首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >三大谷歌欧洲数据中心究竟如何做到100%自然冷却

三大谷歌欧洲数据中心究竟如何做到100%自然冷却

作者头像
腾讯数据中心
发布于 2018-03-16 07:46:24
发布于 2018-03-16 07:46:24
2.1K0
举报
文章被收录于专栏:腾讯数据中心腾讯数据中心

分析谷歌公布的这些图表(a)、(b),纵向看,它在全球各地的多个数据中心 PUE 控制都已游刃有余;横向看,PUE曲线波浪向下,说明谷歌数据中心的运营仍在逐步改进、不断优化,这种运营是长期的精细化调优的过程。这些图表的另一个显著信息是,其各个数据中心的 PUE 有着一个规律的生物钟,不管是以季节,还是以天、小时为时间颗粒度单位,都表现出较大的波动性规律。这说明 Google 数据中心的自然冷水平高超。它基于室外自然环境温度,尽量利用外界冷源带走热量而不启动机械制冷,在散热方面只给够用的冷量,躬行节俭。

(a) Google多个数据中心的多年PUE曲线

(b) Google某一数据中心的日PUE曲线

本文即将介绍 的是比利时水侧自然冷数据中心、爱尔兰空气侧自然冷数据中心和芬兰海水直接冷却数据中心。

这些巧夺天工的数据中心技术和设计依附于所在当地的气候、政策、资源……完全定制的内容不易被直接移植和借用,然而这种大胆创新的精神值得我们共勉。

一、比利时数据中心

Google 比利时的数据中心位于 Saint – Ghislain,2008 年初启动该数据中心的第一阶段,2011 年 Q1 完成全部阶段设计。2011年Q1的PUE可以低达1.09,全年平均PUE为1.11。

图(c) Google比利时数据中心

该数据中心的蒸发冷却系统从附近的工业运河抽取用水。

“我们设计并制作了一个站内的水处理厂,这样我们就不用使用供应城市的可饮用水”。

Kava

该数据中心利用运河的冷水带走热量:在自己修建水处理厂处理好运河水后给数据中心提供冷量,只采用冷却塔而非制冷机组来散热,这个实现了 100%水侧自然冷的机房,是谷歌的第一个完全自然冷的数据中心。整个水处理厂的污水处理过程如图(d)所示:

图(d) 整个水处理厂的污水处理过程

Google 建设的现场水处理工厂直接从运河中抽取河水,过滤处理并净化到可用于制冷散热的工业用水标准。然后用水泵将净化后的冷水输送到模块化储冷大水罐,再供给到各个冷却塔,用于后续蒸发冷却。将400米开外的工业运河水变废为宝,其结果不仅冷却了服务器,还清洁了水源,当地的部长也对这场Google为主导的双赢合作赞不绝口。

图(e) 热交换器热交换设计

图(f) 热交换器热交换设计部分详解

图(e)、(f)是其热交换器热交换设计,它解释了谷歌是如何将室内的热量存于水箱中的低温运河水,再从冷却塔被带走以实现无需机械制冷的目的。比利时的气候几乎可以全年支持免费的冷却,平均每年只有 7 天的气温不符合免费冷却系统的要求。Kava 指出,机房温度不需要像以前那样低。2008 年,美国加热冷冻及空调工程师协会(ASHRAE)建议数据中心的温度应保持在 20 -25 ℃之间——但 Google建议将其保持在 27 ℃以上。

“构建一个高效的数据中心的第一步就是设法提高它的温度,我们的机器、服务器、存储阵列、以及其它任何东西,在比之一般数据中心称得上是‘火炉’的‘高温’地区都能很好地运行。对我而言,任何数据中心只能在 20甚至18 ℃以下的环境运行都颇为可笑。”

Kava

但是在比利时这里,也会有时热的连服务器都不能运行,这时 Google 就会将这里的工作移交给其他数据中心负责。Kava 没有给出任何细节,但他表示这种数据中心之间的工作交接涉及到一个叫做 Spanner 的软件平台。这个 Google 设计的平台曾在 2009 年 10 月的一个谈论会上有所提及,但是这是 Google 第一次公开确认 Spanner 确实有在使用。

图(g) spanner 设计目标

根据 Google 在 2009 年的讨论会上的陈述,Spanner 是一个“存储及计算系统,遍及他们所有的数据中心,可基于限制及使用特点来自动转移或增加数据和计算的副本。”这包括涉及带宽、丢包率、能源、资源及“失败模式”——比如当数据中心内部出现错误的时候。

二、爱尔兰数据中心

Google 爱尔兰数据中心位于都柏林,是已有退役建筑——市长大厦翻新改造而成的。因 为谷歌在欧洲没有足够的运维人员,所以希望将该数据中心设计成空气侧的自然冷却机房。该数据中心已于2010 年上半年完成了全部工程,他们实现了 100%的空气侧自然冷却,采用直接蒸发制冷技术并且定制了个热回收单元,这是Google 在欧洲的第二个无制冷机组的数据中心。

都柏林的气候条件得天独厚,但由于该数据中心受限于已有的建筑结构和散热供水,无法安装大型的冷却塔,因此采用了模块化的 AHU 方案。

图(h) 模块化AHU方案

图(i) 模块化AHU方案内部应用场景

从室外取自然空气送入到混风室与机房内回风混合,经过滤和加湿等环节,用 AHU 风扇送到直接蒸发盘管进行冷却,最后通过送风管道进入机房。由于采用了热通道封闭方案隔离热气流,进入机房的冷空气经 IT 设备加热后,部分参与回风,部分则直接排放到室外。直接蒸发制冷技术在夏天可用于调峰,比如在高温天气冷却室外进入机房的热空气,也可以在干燥的冬天用于机房湿度调节。

三、芬兰海水制冷数据中心

2009 年二月,Google 耗资 5200 万美元购买了一座位于芬兰 Hamina的废弃的造纸厂,他们认为这座拥有 56 年历史的建筑,是建设其提供大量网络服务的数据中心的理想场所之一。Google 和 DLB 公司一起将其进行改造设计成数据中心。

图(j) 海水制冷方案

图(k) 海水制冷原理

这个数据中心的独特之处在于采用了 100%的海水散热。Google 利用该造纸厂已有建筑,包括造纸厂原有水下通道,采用模块化制冷单元和闭式的内循环冷冻水(淡水),对开式外循环冷却水(海水)的热交换器传热,将升温后的海水送到室外的温度调节房,这个房间的主要作用是将送出的热水和进入的新鲜海水混合。

“当我们将水排出到海湾的时候,它的温度和湾内海水温度会很相似,这就将对环境的影响降低到最小。”

Kava

虽然这个数据中心供回水的ΔT和取得的PUE值暂时不公开,但相信应该是非常低的水平。

“公司的环境许可并没有要求控制水温。这让我感觉很好,我们不是只做我们被要求做的。我们去做那些我们认为对的事情。ISO认证说明谷歌正在获得它想要的。当局者迷,局外者清。第三方的加入让我们保持清醒。”

Kava

采用海水来散热有很多新的技术挑战,需要做热仿真,包括各个季节海水的不同温度、水垢带来的影响,以及海水对管路的腐蚀等。谷歌在 Hamina 数据中心中 采用了玻璃纤维材料的水管,并在热交换器上采用了镀钛的板换叠片等技术用于防止海水腐蚀。虽然这些技术在数据中心行业中也许还比较新,但海水散热在其他行业中已有较多应用,可以从相关行业学习到这些经验和教训。

图(l) 海水制冷数据中心应用内景

图(m) 支持海水制冷需求的特殊材料

为了保障设计可行,在概念设计阶段 Google 的热仿真工作精益求精。它采用 CFD 技术,验证了风向和风强等对海水温度的影响,研究了不同时间海水的潮汐效应。另外还考虑盗了芬兰湾水位高低、海水温度变化、盐度大小以及海藻等对机房散热的影响。Google 还根据该地区过去三十年海水温度的数据,来确定管道从哪里取水和排水、进出水口应安装在水面以下多深的地方等。采用海水冷却不好直接采用化学过滤等,因此海水换热器的设计至关重要。Google 在 Hamina 的设计中采用了四重的海水过滤系统,分别是粗效过滤、沿途过滤、药剂过滤和高效过滤器环节,并为了长期维护方便,现场建设了可更换的 CIP(clean in place)过滤环节。

此外大型海水冷却泵的水锤作用导致的损坏也引人瞩目,该损坏主要来自阀门快速关闭时对管路带来的强烈冲击,其产生的原因是关闭阀门后水被抽走导致管内真空,从而管内外压力差很大。而用于防止海水腐蚀采用的玻璃纤维材料的水管强度不够高,在水击发生时的压力下容易造成管路爆裂,为此 ,Google 专门设计了个空气输入阀门,来控制压力差变化并缓冲其冲击。总之海水冷却设计是个挑战,设计中需要专业的工程学知识和技术,需考虑参数很多,且前期投入较大,因此对于小规模的数据中心建设并不划算,但应用在大体量的数据中心会是个精巧之处。

“对于某些规模较小的数据中心运营商/用户来说,(新型海水冷却系统)可能不具有经济效益,但它却有社会效益。它可以提供一个可靠的热源——芬兰海湾每年都会结冻”

Kava

另外,海水由于常年温度变化小且可预计,是非常稳定可靠的冷源,且几乎没有传统空调水系统带来的水消耗问题,同时得到非常低的 PUE值。

图(n) 大型海水冷却泵的水锤设计

综上所述,谷歌的三个数据中心采用了完全不一样的制冷方式,但都实现了 100%的自然冷却,其设计高效、简单、可靠。因此自然冷却百家争鸣,且没有绝对的优劣。实现方式依赖于当地的地理位置、气候。因此数据中心的设计应考虑长期的 TCO大胆创新,而不要局限于某一种固定的解决方案。

版权声明:本文为腾讯数据中心原创,欢迎转载,转载需保持原文(包括标题、导语、正文、图片、数据以及文尾的二维码、版权声明等全部内容)完整。版权均属“深圳市腾讯计算机系统有限公司”所有,未经官方授权,不得使用。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2015-09-11,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 腾讯数据中心 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
【Nature重磅封面】Google人工智能击败欧洲围棋冠军,3月挑战世界冠军!
围棋一直被视为人工智能最难破解的游戏。就在今天,《Nature》杂志以封面论文的形式,介绍了 Google DeepMind 开发的人工智能程序 AlphaGo,它击败了欧洲围棋冠军樊麾,并将在 3 月和世界冠军李世乭对战!Google 特地为此准备了 100 万美元奖金。 从国际象棋的经验看,1997 年人工智能第一次打败人类后,2006 年成为了人类在国际象棋的绝唱,自此之后人类没有战胜过最顶尖的人工智能国际象棋选手。在 AlphaGo 打败了欧洲围棋冠军后,世界冠军李世乭和 AlphaGo 的对弈,
新智元
2018/03/14
1.6K0
【Nature重磅封面】Google人工智能击败欧洲围棋冠军,3月挑战世界冠军!
为何谷歌围棋AI AlphaGo可能会把李世石击溃
/* 版权声明:可以任意转载,转载时请标明文章原始出处和作者信息 .*/ author: 张俊林 谷歌DeepMind开发的人工智能围棋程序AlphaGo以5:0的压倒性优势击败了欧洲围棋冠军、专业二段棋手Fan Hui,这是最近一周来最火爆的新闻了。16年3月份AlphaGo会和最近10年平均成绩表现最优秀的韩国九段、世界冠军李世石进行对弈,这无疑也是最吸引眼球的一场人机世纪大战,如果此役
用户1737318
2018/06/06
5630
登顶世界第一! 相比其他AI,AlphaGo究竟有何不同?
世界职业围棋排名网站GoRatings最新排名显示,连续24个月排名世界第一的中国棋手柯洁被谷歌人工智能机器人AlphaGo反超。截止目前,AlphaGo以3612分登顶世界第一,超越了所有人类棋手。
AI科技评论
2018/03/07
1K0
登顶世界第一! 相比其他AI,AlphaGo究竟有何不同?
复盘 | 离AI取代人类还有多远?
3月9日下午,经过3个半小时的激战,李世石九段投子认输,Alpha Go再次战胜人类。 根据日程安排,5局棋将分别于3月9日、10日、12日、13日和15日举行,即使一方率先取得3胜,也会下满5局。比赛采用中国规则,执黑一方贴7目半,各方用时为2小时,3次60秒的读秒。 与战前李世石预言5:0全胜的成绩相比,今天的结果有些出乎意料,也让未来几天的比赛更加充满悬念。 来个调查先: 然而,仅这一局的结果就已经能说明一些问题。 AlphaGo获胜意味着什么? 李世石战绩 1995年入段,1998年二段,1999
CDA数据分析师
2018/02/08
8990
复盘 | 离AI取代人类还有多远?
【王威廉】机器学习:现在与未来
2016年3月,在韩国首尔四季酒店举行的谷歌 DeepMind围棋挑战赛,人工智能围棋软件AlphaGo以4∶1战胜了韩国棋手李世乭九段。本次比赛后,关于人工智能和机器学习的话题迅速升温,引起社会各界的关心。然而,除了在本领域工作的一线科研人员,其他人士对人工智能和机器学习的发展现状和前景了解的却不多,甚至存在不少误解。在此,本文希望能跟读者探讨一下人工智能和机器学习,谈谈其发展现状与未来趋势。 1 什么是机器学习? 机器学习是人工智能的一个分支学科,主要研究的是让机器从过去的经历中学习经验,对数
新智元
2018/03/21
8640
【王威廉】机器学习:现在与未来
【21天完虐Master】AlphaGo Zero横空出世,DeepMind Nature论文解密不使用人类知识掌握围棋
【新智元导读】新智元AI World 2017世界人工智能大会倒计时进入20天,DeepMind 如约公布了他们最新版AlphaGo论文,也是他们最新的Nature论文,介绍了迄今最强最新的版本AlphaGo Zero,使用纯强化学习,将价值网络和策略网络整合为一个架构,3天训练后就以100比0击败了上一版本的AlphaGo。AlphaGo已经退休,但技术永存。DeepMind已经完成围棋上的概念证明,接下来就是用强化学习创造改变世界的价值。 今年5月乌镇围棋大赛时,DeepMind CEO Hassabi
新智元
2018/03/21
9780
【21天完虐Master】AlphaGo Zero横空出世,DeepMind Nature论文解密不使用人类知识掌握围棋
我是黄士杰,AlphaGo人肉臂
他面无表情,他冷静镇定,他会出现在对手的梦里,他是AlphaGo人肉臂。他热情幽默,多才多艺。他很少登台演讲。他不被允许接受采访。他是AlphaGo真正的创造者。他是Aja,黄士杰。 舒石 发自 凹非寺 量子位 报道 | 公众号 QbitAI 许峰雄绰号“CB”。 1980年,许峰雄(Feng-Hsiung Hsu)从台湾大学本科毕业,1985年考入卡内基梅隆大学。1988年,CB制造出国际象棋程序Deep Thought(深思),后来经过学弟李开复介绍,1989年加盟IBM继续展开研究。 1997年 这一
量子位
2018/03/29
1K0
DeepMind官方解密新版 AlphaGo 棋艺制胜奇招:价值网络把控通盘局面
【新智元导读】4月10日,中国棋院与谷歌在北京宣布,今年5月在“中国乌镇·围棋峰会”上AlphaGo升级版将与最顶尖的人类棋手进行对弈,世界冠军柯洁将出战。 随后,DeepMind CEO Demis Hassabis 在官方博客上撰文介绍了这一比赛和全新版的 AlphaGo,并强调 AlphaGo 不仅会下棋,在节约能源、医疗、翻译等方面也得到了应用。其团队详细也解读了AlphaGo 在围棋上的最新技术进步,包括策略和战略上的创新。 今天,中国围棋协会和浙江省体育局携手Google共同宣布,三方将联合主办
新智元
2018/03/27
7160
DeepMind官方解密新版 AlphaGo 棋艺制胜奇招:价值网络把控通盘局面
【AlphaGo2.0乌镇首局击败柯洁】人机最伟大对弈剖解,超级AI阿老师将围棋3维化
【新智元发自中国乌镇】在围棋峰会开幕式致辞中,DeepMind CEO Demis 表示,樊麾已经成为 AlphaGo 开发团队中的一位重要成员。樊麾表示,自己在与 AlphaGo 对战以后,获得了很多从未有过的认知。柯洁与 AlphaGo 对战将以全新并且激动人心的方式共同探索围棋的奥秘。Demis 还说,围棋不止是一种游戏,是一种艺术。这场比赛也不止是一场比赛,有些东西是专门设计来探索这个世界上最复杂而美丽的棋盘游戏——围棋的真理(perfection & truth),这是人类自己单独下棋再下 1 万
新智元
2018/03/28
9190
【AlphaGo2.0乌镇首局击败柯洁】人机最伟大对弈剖解,超级AI阿老师将围棋3维化
[数据分析]AlphaGo眼中的李世乭&李世乭最后的机会
作 者:Heinrich 知 乎:Heinrich 微 博:@花生油工人 知乎专栏:与时间无关的故事 本文已获得作者授权 推荐语:此文写于AlphaGo与李世乭大赛的第二局结束后,作者对双方水平及棋局的走向预测都很准确,不过相对于结果,分析过程更值得学习 用自己的DCNN把李世乭过去曾下的295盘棋,30366步分析了一下,然后再过去的两局中验证了一下,得到很多有意思的数据。因为我的围棋水平实在太差,所以把所有提取的数据发上来跟大家分享一下,供围棋高手们分析,欢迎批评指正。 第一部分 AlphaGo眼中的
大数据文摘
2018/05/24
6760
AlphaGo再下一城,是否代表已经诞生了真正的智能?
在刚刚结束的围棋人机第二场比赛中,AlphaGo执黑再下一城,原来对李世石抱有很大期望的围棋界人士信心受到重创,同样作为职业九段的选手,柯洁甚至在第二场比赛未结束时就表示,现在只希望李世石赢一场扳回面
机器人网
2018/04/23
5560
AlphaGo再下一城,是否代表已经诞生了真正的智能?
人机围棋大战首局落定,阿尔法狗是怎么赢的?
今天下午谷歌人工智能AlphaGo与韩国棋手李世石的第一场比赛结束,AlphaGo获得今日比赛的胜利。双方在较量3个半小时后,李世石宣布认输。今日比赛结束后,双方还将分别在3月10日(周四)、12日(周六)、13日(周日)、15日 (周二)的北京时间中午12点进行剩余4场比赛。 本次比赛用时每方2小时,1分钟读秒三次。比赛采用中国规则,黑贴3又3/4子(黑贴7目半)。采用中国规则是因Alpha GO以中国规则为基础开发。 比赛采用5局3胜制,最终比赛获胜方将获得奖金100万美元。如果AlphaGo获胜,奖金
机器人网
2018/04/23
1.2K0
人机围棋大战首局落定,阿尔法狗是怎么赢的?
洞察|AlphaGo之父揭开打败柯洁的秘密:强AI是人类的终极工具
5月24日,在新版本AlphaGo首战以1/4子微弱优势战胜中国围棋职业九段棋手柯洁之后,“AlphaGo之父”DeepMind创始人兼CEO Demis Hassabis、AlphaGo团队负责人David Silver在人工智能高峰论坛上详解了AlphaGo的研发并就“AlphaGo意味着什么?”的问题进行了详细解答。 “AlphaGo已经展示出了创造力,也已经可以模仿人类直觉了。在过去一年,我们继续打造AlphaGo,我们想打造完美的AlphaGo,弥补它知识方面的空白。因为在与李世石的比赛中,它
灯塔大数据
2018/04/08
6410
洞察|AlphaGo之父揭开打败柯洁的秘密:强AI是人类的终极工具
围棋人机大战一周年:被AlphaGo改变的世界
舒石、若朴 发自 凹非寺 量子位·QbitAI 报道 去年今日,三连败的李世乭扳回一局。 然而这一针兴奋剂很快失效,随后李世乭再折一阵,最终以1:4输给AlphaGo。在围棋的人机大战中,顶级人类选手完败给人工智能。 人工智能一战成名,李世乭留下落寞侧影。为AlphaGo落子的黄士杰一年后回忆说:“当时我代表AlphaGo下棋,必须保持冷静”。 从那时起到现在,人类始终生活在一个被AlphaGo改变的世界。 一年回望 站在围棋人机大战一周年的节点上,该如何回顾过去、展望未来
量子位
2018/03/22
7200
围棋人机大战一周年:被AlphaGo改变的世界
AlphaGo 是如何把 CNN 接到搜索的?
AlgorithmDog
2018/01/08
2.3K0
AlphaGo 是如何把 CNN 接到搜索的?
2:0!柯洁次战中盘告负AlphaGo,表现一度完美
唐旭 若朴 发自 东瑶村 量子位 报道 | 公众号 QbitAI 鏖战155手,柯洁二战AlphaGo再次落败。中盘告负。 这场比赛的激烈和复杂程度,超越双方的首场对决。中盘阶段,根据AlphaGo的
量子位
2018/03/30
7450
现在的谷歌AlphaGo想挑战顶级选手会成功吗?
最近被不断刷屏的就是谷歌的AI战胜了欧洲围棋冠军。很多人都在猜想,这是不是就代表人工智能在与人类的对战当中,已经在慢慢获得成功,连最难的围棋现在都已经攻克了职业选手,那么战胜世界冠军也不是不可能的事,况且已经决定于3月份对战九段顶级选手李世石。可见人类与AI之间的防护墙正在慢慢坍塌。 这次谷歌使用的人工智能软件叫做AlphaGo,由去年收购的人工智能公司DeepMind所研发,起到关键作用的就是两个神经网络,一是决策网络,负责下一步走法;另一个是叫值网络,主要是可以预测不同的分布可能会带来什么的后果。 此次
镁客网
2018/05/25
5300
从"深蓝"到 AlphaGo丨AI 在游戏领域的升级打怪之路
可以说,AI的发展进化史就是AI在游戏领域的升级史。 SciShow是Youtube上热门的科普向脱口秀节目。它的内容包罗万象,无论什么问题在这里都会得到风趣又详尽的解答。在本次节目中,介绍了AI 是
CDA数据分析师
2018/02/08
1.4K0
从"深蓝"到 AlphaGo丨AI 在游戏领域的升级打怪之路
围棋天团告负!1v5英雄“狗”背后的原理概括
今天,中国围棋峰会进行到了第四天,AlphaGo挑战两种未曾体验过的比赛:人机配对赛和1v5的团体赛。 对于全新的比赛形式,棋圣聂卫平与AlphaGo之父哈萨比斯谈了这样的问题:如果让柯洁与AlphaGo搭档,对阵另外一台AlphaGo,究竟哪一方更厉害?参与人机配对赛的古力九段,则在赛前表示:要努力配合好AlphaGo才能有希望。 不幸的是,配对赛战到中局,跟古力合作的AlphaGo不愿再配合他,径直就要投降……但古力被逆转得实在不甘,断然拒绝投降。于是,赢棋无望AlphaGo开始乱走,不到8手棋,古
AI科技大本营
2018/04/27
1.1K0
围棋天团告负!1v5英雄“狗”背后的原理概括
专栏 | 阿尔伯塔大学李玉喜博士:我们应该如何面对强大的计算机围棋AlphaGo?
机器之心专栏 作者:李玉喜 AlphaGo 与世界第一的人类棋手柯洁的对弈比赛已经引起了全世界的广泛关注。不出意外,尽管柯洁表现出色,但 AlphaGo 仍然连续取得了两场胜利。明天柯洁还将与 AlphaGo 展开最后一场比赛,是否会出现意外惊喜,让我们拭目以待。最后的比赛之前,加拿大阿尔伯塔大学计算机系博士、博士后李玉喜撰写了一篇解读 AlphaGo 背后的技术以及讨论我们应该如何应对这些技术的文章。李玉喜博士致力于深度学习、强化学习、机器学习、人工智能等前沿技术及其应用。曾任电子科技大学副教授;在美国
机器之心
2018/05/07
1.2K0
专栏 | 阿尔伯塔大学李玉喜博士:我们应该如何面对强大的计算机围棋AlphaGo?
推荐阅读
相关推荐
【Nature重磅封面】Google人工智能击败欧洲围棋冠军,3月挑战世界冠军!
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档