金融液冷数据中心,噱头还是趋势?

news2025/1/18 4:32:25

当前,全社会数字化进程加速,金融行业已全面进入数字化和智能化时代。与此同时,随着云计算、分布式架构、大数据分析、通用人工智能等技术的广泛运用,金融行业从数据大集中到分布式融合,金融企业的数据中心建设正围绕其业务发展和转型需要迅速展开。在此过程中,金融数据中心在节能减排领域面临诸多挑战:一方面,数据中心逐渐向高密度、超大规模转变,对金融数据中心的制冷和散热模式提出了挑战;另一方面,金融算力多元化和算力需求增长所带来的数据中心能耗的急剧增加与中国“碳达峰、碳中和”的双碳目标之间形成了矛盾。如何给数据中心“降温”、突破节能降耗的瓶颈迫在眉睫,绿色数据中心建设成为关乎金融科技发展的重要课题。

对此,浪潮信息践行“All in液冷”发展战略,打造天池液冷产业基地,提供多样化液冷产品和成熟的液冷数据中心解决方案。今年8月,浪潮信息组织十多家金融机构的专业人士实地探访亚洲最大的天池液冷产业基地,现场体验了全液冷机柜、液冷服务器等领先产品。在参观中了解到,浪潮信息已经实现“机柜即数据中心”,液冷机柜能够100%全液冷运行,在提供高算力的同时保证低能耗,具有“一柜顶十柜”的高算力密度,年平均PUE可低至1.1以下,成为金融机构新建数据中心或老旧机房液冷改造的优选。

浪潮信息组织金融专业人士参观天池液冷产业基地

金融机构 为何对液冷的需求日益高涨?

随着金融科技突飞猛进的发展,金融数据中心日益成为行业内的关注点。过去10年,注重高安全、高可靠的金融数据中心PUE一般都大于1.5,这意味着IT设备每消耗1度电,就有额外的0.5度电用于散热等其他用途。人民银行印发的《金融科技发展规划(2022—2025年)》中提出的“打造新型数字基础设施”的关键点之一就是“建设绿色高可用数据中心”。如何在保证可靠性的基础上,践行绿色低碳的可持续发展目标,成为金融机构关注的焦点。

首先,AI时代,金融业开始打造超大型数据中心集群,节能是刚需。

金融行业是中国算力排名领先的行业,IDC数据显示,金融行业算力总量排名中国前三、AI算力排名前二。随着主机下移、云计算、分布式等技术的发展,金融数据中心的规模逐渐增加,数据量和算力呈现爆发式增长,设备数量从不足万台的规模逐渐增加到几万台、几十万台,未来甚至会达到百万台规模,超大型数据中心逐渐成为金融业的发展趋势,面对高密度散热需求,液冷技术日益受到金融机构的青睐。例如,近年来,某国有大行通过打造液冷数据中心,将年均PUE降到1.2以下,树立了金融机构节能减排的典范。又如,浪潮信息联合京东云打造的天枢(ORS3000S)液冷整机柜服务器,在京东云数据中心实现了规模化部署,在降低PUE的同时,为京东618、双十一、虎年央视春晚红包互动等提供了算力保障。

其次,全球变暖背景下 数据中心面临“烤”验。

近年来,随着全球温度持续升高,数据中心在极端高温下突发故障的现象已不鲜见。截至7月11日,中央气象台本年度已发布高温预警43次,其中高温黄色预警27次,高温橙色预警16次。持续高温炙烤下,数据中心在散热方面面临严峻考验:高温是许多电子元器件的大敌,轻则运行速度变慢,重则电子激活程度加剧导致热击穿,造成不可逆的物理损坏。对于数据重要性堪比“心脏”的金融数据中心来说,如何保障成千上万台设备的散热,成为金融机构关注的核心问题。同时,由于夏季多个省份用电需求激增,“用电荒”还会进一步加大金融数据中心散热管理的难度。在国外,在高温的冲击下,谷歌、甲骨文等科技巨头的数据中心一度出现冷却系统瘫痪,导致运行故障。前车之鉴历历在目,国内数据中心推行节能降碳改造升级已势在必行。

同时,进入智慧时代之后,数据中心部件、整机的功耗均大幅提升。从部件维度看,随着服务器核心计算芯片的更新换代,服务器单芯片功耗将达到500~1000W,同时风扇作为服务器主要散热部件,其功耗在IT设备总功耗中占比越来越高。从系统角度看,散热问题更加凸显,根据《2021-2022年度中国数据中心基础设施产品市场总报告》,2021年中国单机柜功率在10kW以上的数据中心市场规模增速超过10%,其中30kW以上的增速达31%。无论是从核心部件还是整机系统角度,传统风冷都很难满足新型数据中心的散热需求。

总之,对于金融数据中心而言,全球变暖的客观因素,以及 “双碳”目标、绿色节能的金融科技发展需求,都促使液冷数据中心在金融业加速落地——通过冷却液将核心设备的温度控制在较低的范围内的同时,也大大节省了空调等散热设备的能耗,此举可谓是一举两得。至此,金融数据中心开启了液冷升级的新篇章。

全栈液冷,为金融业提供节能降耗“定心丸”

经过对金融数据中心建设需求和实施难度的综合考量,浪潮信息选定冷板式液冷方案,依托天池液冷产业基地的全链条液冷智造能力,提供领先液冷服务器产品及端到端的液冷数据中心整体解决方案,助力金融行业绿色高质量发展。

浪潮信息液冷数据中心

其中,本次参观中,浪潮信息面向金融专业人士重点展示了在液冷服务器、全液冷机柜等方面的创新实践:

一方面,近几年浪潮信息推出了全栈液冷产品,包括液冷通用服务器、液冷高密度服务器、液冷整机柜服务器、液冷AI服务器等,向金融机构提供全套液冷产品和解决方案,能够满足金融机构绿色高质量发展的多样化场景需求,实现量身定制。

另一方面,浪潮信息全液冷机柜通过冷板及全自然冷液冷背门实现了100%液冷散热,在通过冷板液冷带走高产热元器件热量的同时,采用制冷设备全自然冷液冷背门来代替服务器机柜后门,将服务器中原本需要通过空调风冷带走的热量改由全自然冷液冷背门带走,相对传统风冷机房,能耗降低60%以上。

具体来看,浪潮信息全液冷机柜具有高冷量低能耗、高效能、安全可靠等优势:

■ 在算力能耗方面,全液冷机柜可实现高算力密度,单柜最高支持160颗CPU,一柜顶十柜,并实现了高供电密度,可支持单柜100kW的功率密度,相比传统数据中心功率密度提升10倍以上,空间利用率提升5-10倍,与此同时,背门换热能力达20kW,能耗小于2kW,单柜每年可节省电费21万元;

■ 在换热效能方面,全自然冷液冷背门比空调系统更加贴近热源,避免了原采用空调风冷散热的部分较高功耗部件产生局部热点,实现高效换热,能效比COP可达10以上;

■ 在安全可靠性方面,依托先进的管路焊接工艺,全液冷机柜系统承压能力强,可承压1.6MPa,保证系统稳定运行;并采用四重防漏液设计,冷板节点表面均部署了漏液监测装置,一旦测到液体泄漏,系统自动停机,从而保护设备安全,同时还在每个机柜底部,全自然冷液冷背门以及整个机房管路均部署了漏液监测。

液冷,助力金融数据中心释放潜能

基于这些优势,浪潮信息液冷产品和方案能够广泛适用于金融机构的新建数据中心和现有机房液冷改造。

其中金融业现有机房液冷改造主要以北京、上海两地为集中地,新建液冷数据中心则主要分布在中、西部地区。这是因为,从中国大型银行和保险公司的数据中心分布情况来看,北京有15个,上海有13个,合肥有4个,武汉有3个、深圳有3个、成都有2个、呼和浩特有2个、佛山有2个。相比于西部地区,京沪地区数字经济更发达和活跃,但土地资源匮乏、电力资源紧张,且所处地理位置年平均气温较高。因此,液冷技术在助力数字经济发达地区数据中心的升级改造以及获得实现更高的算力密度、节省更多的机柜空间方面极具价值。另外随着“东数西算”战略的推进,液冷方案将进一步在金融机构新建大规模数据中心中释放潜能。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1104206.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

什么是MIMO?

什么是MIMO?从SISO到MIMO - 华为 (huawei.com) MIMO(Multiple-Input Multiple-Output)是指在无线通信领域使用多天线发送和接收信号的技术。MIMO技术主要应用在Wi-Fi(WiFi)领域和移动通信领域,可以有效提高…

Unity之ShaderGraph如何实现光边溶解

前言 今天我们来实现一个最常见的随机溶剂效果。如下图所示: 光边溶解效果: 无光边效果 主要节点 Simple Noise:根据输入UV生成简单噪声或Value噪声。生成的噪声的大小由输入Scale控制。 Step:对于每个组件,如果输…

软件招标测试包含哪些测试?对软件项目起到什么作用?

在当前日益竞争激烈的软件市场中,一款优质的软件产品是企业获得竞争优势的关键。而软件招标测试正是评估软件质量的重要环节。   那么,什么是软件招标测试呢?简单来说,软件招标测试主要是验证软件产品的关键指标是否符合投标书要求。它通过…

多维时序 | MATLAB实现SSA-CNN-GRU-Attention多变量时间序列预测(SE注意力机制)

多维时序 | MATLAB实现SSA-CNN-GRU-Attention多变量时间序列预测(SE注意力机制) 目录 多维时序 | MATLAB实现SSA-CNN-GRU-Attention多变量时间序列预测(SE注意力机制)预测效果基本描述模型描述程序设计参考资料 预测效果 基本描述…

中国移动集采120万部,助推国产5G赶超iPhone15

近期媒体纷纷传出消息指中国移动将大规模集采,预计将采购国产5G手机120万台,加上另外两家运营商的集采数量,估计集采数量可能达到300万部,如此将有助于它在国内高端手机市场赶超苹果。 国产5G手机在8月底突然上市,获益…

libportaudio.so.2: cannot open shared object file: No such file or directory

ubuntu安装完pyaudio后报错 ImportError libportaudio.so.2: cannot open shared object file: No such file or directory解决方案 sudo apt-get install libportaudio2 libportaudiocpp0 portaudio19-dev

图片处理AIGC人工智能

以下是人工智能用文字生成的图片 文字:一个好看的亚洲美女站在桥上,周围是开满荷花的池塘 文字:一个好看的亚洲美女站在99道弯的天路上 文字:一个好看的亚洲美女骑在骆驼上 文字:一个好看的亚洲美女站在金字塔前 文字…

元宇宙虚拟展览馆,感受虚拟世界不一样的展览体验

引言: 随着科技的迅猛发展,元宇宙概念逐渐进入了大众的视野。不同于传统展览馆,元宇宙虚拟展览馆为人们提供了一个虚拟的展示空间,打破了时空的限制。 一、什么是元宇宙虚拟展览馆? 元宇宙虚拟展览馆是一种结合了虚拟…

[架构之路-240]:目标系统 - 纵向分层 - 应用层 - 应用层协议与业务应用程序的多样化,与大自然生物的丰富多彩,异曲同工

目录 前言: - 倒金子塔结构 - 大自然的组成 一、应用层在计算机系统中的位置 1.1 计算机应用程序的位置 1.1.1 业务应用程序概述 1.1.2 应用程序的分类 - 按照计算机作用范围 1.1.3 业务应用程序分类 - 按照行业分类 1.2 网络应用协议的位置 1.2.1 网络协…

你的助听器装置效果好吗?

作者:兰明 助听效果的好坏是一个多维的概念,简单的讲就是能使听障人士成功地应付生活的程度。影响助听装置效果的因素主要有三个方面:听障人士自身的因素、助听装置本身的因素以及专业服务的因素。其中病史超过半年的听障人士自身的因素&…

基于ssm的旅游管理系统

功能如下图所示 摘要 基于SSM框架的旅游管理系统代表了信息技术在旅行业中的崭新机遇,为旅行企业提供了强大的工具,以应对现代旅游市场的复杂挑战。这个系统的研发和实施具有广泛的研究意义,它深刻影响了旅游业的发展,具体表现如下…

深度学习——残差网络(ResNet)

深度学习——残差网络(ResNet) 文章目录 前言一、函数类二、残差块三、ResNet模型四、模型训练五、小结总结 前言 随着设计越来越深的网络,深刻理解“新添加的层如何提升神经网络的性能”变得至关重要。更重要的是设计网络的能力&#xff0c…

Compose Desktop 使用中的几个问题(分平台加载资源、编写Gradle 任务下载平台资源、桌面特有组件、鼠标键盘事件)

前言 在我之前的文章 Compose For Desktop 实践:使用 Compose-jb 做一个时间水印助手 中,我们使用 Compose For Desktop 写了一个用于读取照片 EXIF 中的拍摄日期参数并以文字水印的方式添加到照片上的桌面程序。 但是事实上,这个程序的名字…

C语言 输入输出

输出 printf 发送格式化输出到标准输出 stdout 调用格式 printf("<格式化字符串>",<参数表>); 头文件 stdio.h 声明 int printf(const char *format,...) 参数 format -- 是字符串&#xff0c;包含要被写入到标准输出 stdout 的文本。可以包含…

Pycharm的安装和使用

目录 环境安装 环境安装 下载并安装 打开网站&#xff1a;https://www.jetbrains.com/pycharm/download/#sectionwindows 下拉到最下面 开始安装 运行pycharm

人工智能时代大模型算法之文心大模型4.0

大家好&#xff0c;我是爱编程的喵喵。双985硕士毕业&#xff0c;现担任全栈工程师一职&#xff0c;热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。…

VsCode通过Git History插件查看某个页面的版本修改记录

首先需要安装插件Git History 方式一&#xff1a;通过 点击File History 查看某个文件变更&#xff1b;即通过commit的提交记录去查看某个文件的修改 方式二&#xff1a;通过点击选择toggle File Blame 查看当前页面每一行所有提交修改记录

吃鸡达人必备:分享顶级干货+作图工具推荐+账号安全查询!

吃鸡达人们&#xff0c;你们好&#xff01;今天我来给大家介绍一些炙手可热的吃鸡话题&#xff0c;以及一些让你实力飙升的独家干货&#xff01; 首先&#xff0c;让我们说一下如何提高自己的游戏战斗力。作为一名专业吃鸡行家&#xff0c;我将与你们分享一些顶级游戏作战干货&…

Python数据分析实战-dataframe分组提取每一组的首条记录(附源码和实现效果)

实现功能 使用pandas库来进行DataFrame的分组和提取每一组的第一条记录 实现代码 import pandas as pd# 创建一个示例DataFrame data {Group: [A, A, B, B, C],Value: [1, 2, 3, 4, 5]} df pd.DataFrame(data)# 按照 Group 列进行分组&#xff0c;并提取每一组的第一条记录…

C语言标准库函数使用的参考方式

联网后&#xff0c;登录https://cplusplus.com/ 以string.h库中的函数为例 点击后直接跳转&#xff0c;可点击右下角的按钮&#xff0c;显示实际运行输出