中國儲能網訊：當前，氣候變化、疫情、糧食安全、貧困、醫(yī)療公平、教育公正、恐怖主義等是人類可持續(xù)發(fā)展所必須克服的巨大挑戰(zhàn)。數字化技術(信息整合和追蹤、AI、科學仿真、數字孿生等)幫助人們積極應對挑戰(zhàn)，讓信息及時、透明、充分傳遞，教育醫(yī)療等資源共享和均化、提高科研和生產效率、提升公共服務水平，為高效決策提供可靠基礎。
數據中心作為數字化、信息化最重要的承載體，將在多個層面起到舉足輕重的作用。維諦技術(Vertiv，NYSE：VRT)作為數據中心行業(yè)領軍企業(yè)，每年都會凝聚全球頂級專家的智慧，發(fā)布“數據中心洞察趨勢”。
趨勢1——
可持續(xù)發(fā)展需要
PUE、CUE、WUE三管齊下
數據中心作為“節(jié)碳”先行者需要更前瞻的管理。因為簡潔易操作，PUE(電能使用率)已經被選擇為數據中心能耗管控的抓手指標。WUE(水資源利用率)作為一個和PUE同樣簡潔易操作的重要指標， 其門檻的確定卻面臨較大爭議，部分人認為WUE應該根據不同技術區(qū)分對待。即對水冷設定一個寬松的指標，使其不必努力做出技術革新的情況下，也能繼續(xù)在數據中心占有一席之地。這可能是行業(yè)的慣性思維，這樣做的弊端在于非必要的復雜化WUE(讓WUE在橫向技術對比、縱向時間對比上都變得不穩(wěn)定)， 讓不同技術處于不公平的競爭環(huán)境，也與銳意進取的數據中心行業(yè)形象不符。
同時需要指出的是，現在市場上有足夠多的無水或少水的成熟制冷技術，在效果和成本上都可以和水冷競爭，同時水冷本身也需要不斷技術進化。畢竟水資源在未來會同今天的能源一樣，彌足珍貴。
在“低碳”背景下，人們期待CUE(碳使用率)能夠成為“降碳”抓手。雖然CUE的監(jiān)測和評估涉及到較多變量，并且正在嘗試涵蓋PUE、WUE，預計管理起來會比PUE、WUE復雜得多，但令人欣慰的是我們看到現在有很多機構正在不斷努力完善。
趨勢2——
全生命周期的碳足跡
監(jiān)管成為重要管理手段
數據中心作為“節(jié)碳”先行者不僅要關注自身的低碳運營，還需要在全鏈條上實現“節(jié)碳”。
碳足跡管理作為一種必要手段，要求行業(yè)上下游的碳排放管理要嚴絲合縫。供應商自身的低碳管理不到位，可能會影響數據中心的運營安全。并且，數據中心先行踐行碳足跡管理也可以更好地幫助自己的上下游企業(yè)實現綠色節(jié)碳，從而推動整個數據中心產業(yè)的可持續(xù)發(fā)展，促進實現ESG長遠目標。令人欣慰的是，我們已經看到不少領軍企業(yè)已經開始認真付諸行動。
趨勢3——
應用和要求不同催生
數據中心的群落化和多樣性
數據中心不僅要受PUE、CUE、WUE等硬性的共同的政策指標的約束，不同行業(yè)、不同用戶還會根據其業(yè)務特點和業(yè)務價值，對TCO、可用性/可靠性、性能等運營指標賦予不同的權重，并在規(guī)劃、設計、建設中實施。
比如金融行業(yè)會不妥協(xié)地把高可靠性、可用性放在首位；承載社交搜索類應用的數據中心會持續(xù)把低TCO放在最優(yōu)先級；而大型仿真等需要海量型并行計算的應用，對信號時延非常苛刻，也會繼續(xù)強調其對數據中心高功率密度的要求。
這些客觀存在的差異化的需求會不斷推動數據中心向群落化、多樣化演進。包括公有云、私有云、混合云、行業(yè)云、Colo、Edge, 它們既相互競爭，也相互協(xié)作，以滿足客戶不斷變化的業(yè)務需求。
趨勢4——
AI在數據中心建設運維中
得到更廣泛的應用
在數據中心運維管理精益求精的趨勢下，AI與大數據深度融合，可應用于數據中心的優(yōu)化控制、故障診斷和智能決策中。
其中，優(yōu)化控制和故障檢測已成熟落地。
優(yōu)化控制的成熟方案通常采用深度學習算法，該算法在大型數據中心已取得良好的效果，但在小型數據中心仍充滿挑戰(zhàn)，目前正在通過強化學習以期解決。
AI故障檢測目前主要在部件級，包括維諦在內的行業(yè)先行者正積極探索系統(tǒng)級應用的實現。智能決策也是一個讓人憧憬的目標，在真正實現它之前，我們還需要很多努力。
趨勢5——
存量改造需要
更具前瞻性和頂層設計
在“新基建”和“雙碳”的雙重背景下，未來數據中心建設呈現改造存量和拔高增量協(xié)同發(fā)展的局面。
目前我國的存量數據中心PUE平均水平在1.8左右，對其改造的要求是PUE小于1.5，未來的衡量指標可能更嚴格，甚至包括CUE?，F行改造思路主要有：
更換成高效架構和設備以降低能耗；
更換成高質量、長壽命、免維護的設備以降低運維的碳排放；
智能化運營。
除了產品本身的高效節(jié)能外，針對不同需求場景選擇最合適的方案是存量改造的核心。
趨勢6——
向模塊化、預制化、
智能化深度演進
在過去的幾年，行業(yè)專家們已經深刻認識到模塊化和預制化能夠大幅降低TCO，這種進步可以體現在設備預制、系統(tǒng)總成預制和建筑預制等不同層面上，比如天蝎機柜、巴拿馬供配電、智能PDU等。
現在需要更進一步思考的是融合的最佳顆粒度和融合范圍(供配電、制冷、智能化)，并加入AI、數字孿生等技術，從而實現最優(yōu)化TCO、縮短工期，并提高可用性。
趨勢7——
數據中心為
新能源發(fā)展貢獻新思路
數據中心的直接碳排放源主要是油機，油機在國內的數據中心通常只是作為備份電源，所以直接碳排放量比較有限。
據統(tǒng)計，中國數據中心用電量約占全社會用電量的2%左右，因此數據中心用電產生的間接碳排放目前受到廣泛關注。
數據中心作為數字化的標桿行業(yè)，渴望創(chuàng)新并被寄予厚望，在清潔能源應用(太陽能、風能、氫能、潮汐能)、能量回收再利用、綠證使用和結算、AI運維管理等各個方面，都充分展現出銳意進取的姿態(tài)。
數據中心將成為技術和商業(yè)模式創(chuàng)新的試驗田，為其他行業(yè)貢獻新思路。
