京東雲的資料中心如何“減碳”?

語言: CN / TW / HK

作者 | 金旺

出品 | 鋅產業  

CDCC資料顯示,2020年,我國資料中心耗電量為870億千瓦時。  

另一個更直觀的參照資料是,我國 (也是世界) 規模最大的水電站——三峽水電站2020年發電 1118億千瓦時,這一發電量當時打破了單座水電站年發電量世界紀錄,然而,資料中心全年就用去了其發電量的78%。 

自2006年AWS釋出儲存和虛擬機器服務以來,雲服務已經興起十五年。在雲服務興起的第十五個年頭,高能耗仍是資料中心的一大痛點。

在過往十數年裡,國內零售、電商、社交、出行在內的各個行業紛紛將主戰場搬到了“雲”上,與此同時,更多傳統行業仍在加速上“雲”,也就是在這時,一組數字將剛剛跨過黃金十年的雲服務推向了一個拐點。

一場因“碳中和”而起的能源調優,將資料中心再次推到風暴中心。  

01   

"雙十一"和“3060"

在前不久剛剛過去的雙十一中,天貓交易額5403億,京東交易額3491億,除了交易額,阿里和京東還一同強調了另一個資訊——“雙十一產生的訂單,100%在雲上完成。

對於二者而言,這是一件難度極大的事兒,僅僅是粗略估算,京東雙十一期間平均每秒產生的交易額就超過了36萬元,尤其在京東將今年雙十一當天啟動時間調整到11月10日晚8點後,京東雲團隊要面對的是持續5個小時的脈衝式資料洪流。

後來,據京東對外公佈的官方表示,在這場“100%雲上雙十一”大型會戰中,京東投入了包括阿基米德團隊、JC2M團隊、支付技術團隊、資料中心團隊在內的十個團隊。

也就是在這場規模浩大的會戰中,京東雲資料中心通過技術架構與產品創新,光伏發電和高效能伺服器,液冷及熱回收技術、AI智慧溫控、機器人巡檢等自研技術 ,實現了京東資料中心在雙十一期間的基礎設施能耗降低了30%,對應的碳排放量也減少了10%。

對於國家2020年提出的“3060”目標而言,10%的碳減排量算得上是京東在這場持久戰中邁出的第一步。

什麼是“3060”?

這要從2020年異常火爆、看起來又很高階的兩個詞「碳中和」、「碳達峰」說起。

2020年9月22日,我國在第七十五屆聯合國大會上提出,“二氧化碳排放量力爭在2030年前達到峰值,爭取在2060年前實現碳中和。”  

所謂碳達峰是指,二氧化碳年排放量達到峰值,不再增長;碳中和是指二氧化碳排放量和通過二氧化碳去除技術去除量達到平衡,二氧化碳淨增量為0。

“雙碳”戰略完成的預期時間,構成的正是國家“3060”目標。

在這一目標正式提出後,國家能源局在2020年年底表示將繼續出臺多項扶持光伏產業政策,生態環境部提出未來十年將大力發展風電、太陽能發電。

今年7月,工信部印發的《新型資料中心發展三年行動計劃(2021-2023年)》指出,到2023年底,我國新建大型、超大型資料中心的PUE (評價資料中心能源效率的指標) 要求低於1.3。

與此同時,資料中心首次被列為雙高行業,八大樞紐節點之外的資料中心不再給予政策優惠,據京東集團副總裁符慶明分析,“這將直接導致資料中心發展受到電價市場化機制的影響,未來,一線城市資料中心的運營成本或將翻倍。”  

在“雙碳”戰略中,資料中心這一能源大戶的能源調優率先被提上了日程,對於剛剛成為中國第五朵雲的京東雲而言,這是一個不小的挑戰。

02

讓PUE低於1.1

據國家能源局資料顯示,2020年中國可再生能源發電量為2.2萬億千瓦時,而這在社會用電量中佔比尚且不足30%,超過70%的社會用電量仍由煤炭類不可再生能源發電供應仍是一個不爭的事實,這也正是碳排放的主要來源。

資料中心要進行能源調優,首先就要從源頭儘量多地使用清潔能源。

早在2017年,京東就已經著手將分散式光伏發電系統部署到了上海亞洲一號智慧物流園區中,這一系統在次年正式併網發電,在2020年發電量為253.8萬千瓦時,相當於節約標準煤約800噸,減少二氧化碳排放量約2000噸。

如今,不僅僅是物流園區,據京東科技京東雲事業群總裁高禮強透露,京東已經將分散式光伏發電系統應用到了華東崑山、華北廊坊資料中心中,這兩個超大規模資料中心清潔能源採用率已經達到10%。

隨著企業上雲成為主流趨勢,雲廠商的資料中心中的裝置量與日俱增,2021年全國伺服器保有量已經增長到1390萬臺。 在資料中心中,IT裝置耗電量佔比通常高達60%~80%,而IT裝置耗電量中只有3%用於資料傳輸,97%的耗電量最終都轉化成了熱能。

如何解決好資料中心散熱問題,甚至能將這些熱量回收再利用就成了資料中心當下需要考慮的另一個關鍵問題。

而像京東華東、華北資料中心這樣的超大規模資料中心叢集,勢必會產生大量熱量。

以往資料中心採用的連續製冷方案成本高、自然冷卻利用率低,尤其隨著超大規模資料中心內伺服器規模與日俱增,裝置功率密度不斷攀升,傳統冷凍水方案有更多侷限性。

為此,京東聯合華為研發了智慧間接蒸發冷卻系統 (EHU) ,該系統採用新一代換熱芯和風機設計,將換熱芯結垢率降低到了75%,換熱效率提升了5%,風機效率提升了8%;整體方案採用冷電融合設計,融合加溼&除溼、隔斷防火二合一風閥等功能,縮短TTM 50%。

為了解決供電穩定性的問題,京東在這一系統中通過採用鋰電儲能系統直驅供電,實現了市電切換過程中溫度“0”波動,從而讓電網質量滿足資料中心的高穩定性要求。

解決了裝置製冷問題後,如何將這數十萬臺伺服器產生的大量熱量進行回收再利用是京東雲團隊思考的另一個問題。

在傳統的資料中心裡,通常採用的方法是通過空調吹出的冷空氣流入伺服器來幫伺服器降溫,吸收伺服器產生的熱量後達到35~40℃時會返回空調,經流體輸配系統和換熱裝置最終將這些熱量散入環境中,熱量轉化路徑為: 電源輸入伺服器→伺服器產生熱量→排到機房→空調器吸收熱量→通過換熱裝置排向室外

要知道伺服器每年消耗的數以億計電能最終幾乎全都轉化成了熱能,如果能將這些熱能進行回收再利用,也不失為實現碳中和的一種途徑。

考慮到這一點,京東雲在華北資料中心中規模化應用了自研的整機櫃冷板式液冷技術, 京東雲團隊通過將35~45℃純水經過特殊設計的冷板直接冷卻伺服器晶片,消除了對冷凍水的需求。

此外,採用水冷系統冷卻IT裝置後,返回的20℃以上高溫水會帶出資料中心IT裝置散發的熱量,通過高度自動化的製冷迴圈系統,採用高效變頻水源熱泵多聯機組對這些熱量進行集中回收,回收的這些熱量可以直接解決整個園區冬天供暖問題。

也正是通過這樣的技術創新,讓京東雲規模投入到2021年雙十一中的資料中心,已經能夠實現 全年執行PUE低於1.1。

除去這些直接提升能源利用率的技術外,京東雲還在通過阿基米德智慧排程系統提升CPU資源利用率,通過數字化供應鏈提升倉儲物流效率、降低能耗。 而作為一朵從京東自身業務長出的行業雲,京東雲憑藉這樣的技術能力也在對外輸出炮火支援。

03   

京東雲的炮火支援

成立於2004年的陝西煤業化工集團 (以下簡稱:陝煤集團) 是一家省級國有大型能源企業,作為國內排名第四的煤炭企業,2020年煤炭銷量達1.94億噸,佔全國煤炭銷量的二十分之一。在“雙碳”戰略下,如何更高效地應用煤炭就成了一個關鍵問題。

陝煤運銷集團是陝煤 集團 負責煤炭銷售的全資子公司,在以往銷售中,幾千噸煤炭對於他們來說只是一個小數目,陝煤運銷銷售團隊根本無法觸達這樣的需求,如何讓“買煤像在京東上買日用產品一樣高效”,是他們在當下這場數字化變革中思考的問題。

2020年11月,由京東雲負責搭建的運銷雲一期專案在 陝煤 集團 正式上線執行,這一由數字運銷管理中臺和智慧運銷、智慧零售孿生系統構成的運銷雲,將整個陝煤集團生產、運輸、銷售等環節產生的資料進行打通,改變了陝煤集團傳統的業務模式。

經過半年的優化,陝煤 集團 旗下的4家分公司、7個辦事處已經基本實現從合同簽訂到貨款結算的一網通辦。

正是通過這樣一朵雲, 陝煤 集團 得以將煤炭這種非標產品通過線上標準化流通實現高效、快捷,將交易、結算實現線上化,最終實現煤炭按噸銷售。據陝煤運銷資訊化辦公室主任陳嶽透露,目前陝煤運銷集團線上車輛已有超過8500輛,煤炭成交量超400萬噸,派單量超10萬單。

此外,京東雲也為陝西恆盛集團搭建的智慧供應鏈平臺實現了商砼 (混凝土) 產業上下游高效協同,日常履約率提升30%;京東云為長三角3C電子零部件製造企業提供的AI智慧檢測技術,使得工廠零部件檢測速度提升超過10倍,效率提升15倍。

據京東第三季度財報資料顯示,京東雲已經服務了包括北汽、中聯重科、三一重工在內的超1500家大型企業,以及超152萬家中小企業。

04 

京東雲的“3060”

資料中心是一個高耗能產業,同時也是當下萬物上雲最為關鍵的基礎設施,在摩爾定律已經無法保證算力每年翻一番的當下,如何既保證雲服務既能高速發展,又能實現“3060”目標,這是擺在包括京東雲在內所有云廠商面前的一個嚴峻挑戰。  

前者,京東通過這些年的技術積累,逐漸搭建起了自己的雲原生技術中臺、第四代雲主機京剛、混合雲作業系統雲艦,形成了現在京東雲兼顧自用和對外服務的獨具特色的混合雲系統方案。

後者,京東雲從供電系統優化、製冷系統優化、系統架構優化、IT裝置優化四個方面對資料中心進行改進,開始破解資料中心高耗能這一難題。

符慶明介紹稱,“未來綜合以上這些節能方式,我們實際上可以節約60%以上的能耗,最終只有35%的能耗是需要通過採購綠電、投資清潔能源發電專案來通過清潔能源實現‘碳中和’。”

有行業專家表示,碳中和對資料中心未來發展產生的影響是不可逆的,將直接影響未來雲廠商的生死存亡。

在這條路上,走出了第一個10%的京東雲仍需繼續加快腳步。

更多科技產業技術、故事、趨勢,點選下方關注:point_down: