ODCC：数据中心基础设施集成指南

数据中心基础设施集成指南ODCC(开放数据中心委员会)发布的各项成果，受《著作权法》保护，编制单位共同享有著作权。转载、摘编或利用其它方式使用ODCC成果中的文字或者观点的，应注明对于未经著作权人书面同意而实施的剽窃、复制、修改、销售、改编、汇编和翻译出版等侵权行为，ODCC及有关单位将追究其法律责任，感谢各单位本报告由开放数据中心委员会ODCC牵头撰写，在撰写过程中得到了多家单位的大力支持，在此特别感谢以下参编单位和参编人员：参编单位(排名不分先后):中国信息通信研究院、华为技术服务有限公司、中国移动通信集团青海有限公司、中国电信股份有限公司广东分公司、中国通信服务股份有限公司、中国移动通信集团上海有限公司参编人员(排名不分先后):王月、许可欣、梁宇栋、陈晓朋、杨伟权、陈亚超、迟浩正、郭凯、王曼、勾明华、黄玲、周华新、王伟、罗琼、范增震、朱占武、宗凌、程沂、周韵、王楚伊、黄浩程、荚秀艳、李宗阳、杨冰项目经理：许可欣xukexin@caict,数据中心是新一代信息通信技术创新发展的数字底座，已成为经济社会运行不可或缺的关键设施。对处于建设阶段的数据中心而言，基础设施层的建设集成很大程度上影响了数据中心未来的稳定运营和持久发展。作为全生命周期的重要发展阶段，数据中心基础设施集成不断被赋予算力时代新内涵与数智化价值。随着数据中心建设、集成质量的重要性不断提升，数据中心中游服务市场向规模化发展，很大程度上也推动了行业全生命周期的数字化技术创新。本指南参考数据中心建造、集成领域相关标准，重点以《数据中心智能建造能力成熟度评估技术要求》《基于人工智能的数据中心节能技术要求》为基础，从数据中心全生命周期建设集成预制化、建设部署高密化、建设交付智能化、建设运行低碳化的四大发展趋势出发，具体分析各个关键环节下，智能化工具、数字化平台相融合释放的技术效能，收录了部分企业开展基础设施集成的实践经验。通过总结典型行业数据中心的集成市场需求、发展态势，勾勒出互联网、金融、政务行业数据中心集成产业图谱，旨在助力重点领域基础设施建设和集成数智化应用场景高质量落地。由于时间仓促，水平所限，错误和不足之处在所难免，欢迎各位读者批评版权声明 编制说明 前言 一、数据中心基础设施集成是产业全生命周期数智化发展的重点环节 1(一)数字经济高速发展，作为数据载体，算力设施为全社会各领域提供优质算力 1(二)东数西算、新型数据中心对产业全生命周期提出更高要求 1(三)数据中心基础设施集成是全生命周期发展重要一环 4(四)数据中心基础设施集成市场将迎来跨越式发展的新蓝海 5(五)数据中心是系统性工程，绿色低碳靠单设备难以实现，基础设施高质量集成是最终落地的保障 6二、数据中心基础设施集成发展趋势 7(一)建设集成趋向预制化 7 1.大温差空调末端 2.磁悬浮冷水机组 3.高效换热冷却塔 (一)设计阶段BIM等数字化技术助力智能设计 1.建立单一工程数据源，解决数据中心基础设施建设信息化的瓶颈.152.基于BIM的三维设计，实现不同专业设计之间的信息共享 数据中心基础设施集成指南数据中心基础设施集成指南3.基于BIM的施工及管理，实现IPD(IntegratedProductDevelopment,集成产品开发) (二)建造阶段应用数字化建造管理平台实现多维提升 (三)运维阶段数字化仿真、Al调优锻造绿色运维价值 (四)改造阶段围绕绿色改造提升算效碳效 四、典型行业数据中心基础设施集成发展动态 (一)互联网行业 (二)金融行业 (三)政务 五、数据中心基础设施集成未来展望 (一)推动标准编制，凝聚产研用多方共识 (二)征集测试试点，推广高价值实践经验 (三)优化咨询服务，支撑各地及行业数据中心集成能力有序升级 1一、数据中心基础设施集成是产业全生命周期数智化发展的重(一)数字经济高速发展，作为数据载体，算力设施为全社会各领域提供优质算力建设发展算力设施是助力数字中国建设全面提速的重要举措。IDC最新发布的GlobalDataSphere2023显示，我国数据量规模将从2022的23.88ZB增长至2027年的76.6ZB,年均增长速度达到26.3%,为全球第一，政府、媒体、专业服务、零售、医疗、金融为主要分布领域。算力设施通过高效计算、运载、存储数据，驱动我国经济发展和产业变革。同时，建设发展算力设施将对我国经济社会高质量发展起到关键作用，作为信息系统运行的重要物理载体，算力设施助力数字经济与实体经济有效融合，在数字中国建设中居于重要位置。智算中心方面，根据OpenAI分析，自2012年以来，最大人工智能模型训练所需算力平均每3.4个月翻一倍。预计未来人工智能算力在社会总计算需求中将占据较大份额，应用于高频次、大数据流的超大模型训练和高实时性、低损失精度的实时推理场景的智算中心逐渐兴起，提供人工智能算力的智算中心的规模也将不断扩大。(二)东数西算、新型数据中心对产业全生命周期提出更高要求国家政策推动大型数据中心集约化建设，未来只能在8个节点内建设，产业存量与增量市场规模不可小觑。2020年起，工业和信息化部与发展改革委联合印发《关于加快构建全国一体化大数据中心协同创新体系的指导意见》《全国一体化大数据中心协同创新体系算力枢纽实施方案》《国家发展改革委等部门关于严格能效约束推动重点领域节能降碳的若干意见》,在明确八大节点的基础上，提出“新建大型、超大型数据中心原则上布局在国家枢纽节点数据中心集群范围内";"对于在国家枢纽节点之外新建的数据中心，地方政府不得给予土地、财税等方面的优惠政策”。政策趋严，推动大型数据中心集约化建设，进一步明确优化数据中心总体建设布局的严控措施，未来只能在8个节点内建设。2在东数西算等战略背景下，产业存量与增量市场规模不可小觑。根据中国信通院统计数据显示，截止目前，东数西算节点IDC机架存量东部远高于西部，在市场需求推动下，预计东数西算八大节点数据中心机架数将迎来新—波高增长态势。按照机架数存量及市场发展趋势来看，预计未来东部节点IDC市场规模增量占比高，西部节点也有一定增量市场。要求趋严，助力实现"双碳"目标。四部门政策文件三次明确提出绿色低碳要求。《新型数据中心发展三年行动计划(2021-2023年)》《深入开展公共机构绿色低碳引领行动促进碳达峰实施方案》《贯彻落实碳达峰碳中和目标要求推动数据中心和5G等新型基础设施绿色高质量发展实施方案》提出"新建大型及以上数据中心达到绿色数据中心要求，绿色低碳等级达到4A级以上，PUE达到1.3以下，国家枢纽节点进一步降到1.25以下。”等。“双碳”战略的持续深化，对产业绿色低碳水平提出了更高的要求，PUE(PowerUsageEffectiveness,数据中心电能利用效率)、CUE(CarbonUsageEffectiveness,数据中心碳利用效率)、WUE(WaterUsageEffectiveness,数据中心水资源利用效率)等能效指标限制更为严格，详见表1。表1东数西算集群对PUE指标要求趋向严格西部贵州枢纽内蒙古枢纽甘肃枢纽宁夏枢纽数据中心平均上架率不低于65%;PUE控制在1.2以下京津冀枢纽长三角枢纽数据中心平长三角枢纽粤港澳大湾区枢纽成渝枢纽长三角枢纽粤港澳大湾区枢纽成渝枢纽成渝枢纽东部低于65%;PUE控制在1.25以内3随着东数西算工程的进一步展开，各枢纽节点及地区积极响应国家政策，陆续发布数据中心相关能效考核指标，预计各地区未来将进一步对PUE进行限制。西部地区较东部地区对能效的要求更高，PUE限制多在1.2,出于充分利用地理资源优势的考虑，西部地区能效考核指标增多，开始关注WUE,而东部地区PUE限制则多处于1.25的水平。2023年5月，乌兰察布人民政府发布《全国一体化算力网络国家枢纽节点内蒙古枢纽集宁片区发展规划(2023—2025)》,提出"加强数据中心WUE指标考核";2021年起，甘肃接连发布《甘肃省数据中心建设指引》《关于支持全国一体化算力网络国家枢纽节点(甘肃)建设运营若干措施的通知》《庆阳市建设全国一体化算力网络国家枢纽节点(甘肃·庆阳)暨"东数西算"工程要素保障方案》,提出WUE不高于1.0L/kWh的具体目标；宁夏自2022年起发布《宁夏回族自治区贯彻落实碳达峰碳中和目标要求推动数据中心和5G等新型基础设施绿色高质量发展实施方案》《宁夏回族自治区数据中心建设指南》等文件，提出到2025年，WUE应不高于1.05技术创新引领产业高质量发展，助力新型数据中心建设落地。近年来，工信部积极推动工业和信息化领域能效提升，出台《国家工业和信息化领域节能技术装备推荐目录(2022年版)》,推进数据中心节能提效创新技术的研发与应用，鼓励包括数据中心相变浸没及冷板液冷技术、模块化数据中心智能化综合节能技术、数据中心智能化综合节能技术等18种先进适用节能技术。当前，数据中心预制化、液冷等设施层，专用服务器、存储阵列等IT层，总线级超融合网络等网络层的技术研发与应用水平不断深化。基础设施方面，预制化加快内外纵深发展，液冷产业生态正在形成，AI等技术逐步提升数据中心管理水平。IT设备方面，为应对不同业务场景需求，服务器定制化加深，存算分离将大幅术创新推动数网协同发展，高性能智能无损网络实现数据中心网络与计算、存储协同，数据中心“三网合一”或将统一内部网络降低建设成本，可编程网络加快发展助推数据中心网络可管可控，智能网卡有望进一步提升数据中心网络性能。4数据中心作为重资产、重运营行业，借鉴传统资产全生命周期管理的理论，数据中心全生命周期管理是指从建设意图产生到数据中心经济寿命结束的全过程，部分数据中心还会经历因技术或经济上不宜继续使用需要进行整合迁移、节能改造所经历的时间。因此，数据中心全生命周期大体上可以分为规划设计、建设集成、运行维护、节能改造四个阶段，见图1。战略规划※制定战路目标宽带业男内容运色其他运营项目项目运营※效率实现改造咨询改造实施改造评估交付项目※成果交付设计咨调图1企业视角下数据中心全生命周期管理概览规划设计阶段：规划设计阶段是决定整个数据中心项目成败与否的关键。在此阶段，数据中心所有者及管理者/委托管理者需要搭建起系统架构和项目预算的雏形，并将规划结果转化成图表和施工文件。确定系统架构后，需考虑选址问题，数据中心的布局受到市场需求、网络、价格成本、人才、政策、地质灾害、气象、能源、交通等因素的影响，其中市场需求和网络影响最大，多因素相互作用、交叉影响，在数据中心选址布局问题上，需统筹考虑。设计团队一般应包含暖通、弱电、给排水等设计师。建设集成阶段：资源整合完毕，建设工作全面启动，建筑团队一般由电气、网络、机械的总包商和分包商组成。数据中心所有者或管理者/委托管理者需负5责选择/整合这些团队资源，并对设计成果负责。除此之外，数据中心所有者及管理者/委托管理者在项目中仍然扮演着重要的角色：需关注项目安全、质量、成本、进度，这其中还包括一系列施工文件、建筑许可和项目订单变更的审查与批准。此外，建设集成阶段中的设备调试过程可带来有价值的文件资料，助力设备运行状况的改善。运行维护阶段：运行阶段是数据中心生命周期中，历时最长、花费最大的阶段，有时甚至长达20年。成功的运维管理，需要关注数据中心运营的设备管理、流程管理、质量管理、资源管理、人员与组织管理等各个环节，应用先进技术，进行管理机制的创新，实现绿色化、数字化、智能化运维，推动数据中心的绿色可持续发展。节能改造阶段：数据中心的改造升级阶段涉及建筑布局与建筑热工、信息系统、通风与空调系统及给排水系统、电气系统、自动控制和能耗监测系统等多个方面，改造前应评估技术安全性、实施难易程度、技术创新度等技术指标，判定差距与风险，权衡成本、时间、经济性等方面的利弊后确定改造方案，改造后的数据中心在节能、节水、减碳等方面应有实质性改善。(四)数据中心基础设施集成市场将迎来跨越式发展的新蓝海我国数据中心规模和市场保持快速增长，未来将保持20%-30%的增速。受新基建、数字化转型以及数字中国等政策的驱动，以及企业降本增效、转型的刚需，我国算力规模保持高速增长。截至2022年底，我国数据中心标准机架规模超过600万个，数据中心规模增速超过25%,算力总规模达到180EFlops,服务器总规模超过2000万台。过去10年，消费互联网带动IDC发展；未来10年，产业互联网需综合算力支撑。数据中心方面，十三五期间，数据中心产业高速增长，增速超30%。作为关键信息基础设施，预计未来几年，我国数据中心产业仍将继续保持增长趋势。政策引导，从关注规模到质量提升，新一轮产业需求尚未爆发，未来几年产业增速将放缓，增速预计在20%-30%。到十四五末市场规模或达4000亿元。智算中心方面，智算中心从早期实验探索逐步走向商业试点，随着我国自动驾驶、智能终端等应用场景的丰富，智算需求迅速增长，预期年增速将达到70%。6受东数西算等国家战略影响，我国数据中心基建市场增长较快。2022-2023年，受益于新基建，我国数据中心投产规模保持快速增长，基建市场增长率保持较高水平；2024-2025年，按照“先提后扩”思路，数据中心上架率稳步提升，基建市场增速放缓；2025-2027年，预计数据中心规模平稳增长。八大枢纽节点发展来看，因算力需求旺盛的用户多处于一线城市，考虑到业务响应的及时性，东部节点增量仍将处于高位，西部节点资源充沛，气候适宜，在发展绿色数据中心方面具有较大潜力，预计增长幅度不容小觑。"双碳"目标下，产业节能改造已成大势所趋，我国数据中心改造市场可超百亿。政策明确提出新建大型数据中心PUE不高于1.3,逐步对PUE超过1.5的数据中心进行节能降碳改造。2022年11月实施的GB40879-2021-《数据中心能效限定值及能效等级》规定数据中心PUE不得高于1.5,节能改造市场或将从热点地区到周边地区迎来阶段性爆发，按照每年改造机架数占存量10%,1.5万元/机架计算，2023年数据中心改造市场规模将超过百亿。数据中心运维将日趋细致与专业，市场达百亿规模。据ODCC测算，2023年我国数据中心运维市场营收超过120亿元，且近5年的市场增长率都在20%以上。数据中心运维服务将日趋细致与专业，专业人才短缺问题或将长期存在、分化也将日趋严重。面向成本类、效率类等场景，各数据中心运营商是否运用赋能提效工具，工具是否起到实际作用，影响运维增值服务能力输出。部分数据中心在价值化运营下，会取得良好效果，这也将推动产生规模越来越大的专业第三方运维服务市场。(五)数据中心是系统性工程，绿色低碳靠单设备难以实现，基础设施高质量集成是最终落地的保障数据中心是技术密集型产业，设备和系统技术复杂，对性能、安全的要求较高，能耗也涉及多个方面。节能降碳是一项系统工程，涉及规划、设计、建设、运维等方面，任一环节出现问题都会影响最终能效水平。据统计，数据中心的IT及网络设备在数据中心总耗电占比约45%-50%,制冷设备占比约为30%-45%,制冷系统耗电与选址地点、系统方案以及运行要求相关，与当地全年气候变化息息相关；供配电设备约占10%-15%,供配电系统耗电通常以供电效率损失和配电损耗为主，供配电架构确定后供电效率和损耗即确定，只要其他系7统用电就会有一定的损失。故PUE数值的计算结果受多因素影响，当单一系统的节能潜力充分挖掘后，下一个阶段能效管理的核心命题则是“集成”,需考察具体项目全生命周期、系统规划节能方案能力，打造全栈节能能力是节能减碳未来主要创新发展趋势。二、数据中心基础设施集成发展趋势伴随信息技术的快速发展，建设集成阶段的市场竞争日趋激烈。一方面，用户对数据中心交付时间的要求越来越短，数据中心建设投产的速度也越来越快；另一方面，数据中心涉及的设备和系统繁杂，现场安装调试复杂，为了满足数据中心大规模快速高效部署，产业链相关企业开展了一系列的探索和创新，模块化、预制化成为一种新的建设模式。预制化模式预先标准化设计，工厂组装、集成、预测试，现场即插即用，实现快速安装、快速交付，并减少现场施工带来的安全隐患。我国互联网企业研究数据中心预制模块已超过10年，定义了数据中心内部电气、空调、机柜等子系统以及外部基础设施的接口要求，发布了《数据中心预制模块总体技术要求》等通信行业标准，将数据中心的建设数据中心预制化加快向内外纵深扩展，实现了部件预制、设备预制、系统预制及建筑预制。供配电设备预制装配化在数据中心已经成为一种发展趋势，通过将零散设备集成化，可实现整体设计和交付，减少建设施工成本。近年来，出现了众多更深入的技术创新和探索，如一体化PDU(PowerDistributionUnit,电源分配单元)将插接件与PDU二合一设计，去除接线盒，快插连接，可解决高功率配电机柜接入问题、减少故障点、提升可用性。集成电源模块可融合变压器、低压成套柜、UPS、UPS馈线柜，特别是为大/中型数据中心提供供、配、备电一体化解决方案。柴发主机预制化较为成熟，如集装箱式的柴发，但配套系统工程属性较强，互联网企业将柴发配套进排风系统、供油系统、消防降噪系统等进行整体设计和预制，实现更为全面、彻底的柴发预制化。在制冷系统方面，部分厂商开始探索集成化的冷站，将制冷站从传统楼宇改为设于集装箱8内，不占用建筑面积，节省室内空间，可设于数据中心屋面或室外地面。IT方仓将IT机房内的IT机柜、走线架支撑件、回风层进行垂直融合预制，现场施工队伍减少，工序减少，缩短交付工期。向内，为了满足数据中心ICT设备快速部署，互联网公司提出了天蝎整机柜服务器方案，将服务器节点与机柜系统融为一体，按照集中供电、集中散热、集中管理、高密度设计，交付效率提升20倍，日交付能力提升至1万台；向外，为了加快数据中心建设，缩短数据中心建筑的建设时间，部分数据中心探索建筑预制化，如东莞华为云数据中心采用钢结构模式，将柱、梁、楼板等构件在工厂预制，现场装配式交付可大幅缩短施工工期。随着人工智能等技术的快速发展，特别是GPU(graphicsprocessingunit,图形处理器)、TPU(TensorProcessingUnit,张量处理单元)等专用芯片部署后，服务器功率大幅提升，数据中心已经开始向高密度、超大规模方向进行转变。因高密度数据中心在成本、效率和容量等方面的优势，对于数据中心整体节能减排和实现绿色低碳发展有积极作用。2000年我国互联网行业兴起，大量互联网企业出现，最初这些企业以租用第三方服务商的数据中心为主。随着业务复杂度不断提高和需求量的快速扩张，互联网企业开始自建自运营数据中心，并自研适合业务定位的关键设备和系统，积累了众多技术创新成果，如整机柜服务器、微模HVDCHighVoltageDirectCurrent输电)、间接蒸发冷却、液冷等。国家新基建政策出台后，互联网巨头纷纷宣布进一步加大数据中心领域的投资和技术研发，大规模、高密度、先进型数据散热能力和效率对数据中心尤为重要，高密度的发展趋势和电力、空间和环境的资源制约显著推动了冷却技术的发展。液冷技术通过液体作为热量传输媒介，达到降低设备温度的目的，液体可以直接导向热源带走热量，不需要像风冷一样间接通过空气制冷，对于密度高、规模大、散热需求高的数据中心优势明显。此外，智能计算中心、边缘数据中心等新型算力设施兴起，加快了算9力设施高密度部署的步伐，发展需求促使制冷技术革新。得益于算力应用场景的日渐丰富，各类计算加速芯片不断问世，多元化算力价值进一步显现。同时这也引起了数据中心功率密度不断升高，尤其是芯片制程提升趋缓导致了芯片的功耗升高。通用CPU(CentralProcessingUnit,中央处理器)的TDP(ThermalDesignPower,热设计功耗)持续增加，已从最初的100W左右逐步增加到400W,用于AI训练的GPU单机可高达10kW,高密度部署下的散热问题成为数据中心算力升级路上的“绊脚石”。液冷技术的出现打破了传统风冷式服务器冷却模式，可实现服务器级乃至芯片级高效散热，为数据中心CPU、GPU超频工作提供散热支撑，有效解决数据处理模型越来越复杂、数据处理量“爆炸性”增长等业务难题，为智能计算中心、边缘数据中心等新型数据中心提供了高效的散热解决方案。过去，传统的数据中心在建设和发展过程中往往面临着建设周期长、安全性差、质量参差不齐等问题，阻碍了产业数字化的进程。随着大数据、云计算技术不断演进，人工智能、物联网技术的成熟，数据中心集成领域对新技术的应用进入了快速起步阶段。国家多部门出台有关政策引导行业在建造阶段向智能化转型。2020年7月，住建部、工信部等13部门发布《关于推动智能建造与建筑工业化协同发展的指导意见》,指出"到2025年，建筑工业化、数字化、智能化水平显著提高。”2020年9月，国务院办公厅在《关于以新业态新模式引领新型消费加快发展意见》中提出"大力推动智能化技术集成创新应用，推动智能建造与建筑工业化协同发展。”2021年3月，住房城乡建设部发布《绿色建造技术导则(试行)》,倡导“有效采用数字化技术，提升建造手段信息化水平，充分体现绿色化、工业化、信息化等总体水平。”2023年2月，国务院办公厅在《数字中国建设整体布局规划》中指出要"整体提升应用基础设施水平，加强传统基础设施数字化、智能化改造。”数据中心基础设施集成指南数据中心基础设施集成指南目前，传统基建类项目面临多重困难与挑战，详见图2。如在施工过程中不重视材料管理，材料浪费现象严重。低下的施工材料管理水平，直接影响工程质量，使楼宇寿命缩短，同时粗放的施工方式对材料、能源和人力等资源浪费较为严重。我国建筑业发展迅速，但从粗放施工到精细施工的转型进程一直较为缓慢，加之建筑安全事故频发，事故伤亡率一直都远远高于其他行业的平均水平，这已引起政府部门、社会各界人士和人民群众的普遍关注。建筑项目材料浪费>2年第3位图2传统基建类项目面临多重困难与挑战新一代信息技术快速迭代，加之用户对数据中心交付工期要求的缩短、数据中心安全性和用户使用体验要求的提升，传统数据中心建设模式难以满足用户对于质量、进度、安全、成本等方面日益提高的要求，数据中心数字化建造管理平台成为实现数据中心智能建造的关键系统，系统架构见图3。设计协同设计协同应用层承载数字资产数字平台层感知基础设施数据来源层建造管理数字技术远程监控图3数据中心数字化建造管理平台技术架构1.0相比于传统基础设施，数据中心数字化建造管理平台由3层架构组成，数据来源层提供数字支撑底座，数字平台层构建体系能力中枢，应用层承载各类服务业务。数据来源层为上层平台和应用，提供网络、感知、数据等资源。相比于传统基础设施，数字化建造管理平台支撑数据中心集成全场景的资源管理和业务协同。感知基础设施结合扫描仪、摄像头、终端手机等信息传感设备，实现数据中心建造智能化识别、监控和拍照等管理功能；网络基础设施借助5G移动通信、千兆光纤网络、物联网等搭建高安全性、高灵活、高质量的信息数据传输建筑信息模型)模型、专家经验、行业知识等资产，实现数据使能、业务使能；以及人工智能、大数据等新数字技术融合赋能服务，为上层的应用承载层提供共性技术支持和应用开发服务等；数字平台全面支撑数据中心建造工程项目全参与方，高效提升工程品质与效益、保障质量与安全，加速数据中心集成数字化发展和转型升级进程。应用承载层主要聚焦建造项目管理、设计协同、远程监控等场景，提供了覆盖勘测、规划设计、施工、验收等数据中心建造全生命周期典型应用场景的数字化应用解决方案。团体标准《数据中心智能建造能力成熟度评估技术要求》中首次提出数据中心智能建造管理流程框架，如图4所示，并将数据中心智能建造能力成熟度五个级别，如图5所示。数据中心基础设施集成指南数据中心基础设施集成指南安全管理质量管理进度管理验收技术要求验收试运营智能建造数字化平台来源：中国信通院图4数据中心智能建造管理流程框架创新：形成产品化的思维，以智能化驱动实现建造模式创新，以智能建造创造价值优化：建造过程中的安全管理、质量管理、进度管理和问题管理等方面开始有量化的考核指标，可以评估出智能建造的价值成效实践：具备企业级的智能建造流程框架以支撑智能化施工，开始探索管理体系的调整以配合更高效的流程探索：根据建造过程中的一些数字化建设管理需求结合大数据、BIM等技术形成一些应用案例觉察：智能建造基础较弱，但已出现数字化施工需求，迫切需要构建相关智能建造管理能力来源：中国信通院图5数据中心智能建造成熟度分级智能建造是通过融合新一代信息技术和先进理念，构建数字化平台软件，提供贯穿规划设计、实施交付、测试验收全生命周期，并协同工程全参与方的技术、应用和平台服务体系，支撑和赋能数据中心集成产业数字化转型。当前，智能建造的典型应用主要涵盖BIM协同设计、进度管理、质量管理、物料管理、安全管理等场景，借助数字化新技术，不断推动数据资源在规划设计、勘测、施工等工程建设全过程中的流通，引领数据中心全生命周期项目管理提质增效，赋能行业转型升级。(四)建设运行趋向低碳化数据中心的发展，很大程度上带来人力的解放和生产效率的提升，有助于提升社会整体能效，加速实现碳减排和碳中和。但在未来，随着数据中心规模的不断增长以及人工智能等更高算力密度需求技术的普及，数据中心自身的能耗和碳排放也将带来不小的挑战。据ODCC测算，到2030年，我国数据中心耗电量将超过3800亿千瓦时，如果不采用可再生能源，碳排放量将超过2亿吨，数据中心的绿色低碳亟待关注。近年来，以降低PUE为主要节能途径的方法取得了较大的成效，同时，全球数据中心的PUE降低放缓，节能改造与建设的边际效益逐步降低，进一步提高能效需要投入更多成本；另一方面，部分传统数据中心负载率不高、绿色管理不到位等造成数据中心能效改善效果不明显。数据中心节能减碳难度虽高，但业界高度重视，特别是国内数据中心龙头企业如腾讯、阿里巴巴、百度、万国数据等已经发布ESG(Environmental,环境、社会和公司治理)报告，提出2030年实现数据中心和相关业务的碳中和，为低碳发展树立了标杆，为加快节能减排贡献力量。此外，三大运营商也发布了“双碳”行动计划白皮书，提出了"十四五”节能降碳工作目标和内容。在产业各界的共同努力下，已有近百个数据中心达到DC-Tech绿色低碳4A及以上等级，这也将带动越来越多的企业走高效、清洁、集约、循环的绿色发展道路。绿色低碳作为数据中心建设运营的主旋律，2006年开始，随着互联网快速发展，全球数据中心规模高速增长，能效水平成为产业关注热点，封闭冷热通道、提高出风温度、优化供配电设备效率、充分利用自然冷源等绿色节能技术不断推广应用，数据中心能效管理从粗犷发展进入精细管理，全球数据中心总体能效水平快速提高，我国数据中心能效水平不断提升，部分优秀绿色数据中心案例已全球领先。数据中心的供配电系统、冷却系统等设施组成功能与数据中心相似，数据中心领域应用的新一代绿色技术已经外溢到整个算力设施领域，如高压直流、预制化、液冷、自然冷却等。目前，如大温差空调末端、磁悬浮冷水机组、高效换热冷却塔将作为大规模数据中心的高效制冷设备，其技术特点匹配当前数据中心建设运维需求，可解决绝大部分高功率密度机房制冷问题。1.大温差空调末端该类型空调末端采用风墙式风机布置，充分利用设备内部高度空间，使设备拥有更大的换热器面积，从而提高换热效率，减小空气与水之间的换热温差。在相同的制冷量、设备占地面积条件下，风墙空调末端可支持高至20℃的进水温度以及8℃的进出水温差，有利于提升冷源侧冷水机组能效，更充分得利用自然冷却，延长全年自然冷却的利用时间。此外，进出水温差的增大又可以使输送相同冷量所需水流量减小，也进一步降低了水泵的输送能耗，同时在一定程度上可节约管路建设成本。风墙式空调采用弥漫式送风气流组织设计，封闭热通道，无需单独设置架空地板，整个房间为冷池，减少机房局部热点，提升了机房的可靠性。风机采用更简便的前后两面维护设计，维护也更简便。2.磁悬浮冷水机组磁悬浮冷水机组采用磁悬浮轴承技术，利用磁场可使转子悬浮起来，旋转时与叶轮没有机械接触，不会产生机械磨损，不再需要机械轴承以及相应的润滑系统，其技术特点见表2。因此，降低了机械损耗，也使得制冷运行更加高效、节能。磁悬浮冷水机组在节能方面最大的特点在于其部分负荷下的COP 综合部分负荷性能系数)值相比传统离心机组更高，而这也恰恰符合数据中心的日常运行负荷特点。表2磁悬浮冷水机组技术特点节能机组在部分负荷运行条件下，以一般空调系统全年运行统计，比其它冷水机组节电率超过30%日常维护费用低机组系统运动部件少，没有复杂的油路系统、油冷却系统、油过滤器等，无需每年清洗主机，只需要做蒸发、冷凝器水垢处理清洗，同时可节省维护时间，避免因制冷需求高峰清洗机组造成的不便数据中心基础设施集成指南运行噪音与振动低机组没有机械摩擦，具有气垫阻隔震动，产生的噪音和振动极低，无需减震垫或弹簧减震器和隔音机房无摩擦损耗无机械轴承和齿轮，无机械摩擦损失，无润滑油循环，纯制冷剂压缩循环，无需润滑油的加热或冷却启动电流低机组的启动过程利用压缩机变频软启动的方式，启动电流小，对电网的冲击低，电网设计不必进行专门的防护考虑3.高效换热冷却塔高效换热冷却塔是利用“干空气能”可再生能源，以水作为冷却介质，通过水分蒸发吸热进行冷却的制冷设备。相较常规冷却塔，其在进风口处增加了空气预冷段，可将空气进行湿冷却预冷，在含湿量不变的前提下，降低空气干球温度，也可降低进入蒸发式冷却塔的空气湿球温度，从而得到低于原始空气湿球温度极限，逼近露点温度的冷却出水。因设备主要应用效果取决于空气的湿球温度与露点温度差，此温度差值越大，应用效果越好，一般推荐室外空气湿球温度比露点温度高5℃以上的环境采用。因此，该设备适用于高温干燥地区，对南方湿热地区需要视具体情况分析。为应对全球气候变化和实现绿色发展，我国提出双碳发展战略，双碳战略的提出将从内而外改变数据中心建设运营的方式。从建设上看，预制化将加快数据中心向内外纵深扩展；从产品上看，供配电系统、制冷系统、IT设备等将会朝着节能高效的方向发展；从运营上看，智能运维、余热回收、可再生能源将会在数据中心充分应用。三、数据中心基础设施集成关键环节随着数字化在规划设计阶段持续深化，以BIM技术助力数据中心基础设施建设的集成化程度提升，实现工程项目降本增效，为数据中心项目后续的建造质量奠定基础。BIM技术的优势主要体现在以下三个方面：BIM为项目各参与方提供单一信息源，可确保信息的准确性和一致性。实现项目各参与方之间的信息交流和共享。从根本上解决项目各参与方基于纸介2.基于BIM的三维设计，实现不同专业设计之间的信息共享BIM设计能够根据3D模型自动生成各种图形和文档，当模型发生变化时，与之关联的图形和文档将自动更新。因设计过程中所创建的对象存在内建的逻辑关联关系，当某个对象发生变化时，与之关联的对象也会随之变化。此外，因各专业系统设计可从BIM信息模型中获取所需的设计参数和相关信息，某个专业设计的对象被修改，其他专业设计中的该对象也会随之更新，从而实现虚拟设计、智能设计。3.基于BIM的施工及管理，实现IPD(IntegratedProductDevelopment,集成产品开发)利用BIM技术可以在项目的全生命周期进行虚拟设计、建造、维护及管理，将项目主要参与方在设计阶段就集合在一起。进度管理方面，将建筑物及施工现场3D模型与施工进度相链接，实现动态、集成和可视化的4D施工管理；集成管理方面，将施工资源和场地布置信息集成一体，建立4D施工信息模型，实现建设项目施工阶段人力、材料、设备、成本和场地布置的动态集成管理及施工过程的可视化模拟；协同管理方面，项目各参与方基于网络实现文档、图档的提交、审核、审批及利用，信息共享，实现基于BIM的协调工作；问题管理方面，在仿真建造过程应用BIM模型，可在实际建造之前对工程项目的功能及可建造性等潜在问题进行预测，包括施工方法实验、施工过程模拟区施工方案冷冻水系统因设备组成多样及复杂管路的安装问题，导致工程工作量大，难以保证工期和质量。近年来，在产业实践中发现，预制化和BIM设计相结合，可以减少设计和安装阶段出现的问题。预制化冷站、集成冷站等新形态逐渐发展和成熟。预制化产品生产可以和项目现场开展并行，大幅缩减工期。常见的预制化是将冷机和相关管路提前预制，采用撬装或集装箱方式。此外，还有方案可以将冷水机组和冷却塔/冷凝器集成预制，进一步减少现场工程量。为降低数据中心土地、建筑成本，预制化数据中心户外应用的空调机组也是未来发展方向之一。采用预制化形式的空调不占用机房内部空间，同时不需要复杂的给排水系统管路设计，结合提前规划设计建筑方案，可节约建设周期，但对建筑设计要求更高，需要提前规划设计建筑适配方案。专栏1:利用BIM&管道预制实现数据中心高效可视建设—中国电信东盟国际信息园一期中国电信东盟国际信息园，位于广西省南宁市，地理位置优越且交通便利，其中1期项目1、2号数据中心利用BIM深化+管道预制实现数据中心高效可视建设。项目在深化设计阶段引入BIM在设计+工勘+土建环节进行管线综合方案优化，识别并优化管线碰撞、设备安装、净高需求等40余项问题，有效的前期可视化风险问题识别避免了施工后可能存在的反复拆改等问题，有效指导施工，提高施工质量与效率。此外，项目采用BIM技术进行暖通管道预制，结合现场实际情况，合理布局，最大程度地实现场外预制，解决了项目现场加工空间有限的问题，降低现场物料堆放压力，提高效率、保证质量，减少相应工序施工时长，降低交叉施工相互影响；项目管道预制率达90%以上，管路焊缝抽检测试合格率100%,有效提升管道安装质量，加快施工进度。(二)建造阶段应用数字化建造管理平台实现多维提升数据中心数字化建造管理平台有利于推动数据中心项目设计、生产、施工一体化以及服务数字化变革，有利于节约资源、保护环境、提高效率、控制成本、提升建造品质，是数据中心建设阶段数字化创新发展的重要工具。数据中心数字化建造管理平台在全生命周期管理的价值主要包括质量、安全、造价、进度、绿色五个方面：质量：包括质量任务总览、详情、发起、审批等功能。质量管理人员在施工现场巡视，随时随地发起质量问题，实现在线的安全整改管理，方便质量问题追踪，同时还可通过虚拟现实等应用辅助质量验收，提高管理效率。所有过程质量动作均有存档，以供后续查询。安全：综合应用摄像头、智能头盔以及各类传感器等技术手段，实时监控施工现场监管要素安全状态，实时快速发现、整改、复查安全隐患，有效预防和减少安全事故的发生。造价：通过智能化手段提升工程现场物资管理效率，避免材料浪费，降低建设成本。同时可以进行造价成本监控和预测，为建造工程量的计量提供依据。进度：基于BIM的施工进度查看、施工计划管理、实际进度录入和进度对比分析等功能。通过二维码快速定位施工区域和查看对应施工指导，在APP中及时录入进度信息，支持管理人员快速掌握项目总体情况。同时支持进度预警功能，当进度出现问题后，模块向相关责任人发送预警并监控处理过程和结果。绿色：通过仿真设计、预制生成、绿色施工等新能力的应用推广，有效降低建造全过程资源浪费与环境污染。同时检测工地噪声及扬尘等环境影响因素，及时处理。企业层面，在推进数据中心智能建造的过程中，需在质量、安全、造价、进度、绿色五大价值发展方向，应用各类新技术与新手段，打造企业智能建造工具箱，详见表3。表3企业实施智能建造五大工具箱五大工具箱工具成熟度演进方向质量工具箱质量任务管理高数字化平台工单化进行质量管理，质量任务关联具体设备，在BIM模型与实物—一对应，实现虚实结合。通过远程辅助、AI识别等方式提高质量管理效率AR现实增强低通过BIM模型虚实对比，交付过程指导施工、辅助质检，验收对齐设计激光点云扫描低使用激光点云技术，进行机房扫描精准建模，缩短机房勘测周期，结合BIM技术进行布局、管综优化质量任务记录查询高对施工过程中的隐蔽工程质量任务进行记录，现场拍摄的照片上传到对应的质量任务中，可做为持久化记录，在回溯时可以随时安全工具箱EHSAI智能识别高摄像头智能识别现场安全隐患，如：安全帽、反光衣、烟雾、火焰等，提前发现安全风险远程安全管控低头盔摄像头及近眼屏显发现安全问题，远近协同检查行为，接入会议等远程集中化管理低对项目投资、成本、进度、质量、安全等各项指标分级、远程、集中化管理造价工具箱智能物料清单中二维码扫描管理物料，精准做到账实合一，减少物料损失和浪费造价成本监控预测中定期自动向目标网站执行检索、更新集采物料和主要建材、人工的价格变动，预估其对工程总体造价的影响，并提前预警。同时可通过智能学习相关成本预测进行长期成本预测监控，为后续建造项目成本来源参考进度工具箱线上进度预警高通过对比计划与实际进度情况，可自动/手动触发进度预警，并推送对应责任人沟通协调任务并跟踪闭环，不能及时处理则预警层级上升施工进度可视化管理高BIM模型关联计划进度，全局可视化精细化管理施工进展，对比分析施工计划进度偏差绿色工具箱BIM数字化仿真建模高对项目进行BIM数字化3D建模，进行物理空间管线综合、碰撞检测。并对设计方案进行PUE仿真，模拟运行工况，优化设备、布局提出建议—中国移动长三角(上海)临港数据中心中国移动长三角(上海)临港数据中心园区作为中国移动集团4+3+N+X战略布局的重要节点，位于上海市临港新片区，地理位置优越且交通便利。园区拟建总规模约25万平方米，其中7号数据中心机房楼融入数字化交付平台BestDC实现智能建造，是园区建设等级最高、技术最先进的项目。项目建设基于安全管控智能化、质量管理精细化、进度管理可控化、造价管控网络化和施工绿色化的"五化"目标，在设计、施工数字化的基础上，引入5G、AI、云平台、大数据和边缘计算等技术，依托CPMS系统能力升级：安全管理智能化方面，安装施工摄像头56个、智能AI预警100+条，实现项目安全"0"事故；质量管理精细化方面，依据1000+质量标准、完成巡检任务472条，实现质量问题"0"返工；进度管理可控化方面，通过工厂预制、AI智能寻优，缩短工期1.5月，实现工期缩减20%;造价管控网络化方面，进度关联造价，平均损耗降低15%,账实合一，实现结算时间缩短80%;施工管理绿色化方面，碰撞点消除120+,实现减少返工及浪费90%,(三)运维阶段数字化仿真、AI调优锻造绿色运维价值数据中心如何实现节能运行是近年来的热点话题，各种节能设备和技术也应运而生。谷歌数据中心2017年就将机器学习技术应用到其数据中心节能运行中，使用机器学习系统，自动管理其数据中心的冷却架构，并持续分析21个变量，如空气温度、功率负载和内部气压等。机器学习依靠大量精准数据，现有数据中心虽有大量的基础设施运行数据，但是由于所部署的传感器数量有限，导致数据并不完全精准，而在这些数据基础上用机器学习算法获得的数学模型也不足以完全掌握设施所有能耗，由此导致无法实现最优节能。因此，借助数字化仿真模型(95%以上精度)来模拟不同的运行工况，可以达到补充大量运行数据的目的。将大量运行数据提供给AI算法，将大大提升AI模型的数据可靠性，最终实现真实有效的数据中心节能运行。数字化仿真、机器学习调优等技术成为数据中心运维阶段优化PUE的常见数字化手段。采用数字化手段对能耗进行诊断，确定整体能耗及各系统能耗有无异常，AI推理高能耗点是否可调优，制定节能策略并给出具体调优措施，通过阶段性的算法迭代训练及效果监控对比，最终保障运维优化效果最优。基于人工智能的数据中心节能框架是综合数据管理、仿真预测、AI调优的综合解决方案，如图6所示。需以监控数据为基础，通过监控系统获取物理数据，如空间、暖通、配电、环境等数据，通过对数据的处理与加工以及与数据中心业务的有效匹配构建数据中心的数字化模型。在数字化模型基础上，对管路、气流组织、冷站末端进行仿真预测、模拟仿真环境下的调优动作，识别节能优化点。在运维阶段，通过机器学习/深度学习在暖通、环境、配电、耗电等海量参数中进行全局寻优，在生产环境中不断调节，使能耗/PUE实时保持最优图6基于人工智能的数据中心节能框架仿真预测方面，一般需要具备以下几点要求：一是模型要有足够的精度，能够把数据本质的关系和存在的规律反映出来，剔除不相干和存在误导的内容。二是数据模型的建设要依据标准和规律，要依据科学规律，基于事实进行。三是数据模型是对数据清洗和治理之后的重构及应用，因此数据模型要简单实用、易于处理。四是模型所表示的系统及数据要能操纵和控制，便于进行修改，以及验证结果。AI优化方面，通常有如下的六个步骤：一是构建业务模型：基于业务的分析，获取相关的业务参数，并对参数进行降维、降噪、清洗等处理。二是选择数学模型：选择适合业务的数据模型。三是选择领域算法：根据输入参数，选择可收敛的算法。四是实现模型：求出满足输出条件解。解包括对于制冷能耗的预测模型以及对应业务最优的决策模型两部分。五是发布模型：将预测以及决策模型发布到集控系统中，以在线给出可以调优的决策模型。六是数据应用：将发布的决策模型结合现网数据进行推理，获得优化策略进而做出优化调整。因数据中心冷源系统能耗主要由冷水机组、冷冻水泵、冷却水泵、冷却塔在常规冷源系统运行控制中，设备运行数量和负载完全取决于末端负载的需求，蓄冷罐仅做为断电切换期间的应急供冷使用，平时并不参与到系统的日常运行中。而通过利用平时"闲置"的蓄冷罐，将其体积适当扩大做为冷源或负载参与到常规系统运行过程中，通过时序寻优算法，并结合对负载需求和气候数据变化的合理预测，周期性的动态给出冷源系统设备运行数量、负载、蓄放冷状态等方面的优化策略，通过底层群控系统对冷源设备、水泵频率、阀门状态等进行调节，从而实现让冷源系统一直运行在能效最优的负载区间，最大程度上降低负载对设备能效的影响，使其长期运行在一个相对稳定的能效最优值范围，可将设备能效发挥至极致。专栏3:利用AI能效优化技术实现数据中心节能的实践—中国移动青海高原大数据中心中国移动青海高原大数据中心采用移动标准2层建筑建设，共32个IDC机房，规划3537机柜，设计PUE1.34。项目中落地了AI能效优化技术方案，基于大数据分析技术进行智能化节能调优，优化制冷系统能效，有效降低数据中心PUE至1.23,同时完善数据中心各项监控指标，提升数据中心智能化和精细化运维水平，实现数据中心低碳、绿色、智能化运该项目部署了基于人工智能技术的数据中心能效优化系统BestDC,将AI能力与现场运维经验相结合，AI推理调优策略下发至底层监控系统，对冷冻站和末端进行控制参数组合调优，专家经验设置控制参数安全边界约束范围，确保调优安全。并基于BIM数字孪生的全景能耗模型进行全供电链路及分层分级的能耗分析展示、能耗诊断，变能效被动管理为主动管理，从而真正实现了对数据中心能效的可视、可管、可控。AI节能优化采集冷冻站、末端空调及IT等系统的相关运行工况数据，通过数据治理、特征工程分析，提取与PUE相关关键特征参数，利用DNN(Deep-LearningNeuralNetwork,深度神经网络)训练出PUE推理模型，同时结合仿真升温算法技术最大化丰富数据样本量，扩大寻优边界，提升模型精度至95%以上。最后结合实时采集数据推理给出调优策略，实现AI+仿真+专家经验的节能策略统一管理。中国移动青海高原大数据中心在相同负载和温湿度条件下通过前后对比，实现PUE降低8%。绿色数据中心是数据中心发展的必然。绿色数据中心是指机房中的制冷、照明和电气等系统能源效率最大化，环境影响最小化。该场景下的数据中心按照绿色节能理念设计，引入节能新技术，从芯片、服务器、机架、机房、制冷、供电、绿色能源等领域全面提升算力设施的算效和能效。建筑设计结合气候日照特点，充分利用外界自然环境冷却能力、优先使用可再生能源，引进运用绿色低碳节能技术。包括对建筑外围进行合理改造，提高机房保温隔热能力，减少空调系统的负担；配置节能型设备，广泛选用节能提效效果较好的动力及制冷设备，如变压器采用节能型变压器，UPS采用大容量高频模块机，可整体提高电源设备效率，降低供电设备损耗。通过节能运维优化，打造了绿色低碳的新型数据中心；大力推进可再生能源利用，通过电力市场化交易直购绿电或者自建分布式发电厂实现可再生能源使用比例提升。提高能源的利用效率，配备余热回收系统，将数据中心的废热有效回收，实现能现有改造方案通常是“零敲碎打”的"配件"级维修、替换、保养，或局部的设备替换，仅能解决短期局部问题，无法满足日趋严苛的国家政策要求，也无法减轻数据中心业主面临的OPEX(OperatingExpense,运营成本)负担。未来的改造方案，需要基于现状与目标的差距分析，在现有方案的基础上，匹配更加合理的系统性端到端解决方案。系统性的改造方案需关注以下关键环节，一是对数据中心运行现状的精确还原和呈现(现有设备运行和用电参数、建筑和设备布局图、供配电架构图、制冷架构和管路图等);二是对目标数据中心业务演进的充分考量分析；三是对改造方案进行合理的ROI(returnoninvestment,投资回报率)测算分析。改造方案的ROI测算分析，需要基于电价(需考虑阶梯电价、峰谷电价、惩罚性电价等差异化电价)、改造前后PUE、改造前后收入、改造Capex(CapitalExpenditure,资本支出)和人工运维成本等，通过合理的逻辑算法，输出投资回报期、各年投资回报率和节约电费等。数据中心现状还原通常遇到数据遗失、未更新、人工勘测效率低、获取不充分等问题，通过数字化工具或平台来完成DCIM(DataCenterInfrastructuremanagement,数据中心基础设施管理)数据导入、识别、全景工勘、3D建模、供配电链路模拟等，可以还原效率和准确率，并可应用于后续的设计、交付和运维环节，提升数据传递的可持续性。数据中心规划设计除了要关注PUE、WUE等能评和环评指标外，还需考虑其承载的业务演进需求，综合数据中心承载的IT设备向智算超算演进，CT设备向云化演进，都面临低密、中高密设备共存对差异化制冷的要求。越来越多的数据中心改造需综合考虑上述演进过程中的IT、CT业务迁移、搬迁、腾退等集成方案。专栏4:利用数字化工具&平台实现数据中心智能改造—深圳电信沙河IDC互联港湾深圳电信沙河IDC互联港湾为电信集团标杆型数据中心，集团为打造新一代数据中心标杆，重耕沙河IDC互联港湾机房，并以此为样例，后续可推广至其他一线城市。该机房升级改造前存在以下问题：一方面，基础设施老旧，可靠性低，且部分设备已EOS(endofserviceandsupport,停止服务和支持),无法满足一线城市高价值客户的业务需求；另一方面，机房整体能效低，整体运行PUE高，无法满足双碳政策要求。在升级改造操作过程中，专家利用先进的"数字化勘测工具",将工勘周期从"周"级缩短至"天"级，对现网机房及设备房全景还原，并输出3D模型和2D平面，为后续方案优化提供了精准输入。利用该工具工勘精准度达99%以上，有效避免复勘，为后续匹配业务需求，合理规划和设计提供有利支撑。针对现有设备机房，本项目进行了标准DC化设计，实现冷热通道隔离，和高低密分区布局。并基于数字