关于数据中心可持续发展的讨论似乎总是围绕着那些常见的问题:服务器、冷却系统和电力。是的,这些都是重要领域,在优化数据中心架构的这些方面已经取得了巨大进步。
但有一个不太明显且经常被忽视的可持续发展贡献者——光纤基础设施。当经过深思熟虑的设计时,运营商可以预测未来需求,延长产品生命周期并减少浪费。随着AI和其他高性能计算应用推动数据中心需求达到前所未有的水平,光纤基础设施可以在推进可持续发展方面发挥关键作用。
理解挑战的范围
谷歌第10份年度环境报告强调了数据中心行业在AI繁荣中面临的挑战。尽管优先考虑可持续实践并承诺到2030年实现净零排放,但其排放量从2019年到2024年增长了51%,仅去年一年就增长了11%。
数据中心历来专注于减少范围1和范围2排放,即减少直接排放和购买能源产生的排放。但范围3排放(包括公司整个价值链的间接排放)占数据中心运营商温室气体排放的最大部分。在谷歌的案例中,范围3排放占其碳足迹的73%。
从可持续性角度来看,光纤基础设施的一个有趣方面是,如果设计得当,它可以通过减少电力和冷却使用,以及减少浪费和所需组件来解决范围1和范围3排放问题。
面向未来的光纤
经过深思熟虑设计的光纤基础设施解决方案应该能够适应未来几代设备,消除了在设备每五年左右老化时更换系统的需要。关键是保持在光损耗预算(电缆中可能损失的光量)范围内。随着带宽不断增长,光损耗预算相应下降。
例如,随着速度从10吉比特增加到40吉比特,然后是100吉比特、200吉比特和400吉比特,光损耗预算持续下降。进一步预测这一趋势,随着行业向每秒1.6太比特发展,从发射器到接收器可能损失的光量将继续下降。
多年来,制造商在完善电缆本身的性能方面取得了巨大进步。如今,光损耗的主要原因之一是大多数数据中心采用的传统基于盒式的光纤连接解决方案。盒式系统及其接口中的多个连接点导致累积信号衰减。每个额外的连接以及内部光纤路径都会引入小的损耗,减少光学余量。解决方案是什么?通过对准无关多光纤(AIM)布线解决方案减少对额外连接的需求。
AIM布线通过转换适配器面板实现连接器和双光纤双工MDC跳线之间的直接连接,提供近乎无损的性能,最大化光学余量并显著提高密度。微小的光损耗归功于AIM布线最小化甚至消除拼接需求的能力。
通过显著最小化信号衰减并减少塑料盒式系统占用的空间,这种转变在性能、效率和密度方面提供了关键改进,形成了能够更可持续地支持AI和高性能计算密集型下一代工作负载的耐用物理层。
少用少废
除了光损耗之外,直接配对分线连接通过消除盒式系统对减少浪费产生直接影响。这直接转化为塑料废物的减少。在主干和基于盒式的系统中,盒式系统本身和额外连接器涉及大量塑料。使用直接配对分线连接,大型塑料盒式系统被更小的适配器板取代,只使用一小部分塑料。
直接配对分线连接可以通过扩展距离解决方案进一步增强,在某些情况下可以减少对额外信号放大设备的需求,通过消除对这些设备的需求进一步减少范围3排放。
超小型(VSFF)收发器也可以在空间和功耗方面支持可持续性。如果更多光纤可以安装在更小的空间中(例如,在一个机架单元中安装192根光纤而不是96根),就需要更少的机架,减少数据中心的物理占地面积。更重要的是,VSFF收发器有可能减少所需机箱的数量。例如,可以支持每通道10吉比特的40吉比特QSFP收发器的机箱可以用VSFF连接器分出。
这一个收发器可以取代四个10吉比特SFP收发器,减少所需机箱数量。如果每个机箱都有一定的功耗,减少机箱数量就会导致总功耗的减少。功耗减少意味着产生的BTU更少,这反过来减少了冷却需求。
超越显而易见
"常见嫌疑人"之所以常见是有原因的。电力和冷却对于在数据中心行业向更可持续未来的竞赛中弥补差距至关重要。但关键是要超越显而易见的方面寻求进一步的排放减少,特别是在AI和高性能计算应用推动前所未有需求的情况下。光纤基础设施,当经过深思熟虑的设计和实施时,呈现出一个重要的——也许是意想不到的——机会。
Q&A
Q1:为什么光纤基础设施对数据中心可持续发展很重要?
A:光纤基础设施经过深思熟虑的设计后,可以预测未来需求,延长产品生命周期并减少浪费。它能够同时解决范围1和范围3排放问题,通过减少电力和冷却使用,以及减少浪费和所需组件来推进可持续发展。
Q2:AIM布线解决方案如何提高可持续性?
A:AIM布线通过转换适配器面板实现直接连接,提供近乎无损的性能,最大化光学余量并显著提高密度。它能最小化甚至消除拼接需求,减少信号衰减,同时减少塑料盒式系统占用的空间,从而减少塑料废物。
Q3:VSFF收发器如何支持数据中心的可持续发展?
A:VSFF收发器可以在更小空间中安装更多光纤,减少所需机架数量,降低数据中心物理占地面积。更重要的是,一个收发器可以取代四个传统收发器,减少机箱数量,从而降低总功耗和冷却需求。
好文章,需要你的鼓励
YouTube在年度Made on YouTube活动中发布多项更新,包括Studio新增"相似度"检测和唇同步配音功能,YouTube Live支持迷你游戏和双格式同步直播,Shorts集成Veo 3 AI视频生成模型。此外还推出播客AI剪辑工具、新的货币化选项如品牌合作和购物标签功能,以及YouTube Music的粉丝互动新特性。
Amazon联合伊利诺伊大学开发PROF算法,解决AI数学推理中"答案对但过程错"的问题。该方法通过同时评估结果正确性和推理过程质量,筛选高质量训练样本,让AI既能答对题目又掌握清晰思维方法。实验显示准确率平均提升4%以上,推理过程质量显著改善,为构建可解释AI系统提供新思路。
英国政府与美国数据分析公司Palantir达成国防合作协议,该公司将投资15亿英镑并在英国设立欧洲国防总部,创造350个就业岗位。双方将合作开发AI驱动的军事决策和目标定位系统,这些技术已在乌克兰得到测试。该协议是英国战略防务评估的重要组成部分,旨在提升军事规划和目标选择能力。此次合作是美国科技巨头对英国310亿英镑投资承诺的一部分。
斯坦福团队开发LMEnt系统,首次实现对AI语言模型知识获取过程的精确追踪。该系统通过精细标注维基百科、构建高精度检索系统和训练多个模型,揭示了AI学习知识的动态过程——高频事实更易学会但也易遗忘。这项研究为理解AI内部机制、改进模型设计提供了重要工具和洞察。