山，否則就會像小豬妖一樣疲憊且做無用功，而這些問題，只能從扎根在腳下的土地中來，從與一線人員交流中來。今天我們就結合一些實地見聞來聊一聊，數(shù)據(jù)中心正在等待翻越哪些山巒。

第一重山：電

談到數(shù)據(jù)中心的中美差異，你會想到什么？芯片、架構、軟件、產(chǎn)業(yè)鏈？有一個容易被忽略但很重要的因素是：供電。

益企研究院自2018年來實地考察了多個國內(nèi)云數(shù)據(jù)中心，發(fā)現(xiàn)2 路2U 是國內(nèi)服務器市場上的主流規(guī)格，IDC的服務器市場追蹤報告也證實，2018—2021 年，機柜式服務器中2U 規(guī)格占據(jù)了70%左右。然而，美國市場上，1U反而更受歡迎。

1U和2U究竟是什么？到底是什么原因導致了這種差別？又意味著什么呢？

（中國電子信創(chuàng)云基地（順義）機房的2U服務器）

我們知道，隨著IT設備技術的變化，現(xiàn)代數(shù)據(jù)中心采用的服務器高度一般為1U或2U，U指的是機架式服務器的厚度，1U是4.45厘米，而早期數(shù)據(jù)中心的機架式服務器高度一般在3-5U。

U的數(shù)字越少，服務器高度越低，單機計算密度越高，1U服務器的計算密度可以達到2U服務器的兩倍。然而，東數(shù)西算工程中對數(shù)據(jù)中心集群的要求，京津冀、長三角、粵港澳大灣區(qū)、成渝這幾個樞紐節(jié)點都強調(diào)了“高密度”。因為只有密度更高，才能在有限的土地面積上供給更多的算力，提高土地資源效益。

這樣看，1U應該是更好的選擇，但實地走訪得到的結果，卻是2U規(guī)格在中國云數(shù)據(jù)中心的占比較多，這是為什么呢？這里有一個決定性因素——供電能力。

因為1U比2U更耗電，支撐約18臺2U服務器的單機柜供電量需要達到6kW，如果換成部署36臺1U服務器，那供電量就要達到12kW。如果單機柜的供電能力達不到，就無法充分發(fā)揮1U的密度優(yōu)勢。

（和林格爾東方超算云數(shù)據(jù)中心內(nèi)景）

而目前，我國數(shù)據(jù)中心的機柜功率還是普遍偏低的，主流功率以4-6KW為主，“東數(shù)西算”工程的宣傳中，甚至還可以看到“2.5 千瓦標準機架”的配置，6kW以上的機柜占比只有32%。

數(shù)據(jù)中心的供電系統(tǒng)，既有舊疾，也有新患。舊疾在于，傳統(tǒng)數(shù)據(jù)中心的各個機電系統(tǒng)分別運行，采集精度不足，調(diào)控范圍也有限，供電能力和IT需求無法精細化對等，一旦單機柜功率密度加大，電源連續(xù)運行的可靠性就可能受到影響，發(fā)生停機中斷的風險也會增大。對于云服務商來說，云數(shù)據(jù)中心斷電會直接導致客戶業(yè)務終端，帶來經(jīng)濟損失，這是不可承受之重。

新患在于，國家提出“雙碳”戰(zhàn)略后，建設綠色節(jié)能數(shù)據(jù)中心已經(jīng)成為共識，而單機功率密度的增加，會直接提高制冷要求，從而增加空調(diào)設備和空冷用電。以2021 年數(shù)字中國萬里行考察過的云數(shù)據(jù)中心為例，騰訊云懷來瑞北數(shù)據(jù)中心使用 52U 機柜，UCloud（優(yōu)刻得）烏蘭察布云基地使用 47U 和54U的機柜，如果都改用1U服務器，不僅不能真正提高密度，反而會增大服務器散熱設計的挑戰(zhàn)。

已知數(shù)據(jù)中心必須提高計算密度，那就要提高單柜密度，單機柜功率需要更高可靠、高可用的供電能力來保障，因此可以得出，供電能力接下來會是中國數(shù)據(jù)中心必須翻越的一重山。

第二重山：冷

前面提到，機柜功率密度的提升，會讓制冷用電上升。可能有機智的小伙伴會問，采用更高效節(jié)能的制冷方式，不就可以解決這個問題，順利向高密度進化了？

確實如此，數(shù)據(jù)中心行業(yè)為了更加節(jié)能的制冷系統(tǒng)，可謂是操碎了心。一方面是加速“西算”，充分發(fā)揮烏蘭察布等西部地區(qū)的氣候優(yōu)勢，建設新數(shù)據(jù)中心，利用室外自然冷源。“數(shù)字中國萬里行”實地考察了7個數(shù)據(jù)中心集群，發(fā)現(xiàn)張家口數(shù)據(jù)中心集群、和林格爾數(shù)據(jù)中心集群的數(shù)據(jù)中心，一年有 10個月以上的時間可以使用自然冷源，年均 PUE 可達 1.2。

另外就是發(fā)揮液體冷卻在降低能耗上的優(yōu)越性，逐步用液冷服務器替代風冷。比如阿里巴巴2018年在河北省張家口市張北縣部署了一個浸沒式液冷（Immersion Cooling）機房，一個臥置的54U機柜，部署32臺1U雙路服務器和4臺4U的JBOD。開篇我們提到，風冷機房給女員工著裝上帶來的小困擾，液冷技術就能很好地解決這個問題。

這是不是意味著，液冷技術很快會在數(shù)據(jù)中心行業(yè)普及呢？結束2021年數(shù)字中國萬里行后，益企研究院推出的《2021中國云數(shù)據(jù)中心考察報告》，給出了“謹慎觀望”的答案。

我們認為，原因有三：

1.成熟期的生態(tài)問題。

液體冷卻雖然制冷效率遠高于風冷，但長期以來，風冷機房在數(shù)據(jù)中心建設中占據(jù)了主流，幾十年一貫制的風冷服務器已經(jīng)形成了成熟的生態(tài)鏈，建設和運營成本都有優(yōu)勢，因此一些氣候優(yōu)越的地區(qū)，風冷方案就可以滿足降PUE的需求，比如華為烏蘭察布云數(shù)據(jù)中心就以 8 千瓦的風冷機柜為主。此外，在一些東部中部地區(qū)有引入液冷的需求和意愿，但也要考慮成本，如果能夠通過優(yōu)化UPS架構，采用智能化能效管理方案等，取得顯著的節(jié)能效果，那么能風冷就風冷。

2.過渡期的技術問題。

當然，對于HPC、AI等計算，采用液冷的優(yōu)勢很大，因此也有一些公司希望嘗試液冷技術，但又不想改造風冷機房，于是從風冷升級到液冷的過渡期，出現(xiàn)了“風液混布”的市場需求。

我們知道，風冷服務器可以與制冷設備松耦合，環(huán)境適應性、靈活度很高，而浸沒式液冷需要將服務器的板卡、CPU、內(nèi)存等發(fā)熱元器件完全浸沒在冷卻液中，噴淋式液冷則需要對機箱或機柜進行改造，二者帶來的成本都比較高。過渡期中，冷板式液冷與風冷混合使用，是比較適合的方案。但是，冷板式液冷要將冷板固定在服務器的主要發(fā)熱器件上，依靠流經(jīng)冷板的液體將熱量帶走，全密封和防泄漏要求高，設計和制造難度很大。

（華為云東莞松山湖數(shù)據(jù)中心部署的Atlas 900集群，采用風液混合技術散熱）

3.產(chǎn)業(yè)鏈的協(xié)作問題。

液冷數(shù)據(jù)中心需要產(chǎn)業(yè)鏈上下游的協(xié)同創(chuàng)新，包括制造、設計、材料、施工、運維等各個環(huán)節(jié)。風冷模式也正因為松耦合，導致制冷行業(yè)和數(shù)據(jù)中心行業(yè)是比較割裂的，推動數(shù)據(jù)中心向液冷變革，必須要構建一個新的生態(tài)，加強各角色的聯(lián)系，降低液冷服務器的前期制造成本和后續(xù)維護成本。這需要一個多方磨合、配合的過程，不是一朝一夕能夠實現(xiàn)的。

從這些角度來看，液冷數(shù)據(jù)中心雖然是大勢所趨，但還有較長的路要走，整個行業(yè)都在持續(xù)關注變化。

第三重山：芯

如果說供電效率、風冷液冷，是云數(shù)據(jù)中心機房基礎設施的重要變化，那么芯片可能就是IT基礎設施的重點關注對象。

2021年，由安謀科技獨家冠名贊助的數(shù)字中國萬里行，在考察貴州、內(nèi)蒙古烏蘭察布、和林格爾期間發(fā)現(xiàn)了一個新的現(xiàn)象——中國“芯”力量正在崛起，國產(chǎn)技術的成熟度和應用程度正在提升，追趕主流。阿里云的倚天710、AWS的Graviton、Ampere的Altra等，都獲得了長足的發(fā)展與應用。

造成這一局面的原因很多，比如云全棧走向自主化，為中國“芯”提供了市場支撐；政務、金融、交通、電力、制造等行業(yè)的數(shù)字化加快，為中國“芯”提供了應用落地場景；x86與 Arm 并存，為中國“芯”基于新架構進行定制和優(yōu)化提供了研發(fā)基礎。

但必須指出的是，月亮都有暗面。中國“芯”崛起的背后，也要看到中國半導體領域還艱難中探索。

首先，是制程工藝的枷鎖。我們知道，摩爾定律的延續(xù)是基于制程工藝的推進，然而半導體制程工藝的提升已經(jīng)觸達天花板很久了，跟不上芯片規(guī)格提升的速度。所以，云數(shù)據(jù)中心開始采用“堆CPU”的做法來提升機柜密度，但是靠堆料帶來的性能提升是有邊界的，不能止步于此。

于是后摩爾時代，小芯片（Chiplet）開始被很多***廠商選中。這種新的芯片設計模式，可以把多個硅片封裝在一起，組成一個芯片網(wǎng)絡，x86 和 Arm 生態(tài)系統(tǒng)都在采用這項技術。但需要注意的是，目前的IP重用方法中，對IP的測試和驗證已經(jīng)有比較成熟的方法，但多個Chiplet封裝后如何測試、良率怎么保證，還是中國“芯”必須解決的問題。

更主要的是，小芯片的封裝依靠先進的封裝技術，芯片I/O接口可以和封裝協(xié)同設計并優(yōu)化，對于芯片性能的提升非常重要。這就要求先進封裝設計與芯片設計有較強的交互性，同時也對設計工具提出了一定的要求，我們知道，EDA工具一直是我國半導體領域的“軟肋”之一，這一點不解決，在Chiplet越來越重要的當下，中國“芯”很難高枕無憂。

目前看來，數(shù)據(jù)中心集群作為數(shù)字基礎設施的重要組成部分，正在發(fā)生一系列變化，究竟干得怎么樣，有哪些待解問題，是一個必須回答又不容易回答的問題。

不識廬山真面目，只緣身在此山中。很多事情，只有在貼近實地一線，再抽離出來縱覽全局，才能看到困住數(shù)據(jù)中心前進腳步的一重重“浪浪山”。

2023數(shù)據(jù)中心需要跨越的山巒還很多，盡管道阻且長，但只要一直行在路上，總有海闊天空任鳥飛的那天。