基于SDN的数据中心网络流量负载均衡研究

目前数据中心网络(data center network,DCN)的负载均衡方法存在对大小流的调度缺乏全局实时检测等不足,部分大流会造成拥塞、负载不均衡和带宽碎片等问题.针对上述问题,提出了一种SDN网络流量负载均衡算法—DSA-D.首先,对流量进行分类,为大流计算所有源至目的主机可达路径的最短跳数路径集;然后,根据LLDP和ECHO测量链路时延以求得时延最优路径集;最后,采用概率拟合算法分配路径,实现数据中心网络流量负载均衡.在相同场景下的实验结果表明,与ECMP、Hedera和DIFF算法相比,DSA-D算法具有更好的吞吐量、链路带宽利用率和平均往返时延.

“东数西算”背景下多数据中心联合消纳可再生能源途径研究综述

“碳达峰、碳中和”和“东数西算”战略目标背景下,新能源装机占比和数据中心机架数量持续增长,数据中心的负荷调节能力可有效促进新能源消纳。与传统的可中断、可转移负荷不同,数据中心作为一种用电量可观的新型负荷,在时间、空间尺度上均有调节潜力。因此,立足于现有研究成果,该文首先对数据中心能耗模型进行分析,对比了几种常见的建模方法;其次,通过对数据中心时空转移特性的定性分析和对消纳可再生能源潜力定量评估方法的总结,揭示了数据中心的消纳潜力;再次,分别从技术和管理2个层面梳理了数据中心消纳可再生能源的途径;最后,展望了“东数西算”背景下多数据中心联合消纳可再生能源的途径,为可再生能源消纳提供新的思路,助力我国“双碳”目标的实现。

国家海洋科学数据中心建设与发展实践

科学数据是国家科技创新和经济社会发展的重要基础性战略资源。国家海洋科学数据中心作为科技部和财政部首批认定的20个国家科学数据中心之一,以打造海洋领域的基础支撑与条件保障类国家科技创新基地为发展定位。成立4年来,在科技部和自然资源部的支持及依托单位和共建单位的共同努力下,各项工作取得突破性进展,为持续推动海洋科学数据共享奠定了扎实的基础。本文回顾了国家海洋科学数据中心的发展历程,从运行管理和标准规范、数据资源体系建设、关键技术应用与工具研制、数据共享服务平台建设等方面系统总结了该中心在海洋科学数据共享领域的建设进展与成效,并提出下一步发展建议与前景展望。

基于云数据中心的多源异构数据治理技术研究

目前常规的多源异构数据治理方法主要通过对数据属性进行判断,从而实现分区域数据清洗,由于缺乏对非线性数据的分析,导致治理性能不佳;对此,提出基于云数据中心的多源异构数据治理技术;采用关系型数据库中的ETL功能对数据进行清洗,对数据转换模式以及数据清洗规则进行定义;引入互信息系数对数据相关程度进行判定,并进行非线性数据相关性分析;以云数据中心作为载体,对多源异构数据治理体系进行构建;在实验中,对提出的数据治理技术进行了治理性能的检验;最终的实验结果表明,提出的数据治理技术具备较高的查准率,对云数据中心多源异构数据具备较为理想的数据治理效果。

区域级智慧海洋大数据中心架构规划及建设实践

智慧海洋大数据中心是智慧海洋工程建设的核心载体和体系中枢,其区域中心的规划和建设对于加快各省海洋强省建设、支撑地方数字政府建设、推动国家智慧海洋工程建设具有重要的支撑意义。本文基于推进重点领域突破的实际需求,提出一种区域级智慧海洋大数据中心的架构设计,阐述了其总体框架、技术架构和数据架构,并给出了实现的研究案例。基于架构设计的浙江省智慧海洋大数据中心提供了数据资源、能力支撑、综合展示、开放创新、应用服务等层面的关键技术,构建了浙江省海洋大数据安全开放的应用环境和自发主动、高效规范的共享模式,形成了国家首个省级海洋大数据中心示范效应和全国可复制可推广的建设经验。智慧海洋大数据中心作为新型信息化平台,将促进海洋大数据资源的共享应用和潜能释放,聚焦数据共享、应用生态、迭代升级和创新驱动,为海洋数据资源全生命周期管理共享和运营服务提供完整解决方案。

基于深度学习的智能问答型智慧校园平台设计

目前智慧校园数据中心存在数据质量较差、数据应用困难、数据分析收益较小等问题,设计基于深度学习技术的智能问答式数据中心,可以对智慧校园复杂数据的高效应用及梳理提供平台化的支撑。相对于传统的推荐技术与数据可视化技术,问答式数据中心能够直接给出数据分析人员关心的问题答案,有效降低数据分析成本。

算力-热力灵活性协同的数据中心能量管理方法

随着数字经济产业快速发展,数据中心成为电能消耗的重要部分。多样化的数据处理需求、大量的计算用电及制冷用电,在带来高能耗问题的同时也为数据中心的运行调度提供了灵活性。因此,协同考虑计算灵活性和热灵活性,制定数据中心优化运行策略,可有效提高能源利用效率,提升数据中心运行经济性。该文提出一种考虑算力-热力灵活性协同的数据中心能量管理方法。首先,考虑数据负载灵活调度、冷却系统温度变化以及冷热通道热惯性等精细化要素,实现了信息技术设备和冷却设备的协同建模。其次,进行模型的线性化转换,降低了求解难度。在此基础上,实现了基于灵活性协同的数据中心能量管理,从而降低数据中心运行能耗及成本。最后通过算例验证了所提方法的有效性。

面向数据中心液冷装置余热回收的卡诺电池储能系统可行性分析

随着新一代信息技术的迅猛发展,需要全时段供电、不间断冷却的数据中心建设量急剧提高。同时,在全球可再生能源消费比重不断提高的背景下,各国普遍提出峰谷电价政策。数据中心冷却系统供冷效果差、系统能耗高,数据中心用电诉求与现行电价政策难以适配。为解决这一矛盾,将两相浸没式液冷技术与卡诺电池储能技术有机结合,构建了一种新型数据中心用冷电联供系统。为评估本系统在不同城市的可行性,选取哈尔滨、南京、广州三座城市作为应用对象,对比分析了本系统与全年采用自然冷却模式的浸没式冷却系统的能效表现及经济性。结果表明,采用新系统后,每千瓦的数据中心IT设备全年用电花费分别节省了235.52元、245.24元及281.28元。本研究给出的方案有效地提升了数据中心的用电灵活性,大幅降低了数据中心运维费用。

数据中心冷却系统研究及应用进展

为加速实现数据中心节能降耗的目标,在合理、高效、最大化地利用自然冷源的同时,更不能忽视机械制冷系统本身能效的提升。加强自然冷却与机械制冷的协同,降低数据中心PUE,充分发挥安全稳定、高效运行的数据中心冷却系统自身能效至关重要。本文通过对气流组织、供/回水温度和冷却系统部件及形式3个方面的研究梳理,总结分析数据中心冷却系统节能提效有关技术研究与应用进展,从而为绿色、高效数据中心冷却系统的研发提供参考和借鉴。

网络拥塞控制方法综述

网络拥塞控制方法是决定网络传输性能的关键因素.近几年,网络不断普及、网络带宽不断增长、用户对网络性能的需求不断提升,为拥塞控制算法的设计带来挑战.为适应不同的网络环境,近期不少新颖的拥塞控制算法被研究者们提出来,极大地提升网络的传输性能,改善用户体验.综述最新拥塞控制算法设计思想,将其分为预约调度式、直接测量式、基于机器学习式以及迭代探测式4大类,分别介绍相应的代表性拥塞控制算法,并进一步对各种拥塞控制思想方法的优缺点进行对比和分析,最后展望拥塞控制的未来发展方向,以启发该领域的研究.

面向数据中心48 V供电系统的混合型母线变换器及其高密度集成

该文提出适用于数据中心48 V供电系统的混合型母线变换器电路拓扑及其高密度集成方法,通过在开关电容变换器中嵌入自耦变压器和LLC谐振变换器,大幅增加开关电容变换器的降压比,且利用矩阵式变压器结构实现变换器输出电流能力的大幅提升。基于所提出的混合型母线变换器,进一步提出其高密度集成方法,综合采用磁集成、绕组集成等方式,实现变换器功率密度和效率的提升。研制40~60 V输入、变比8:1、输出电流100 A、开关频率1 MHz的八分之一砖模块,功率密度达到1.704 kW/in3,最高效率达到97.9%。

含共享储能的数据中心微网群分布式优化调度

多个数据中心微网可联合成微网群以实现不同数据中心微网的资源联动和能量互补。首先,建立了含共享储能的数据中心微网群运行模型,考虑了不同数据中心微网间的功率交互、数据负载交互、碳配额交互及共享储能容量使用权分配等耦合约束。其次,提出了考虑时变容量使用权和旋转备用服务的共享储能容量分配与运行策略,以进一步提高共享储能的效能。然后,采用高斯混合模型对数据中心微网内可再生发电的预测误差概率分布进行精确拟合,并结合机会约束处理预测误差的不确定性。最后,通过交替方向乘子法实现各个数据中心微网的独立求解,并引入动态乘子更新策略和预测-矫正因子以提高算法的收敛性。所提模型与方法的有效性在仿真中得到验证。

递归型数据中心网络上g-额外连通度及容错单播算法研究

数据中心网络的研究是近几年兴起的热点。与传统的树型数据中心网络相比,递归型数据中心网络具有更好的容错性和可扩展性。部署于n-口交换机上的k-维递归型完全图网络可以表示为Xk,n,σ表示图中任意顶点与同维度其他子图相连接的边数。在实际情况中,网络的额外连通度相较于传统的连通度能够更准确地衡量一个网络的容错性。证明当k≥3,n≥3,σ∈{1,n-1}且0≤g≤2时,Xk,n的g-额外连通度为(g+1)(kσ-1)+n,这一结果接近于其连通度的g+1倍。进一步,提出基于该情形下的容错单播算法,并证明了该算法的时间复杂度和在最坏情况下Xk,n中任意两点间构造出路径长度的上界。通过模拟仿真实验,验证了该算法在执行效率上优于广度优先和深度优先搜索算法,且算法具有较好的容错性。

基于计量测试技术的气流组织与机房空调节能运行研究

为量化气流组织对机房空调节能的影响,以某数据中心作为测试对象,基于计量测试技术将抽象的气流组织参数化、指标化,通过测量数据的分析,指出了机房内气流组织存在的问题,并制定了有针对性的气流组织调优和空调节能运行策略。测试数据表明,在机房热环境满足国家标准要求的前提下,机房空调节能率超过28%。

全光网在高校数据中心网络中的应用与性能评估

随着高校数据中心网络规模的不断扩大和应用需求的增加,全光网作为一种高带宽、低延迟的网络技术,逐渐在高校数据中心网络中得到应用。文章针对全光网在高校数据中心网络中的应用与性能评估进行了研究。首先介绍了全光网的概念和特点,以及高校数据中心网络的需求和挑战。然后重点探讨了全光网在高校数据中心网络中的应用,包括拓扑结构设计、传输技术应用以及设备选型和部署。接着介绍了全光网在高校数据中心网络中的性能评估,包括评估指标、评估方法和实验设计,并给出了实验结果和分析。最后对研究工作进行了总结,并展望了未来的研究方向。

面向科研专病库的可视化前置数据采集系统建设探索与实践

目的解决在基于临床数据中心构建专病库的过程中,由于数据字段频繁更新、手动补录工作量大导致的临床使用依从性不高的问题。方法提出了一种可视化前置数据采集的解决方案,采用MVC三层架构和WebService服务同步数据,支持可视化自定义病例报告表单,将采集动作前置到业务系统中即采即用,保障数据及时性,定期进行质量控制,保证数据来源的准确性。结果该方案在心内畸形和神母细胞瘤科研专病库上的应用显示,专病库数据质量和使用满意度得到显著提升,单份病例数据的整理时间从30分钟缩短到10分钟。结论该方案可减轻临床医生的工作负担,加快数据积累进度,提高科研专病库数据质量,激发临床医生对专病研究的科研热情。

人工智能快速发展下北京市数据中心绿色发展研究

近年来,人工智能(AI)产业加快发展,算力是技术实现的保障,数据中心是重要基础支撑,数据中心用电量主要受算力增长、芯片功耗及数据中心用能效率等三方面的影响。本文梳理了国内外机构对AI引发用电量增长的预判以及主要应对措施,介绍了北京市数据中心布局、用能情况及节能审查典型案例,展望北京市人工智能与算力基础设施发展前景,预判未来AI产业保持快速增长态势。作为支撑AI产业发展的北京数据中心能耗也将呈现增长趋势;分析在AI发展下数据中心面临的问题与挑战,最后提出北京市数据中心绿色发展的具体举措,包括跨区协同开源挖潜、提高电力管控能力、强化数据中心全生命周期管理,以及推广绿色低碳技术应用等,以更好地推动人工智能产业引领新质生产力发展。

公立医院绩效考核智能指标分析系统构建与应用

目的:改善传统绩效考核方式考核指标不明确、数据采集和分析不规范等问题。方法:利用人工智能、自然语言处理等技术,将各系统分散的数据进行统一集成、治理,按照上报指标的形式存储于数据中心,实现指标全局定义,构建绩效考核系统,展示、分析相关指标趋势,并动态追踪与管理。结果:该平台集展示、统计、分析、反馈为一体,实现了指标分析智能化、运营管理精细化、绩效动态监测与预警,同时提升了业务数据质量。结论:该系统的应用提高了医院绩效考核的准确性和效率,可为医院管理提供决策支持。

基于数字孪生的数据中心机房设备耗电可视化监控系统设计

为提升数据中心机房设备耗电监控效果及可视化监控系统的实时性,提出基于数字孪生的数据中心机房设备耗电可视化监控系统设计。首先,在数字孪生技术的基础上完成系统架构及功能的设计;其次,构建源数据矩阵,计算矩阵的欧氏距离,并通过K-means聚类算法实现设备耗电的聚类处理;最后,利用数字孪生技术将映射真实物理车间到虚拟车间,引入孪生实体概念表达机房部件,融合数据中心机房设备故障数据,构建网络神经模型训练样本数据,生成新的故障诊断模型,实现基于数字孪生的数据中心机房设备耗电可视化监控。结果表明,所提方法的数据中心机房设备耗电监控系统的可视化效果好、设备耗电监控结果好,可为数据管理提供可靠的技术支撑。

基于智慧物流理念的皮革企业“双中台”物流系统构建研究

针对大中型皮革企业生产过程中物流管理业务量大、数据类型丰富及时效性要求较高等问题,借鉴“互联网+”与智慧物流等新型理念构建一种针对大中型皮革企业的智慧物流体系。该体系由业务中台和数据中台搭建而成,“双中台”的设计方式能够很好地解决皮革企业物流业务响应慢、重复操作多及“数据孤岛”等问题,有效提升企业物流系统工作效率。