機房建設發展技術突破

近年來，隨著物聯網、云計算、5G的快速發展，全球數據中心建設掀起了熱潮。根據美國市場研究機構協同研究集團的最新數據，截至2020年上半年，世界上有541個超大型數據中心，是五年前的兩倍多。此外，建設中還有176個計劃。然而，數據中心不僅能耗巨大，而且面臨著碳排放的壓力。實現數據中心的低碳化和綠色化已成為該行業可持續發展的關鍵方向。

一般來說，一個運行了10年的數據中心，其基礎設施的初始投資只占總成本的20%左右，70%以上的成本是能源成本，尤其是電力成本。根據歐盟委員會去年發布的歐洲數據戰略，信息通信行業約占全球總用電量的5%-9%，碳排放總量的2%，其中很大一部分來自數據中心。

數據中心之所以能耗高，是因為要處理大量的數據。一般科技企業在處理數據時，通常采用相關分析算法，需要大量的服務器。谷歌人工智能公司的深度思維研究發現，不必要的功耗與算法有關，只使用相關的硬算分析，大量的服務器將不必要的能耗。為了改進算法，機器學習這種人工智能技術派上用場。將相關分析與因果分析相結合，通過使用因果推斷方法建立巧算模型，只需一臺服務器即可運行整個神經網絡，大大降低能耗。

人工智能技術還可以用來預測用電量的變化，智能控制計算機服務器和散熱系統，平衡用電負荷，提高節能減排效率。據說，人工智能接入數據中心后，深度思維公司數據中心節能約40%，谷歌整體能效提高15%，大大降低了業務成本。

然而，由于人工智能技術成本高，深度思維公司尚未盈利。目前，為數據中心節能提供人工智能服務的公司普遍經營狀況并不理想。但其技術前景比短期利潤更令人關注。

目前，歐洲數據中心采用制冷系統和浸沒式液體冷卻，未來將增加熱回收；日本數據中心更注重地震，制冷系統采用直接新鮮空氣自然冷卻、風墻送風等方案；相比之下，谷歌等技術公司利用人工智能技術提高數據中心的能源效率，有望從根本上解決數據中心能耗的短板。許多業內人士認為，人工智能和機器學習是促進數據中心發展的必要技術，并對人工智能在數據中心行業的應用持樂觀態度。

技術研發的先進性和經濟性是對立統一的。革命性技術最初往往投資成本高，商業應用緩慢。但一旦突破臨界點，就能取得較大的商業成功。目前，全球數據中心迭代發展，減排需求不斷增加。相信隨著人工智能節能技術的不斷成熟，數據中心的綠色發展將迎來飛躍。

伴隨著物聯網應用程序的增多，估計產生的數據量也將呈指數級增長。解決物聯網數據最有效的方法可能是在邊緣處理數據。到2025年，約65%的服務器將部署在邊緣數據中心。