１ 引 言

 

  在云計(jì)算席卷全球、云計(jì)算產(chǎn)業(yè)發(fā)展浪潮風(fēng)起云涌的背景下，建設(shè)綠色數(shù)據(jù)中心、實(shí)現(xiàn)節(jié)能減排成為了近年來學(xué)術(shù)界和產(chǎn)業(yè)界關(guān)注的話題之一．傳統(tǒng)數(shù)據(jù)中心企業(yè)原有的數(shù)據(jù)中心如何盡快轉(zhuǎn)變成適合云計(jì)算要求的云計(jì)算中心，也是迫切需要解決的問題．以谷歌、亞馬遜為代表的互聯(lián)網(wǎng)巨頭在從傳統(tǒng)內(nèi)容服務(wù)商向云計(jì)算服務(wù)轉(zhuǎn)型的過程中，需要規(guī)劃和建設(shè)規(guī)模巨大的數(shù)據(jù)中心．

 

  與傳統(tǒng)數(shù)據(jù)中心相比，云計(jì)算數(shù)據(jù)中心的新特性主要體現(xiàn)在：（１）模塊化的標(biāo)準(zhǔn)基礎(chǔ)設(shè)施．針對(duì)數(shù)據(jù)中心的云服務(wù)需求，云數(shù)據(jù)中心對(duì)服務(wù)器、存儲(chǔ)設(shè)備、網(wǎng)絡(luò)等設(shè)施按工業(yè)標(biāo)準(zhǔn)進(jìn)行模塊化配置設(shè)計(jì)，使其具有適應(yīng)性與可擴(kuò)展性；（２）虛擬化資源與環(huán)境．云數(shù)據(jù)中心廣泛采用虛擬化技術(shù)將物理資源聚集形成一個(gè)共享虛擬資源池，從而更加靈活高效、低成本地使用資源；（３）高可靠自動(dòng)化管理．云計(jì)算數(shù)據(jù)中心應(yīng)是２４×７無人值守的、可遠(yuǎn)程管理的，實(shí)現(xiàn)設(shè)備到應(yīng)用端到端的統(tǒng)一管理．為確保穩(wěn)定、安全、持續(xù)的系統(tǒng)連接，云數(shù)據(jù)中心需建立高度可信賴的計(jì)算平臺(tái)、網(wǎng)絡(luò)安全威脅防范，建設(shè)數(shù)據(jù)復(fù)制與備份、容災(zāi)中心；（４）快速的可擴(kuò)展能力．隨著大數(shù)據(jù)爆炸式增長(zhǎng)以及用戶需求的可變多樣性，云數(shù)據(jù)中心必須根據(jù)業(yè)務(wù)應(yīng)用需求和服務(wù)質(zhì)量來動(dòng)態(tài)配置、定購、供應(yīng)虛擬資源，具有資源利用的快速擴(kuò)展能力；（５）節(jié)能與節(jié)省空間．云計(jì)算數(shù)據(jù)中心將大量使用節(jié)能服務(wù)器、存儲(chǔ)和網(wǎng)絡(luò)設(shè)備，并通過先進(jìn)的供電系統(tǒng)和散熱技術(shù)，實(shí)現(xiàn)供電、散熱和計(jì)算資源的無縫集成和管理，解決傳統(tǒng)數(shù)據(jù)中心的過量制冷和空間不足的問題．然而，高能耗、高污染一直制約著云數(shù)據(jù)中心的發(fā)展．據(jù)統(tǒng)計(jì)，如果將全球的數(shù)據(jù)中心整體看成一個(gè)“國(guó)家”的話，那么其總耗電量將在世界國(guó)家中排名第１５位［１］．由于數(shù)據(jù)中心６０％的運(yùn)營(yíng)成本來自于能耗，因此如何降低能耗以節(jié)省云服務(wù)商不斷攀升的電費(fèi)成本、緩解日益嚴(yán)重的碳排放污染，是云數(shù)據(jù)中心可持續(xù)發(fā)展過程中亟需解決的問題．

 

  本文從綠色數(shù)據(jù)中心評(píng)價(jià)標(biāo)準(zhǔn)、新能源的特性、新能源產(chǎn)電模型與預(yù)測(cè)機(jī)制、數(shù)據(jù)中心能源配額規(guī)劃、作業(yè)調(diào)度機(jī)制以及負(fù)載均衡機(jī)制等方面，對(duì)云計(jì)算數(shù)據(jù)中心的綠色能源應(yīng)用研究進(jìn)行分析．

 

  本文第２節(jié)介紹綠色云數(shù)據(jù)中心的現(xiàn)狀與挑戰(zhàn)；第３節(jié)分析新能源評(píng)價(jià)標(biāo)準(zhǔn)、新能源的特性和可選擇利用種類；第４節(jié)介紹研究分類評(píng)價(jià)標(biāo)準(zhǔn)，并據(jù)此對(duì)目前研究現(xiàn)狀進(jìn)行對(duì)比分析；第５節(jié)分別從新能源模型和預(yù)測(cè)機(jī)制、數(shù)據(jù)中心能源配額規(guī)劃、新能源數(shù)據(jù)中心內(nèi)作業(yè)調(diào)度機(jī)制和新能源數(shù)據(jù)中心間負(fù)載均衡機(jī)制４個(gè)方面，對(duì)綠色數(shù)據(jù)中心的最新研究進(jìn)展進(jìn)行分類比較，并總結(jié)國(guó)內(nèi)綠色數(shù)據(jù)中心的研究現(xiàn)狀；最后對(duì)全文進(jìn)行總結(jié)，并提出未來值得進(jìn)一步研究的方向．

 

  ２ 綠色云數(shù)據(jù)中心的現(xiàn)狀與挑戰(zhàn)

 

  ２．１ 云數(shù)據(jù)中心不斷增長(zhǎng)的能耗

 

  日本經(jīng)濟(jì)貿(mào)易產(chǎn)業(yè)省ＭＥＴＩ預(yù)測(cè)，全球ＩＴ能耗將于２０２５年翻５倍，而到２０５０年將增長(zhǎng)１２倍①．大量的能耗使得像Ｇｏｏｇｌｅ、Ｍｉｃｒｏｓｏｆｔ和Ｆａｃｅｂｏｏｋ這樣的ＩＴ公司每年的電費(fèi)就高達(dá)幾百萬美元．雖然近年來低功耗服務(wù)器和數(shù)據(jù)中心能效優(yōu)化領(lǐng)域已經(jīng)取得了顯著進(jìn)步，但隨著數(shù)據(jù)中心系統(tǒng)規(guī)模和服務(wù)器數(shù)量的增長(zhǎng)，其總體能耗仍然呈持續(xù)快速增長(zhǎng)趨勢(shì)．例如，Ｆａｃｅｂｏｏｋ基礎(chǔ)設(shè)施的規(guī)模大約每６個(gè)月就翻１倍———從２００８年４月的１０Ｋ臺(tái)服務(wù)器增長(zhǎng)到２００９年１１月的３０Ｋ 臺(tái)服務(wù)器，并于２０１０年６月達(dá)到了６０Ｋ臺(tái)服務(wù)器②．表１顯示了典型企業(yè)和機(jī)構(gòu)的服務(wù)器數(shù)量、能耗需求及電費(fèi)．

 

  面對(duì)上述巨大能耗需求，目前電力能源主要還是源自于化石燃料，如表２所示，化石燃料發(fā)電量占到全球電能比例的２／３．盡管不同地區(qū)的各種能源比例不盡相同，但綠色能源還遠(yuǎn)未得到廣泛應(yīng)用，特別是為數(shù)據(jù)中心配備綠色能源更是充滿了機(jī)遇與挑戰(zhàn)．

 

  ２．２ 云數(shù)據(jù)中心對(duì)新能源的需求

 

  最新統(tǒng)計(jì)數(shù)據(jù)表明，平均建設(shè)一個(gè)額定功率為１００ＭＷ 的電廠將花費(fèi)６０～１００百萬美元，并在其生命周期中排放超過５０百萬噸的ＣＯ２．相比之下，全球數(shù)據(jù)中心在２００７年排放了１１６百萬噸的ＣＯ２，而且ＩＴ設(shè)備的碳排放量占據(jù)了全球碳排放量的２％．隨著二氧化碳排放量劇增、全球氣候變暖日趨嚴(yán)重，云計(jì)算相關(guān)企業(yè)或機(jī)構(gòu)無疑都將受到越來越多的成本約束和環(huán)境法規(guī)限制．

 

  近年來，學(xué)術(shù)界和工業(yè)界一直通過各種方法改善數(shù)據(jù)中心能效（Ｅｎｅｒｇｙ Ｅｆｆｉｃｉｅｎｃｙ），如利用更好的能耗均增（Ｅｎｅｒｇｙ Ｐｒｏｐｏｒｔｉｏｎａｌ）計(jì)算技術(shù)（包括虛擬化、動(dòng)態(tài)開關(guān)服務(wù)器、負(fù)載整合、ＩＴ設(shè)備的深度休眠和功耗模式控制），更高效的電力配送及冷卻系統(tǒng)．但是，改善能效并不等于就實(shí)現(xiàn)了綠色計(jì)算，因?yàn)閿?shù)據(jù)中心消耗的仍然是傳統(tǒng)的高碳排放量的能源．綠色和平組織（ＧｒｅｅｎＰｅａｃｅ）定義實(shí)現(xiàn)綠色ＩＴ的方式是“高能效加新能源”（Ｇｒｅｅｎ ＩＴ＝Ｅｎｅｒｇｙ Ｅｆｆｉｃｉｅｎｃｙ＋Ｒｅｎｅｗａｂｌｅ Ｅｎｅｒｇｙ）［５］．為了減少能耗開銷和碳排放量以實(shí)現(xiàn)綠色計(jì)算，充分利用新能源才是根本途徑．新能源一般是指在新技術(shù)基礎(chǔ)上加以開發(fā)利用的可再生能源，包括太陽能、生物質(zhì)能、風(fēng)能等．隨著常規(guī)能源（煤炭、石油、天然氣）的有限性以及環(huán)境問題的日益突出，環(huán)保、可再生的新能源越來越得到各國(guó)的重視．

 

  能源領(lǐng)域對(duì)于綠色可再生能源的研究（如太陽能、生物能的利用）從未停歇，而這股潮流隨著云計(jì)算的到來，同樣走向了數(shù)據(jù)中心．綠色和平組織通過對(duì)全球ＩＴ公司的數(shù)據(jù)中心清潔能源進(jìn)行評(píng)級(jí)，來倡導(dǎo)和激勵(lì)數(shù)據(jù)中心使用新能源．同時(shí)，各國(guó)政府也紛紛制定鼓勵(lì)節(jié)能減排的法規(guī)和政策．例如，美國(guó)加利福尼亞州規(guī)定到２０２０年其市政電力中３３％要來源于新能源［６］．此外，美國(guó)還提出多種激勵(lì)補(bǔ)貼方式鼓勵(lì)新能源的應(yīng)用．例如，生產(chǎn)稅收抵免（ＰｒｏｄｕｃｔｉｏｎＴａｘ Ｃｒｅｄｉｔ，ＰＴＣ）政策規(guī)定在新能源設(shè)施運(yùn)營(yíng)的前１０年內(nèi)，每生產(chǎn)一千瓦時(shí)清潔能量將獲得２．２美分補(bǔ)貼．

 

  新能源不但能夠顯著減少高碳電廠的溫室氣體排放，而且具有光明的經(jīng)濟(jì)前景，是減輕未來電力價(jià)格上漲壓力的一種新途徑．例如，用戶在安裝了新能源或者購買了新能源產(chǎn)品之后，可以在多年內(nèi)（如２０年）擁有固定的能量?jī)r(jià)格．如果數(shù)據(jù)中心所在地區(qū)需要征收煙碳排放稅，或者實(shí)行限額與交易（ｃａｐａｎｄ－ｔｒａｄｅ）政策（每家企業(yè)都給了一定量的排碳限額，在限額之內(nèi)排碳免費(fèi)；未用完限額可以賣給那些碳排量超過配額的企業(yè)），那么對(duì)新能源的投資將具有較高的性價(jià)比．

 

  ２．３ 當(dāng)前云數(shù)據(jù)中心不夠“綠色”

 

 

        隨著不斷下降的工藝制造費(fèi)用以及大規(guī)模的投資和政府激勵(lì)，部署建設(shè)新能源的設(shè)備（如太陽能光伏電板和風(fēng)渦輪）費(fèi)用不斷減低．例如，太陽能的安裝建設(shè)費(fèi)用從１９９８年的１０．８７$／Ｗａｔｔ下降到２０１０年的７$／Ｗａｔｔ①．風(fēng)渦輪電能的價(jià)格更是達(dá)到歷史最低值：２０１１年價(jià)格僅為１．３３$／（ｍ·ＭＷ－１），相比于２００９年的１．０６$（ｍ·ＭＷ－１）下降了７％，而相比于２００７年的１．２１$（ｍ·ＭＷ－１）下降了１９％②．現(xiàn)在，越來越多的ＩＴ企業(yè)和機(jī)構(gòu)正在逐步實(shí)現(xiàn)完全或者部分新能源驅(qū)動(dòng)的數(shù)據(jù)中心，例如Ｇｒｅｅｎ ＨｏｕｓｅＤａｔａ建在美國(guó)懷俄明州的風(fēng)能供電數(shù)據(jù)中心③和Ｆａｃｅｂｏｏｋ建在俄勒岡州的太陽能數(shù)據(jù)中心④．ｅＢａｙ在２０１２年４月份決定使用３０個(gè)Ｂｌｏｏｍ Ｅｎｅｒｇｙ的燃料電池來為其在猶他州的數(shù)據(jù)中心供能⑤．Ａｐｐｌｅ將使用太陽能廠和燃料電池站生產(chǎn)６０％的電力來驅(qū)動(dòng)其在南加州的數(shù)據(jù)中心①．２０１２年４月，綠色和平組織發(fā)布了一份名為《Ｈｏｗ Ｃｌｅａｎ ｉｓ Ｙｏｕｒ Ｃｌｏｕｄ？》的報(bào)告，對(duì)著名ＩＴ企業(yè)的數(shù)據(jù)中心做了綠色能源評(píng)估．其中，在清潔能源所占比例上，戴爾公司以５６．３％的比例排在首位，Ｇｏｏｇｌｅ和Ｆａｃｅｂｏｏｋ分別以３９．４％和３６．４％排在二、三位．由于戴爾是近幾年才轉(zhuǎn)型到數(shù)據(jù)中心解決方案業(yè)務(wù)，所以其新型數(shù)據(jù)中心清潔能源所占比例較高．相比于老牌的ＩＢＭ、Ｍｉｃｒｏｓｏｆｔ、Ｏｒａｃｌｅ公司等，Ｇｏｏｇｌｅ和Ｆａｃｅｂｏｏｋ則是近來發(fā)展起來的互聯(lián)網(wǎng)巨頭，更容易采用新技術(shù)和轉(zhuǎn)變能源來源，因此其綠色能源占據(jù)的比例較高也在情理之中．在其它指標(biāo)中（如數(shù)據(jù)中心選址、能源效率及溫室氣體排放、能源回收二次利用），能夠達(dá)到代表綠色環(huán)保的Ａ和Ｂ級(jí)別的企業(yè)很少．此外，大部分中小型ＩＴ公司由于資金和技術(shù)原因，其數(shù)據(jù)中心更難采用新能源．綜上所述，新能源在數(shù)據(jù)中心的應(yīng)用還有很長(zhǎng)一段路要走．

 

  ２．４ 云數(shù)據(jù)中心仍然需要混合能源

 

  ２０１２年６月２９日，大規(guī)模雷暴雨襲擊了美國(guó)東一區(qū)，導(dǎo)致著名的亞馬遜云服務(wù)Ａｍａｚｏｎ’ｓ ＷｅｂＳｅｒｖｉｃｅｓ（ＡＷＳ）中斷，嚴(yán)重影響了基于ＡＷＳ的應(yīng)用服務(wù)商，如Ｎｅｔｆｌｉｘ，Ｉｎｓｔａｇｒａｍ 和Ｐｉｎｔｅｒｅｓｔ②．此前，亞馬遜在２０１０年就曾經(jīng)歷了一周內(nèi)４次電力故障，導(dǎo)致所提供的云服務(wù)中斷③．這些促使人思考一個(gè)問題：現(xiàn)在是時(shí)候讓數(shù)據(jù)中心的運(yùn)營(yíng)者考慮完全使用非電網(wǎng)的能源嗎？尤其是現(xiàn)在部分運(yùn)營(yíng)商已經(jīng)成功實(shí)現(xiàn)自己生產(chǎn)部分電能，而用傳統(tǒng)電網(wǎng)作為備用電能．

 

  顯然，電網(wǎng)仍然是為數(shù)據(jù)中心供電的最重要和最優(yōu)先方式．電網(wǎng)更加穩(wěn)定可靠，而且考慮到數(shù)據(jù)中心能耗一般在２０ＭＷ 到１００ＭＷ 之間，這樣大規(guī)模的需求很難通過新能源來滿足．亞馬遜Ｗｅｂ基礎(chǔ)架構(gòu)專家Ｊａｍｅｓ Ｈａｍｉｌｔｏｎ指出，Ｆａｃｅｂｏｏｋ在俄勒岡州建設(shè)的１００ＫＷ 的太陽能電站對(duì)于其能耗２５ＭＷ的數(shù)據(jù)中心來說仍然遠(yuǎn)遠(yuǎn)不夠④，僅夠用來為數(shù)據(jù)中心照明，或者僅相當(dāng)于一個(gè)高密度服務(wù)器機(jī)架的能耗．此外，Ａｐｐｌｅ的ｉＤａｔａｃｅｎｔｅｒ使用２０ＭＷ 的太陽能電廠來為１００ＭＷ 的數(shù)據(jù)中心提供部分電能．為此，Ａｐｐｌｅ需要清理掉１７１英畝的土地來放置足夠多的太陽能電板．太陽能電廠在夜晚不能發(fā)電，而且在白天太陽能也是變化的，這導(dǎo)致了僅僅只有部分可用的電能產(chǎn)出．據(jù)Ｈａｍｉｌｔｏｎ估算，額定２０ＭＷ的太陽能電廠只有１５．８％的產(chǎn)出，即約３．２ＭＷ．據(jù)此，如果Ａｐｐｌｅ想要為整個(gè)數(shù)據(jù)中心供電的話，需要擴(kuò)建２４．４倍大的太陽能電廠，達(dá)到額定４８８ＭＷ，占地４１７２英畝．

 

  由此可見，目前數(shù)據(jù)中心仍然不適合完全脫離傳統(tǒng)電網(wǎng)．雖然利用新能源能夠改善數(shù)據(jù)中心帶來的環(huán)境問題，但是不能完全代替?zhèn)鹘y(tǒng)高碳電能．如何協(xié)同配合傳統(tǒng)電網(wǎng)和新能源的各自特點(diǎn)，仍然是未來的一個(gè)研究方向．

 

  ２．５ 綠色云數(shù)據(jù)中心研究面臨的挑戰(zhàn)

 

  不同于依賴傳統(tǒng)高碳能源的穩(wěn)定供給電網(wǎng)，新能源往往是不穩(wěn)定的、間歇性的、動(dòng)態(tài)變化的．為了緩和這種可變性，數(shù)據(jù)中心可以將綠色能源存儲(chǔ)在電池中或者直接連上電網(wǎng)．但是這些方法會(huì)導(dǎo)致能量損失和昂貴的電池費(fèi)用．尤其是能量?jī)?chǔ)存設(shè)備比較昂貴、改進(jìn)過程也比較緩慢，不宜大規(guī)模采用．此外，建設(shè)新能源電廠需要大量的土地．比如，使用太陽能來生產(chǎn)１ＭＷ 的電能需要５～１０英畝的土地（具體數(shù)值依賴于安裝的太陽能電板的不同密集程度和不同發(fā)電效率）．同樣，風(fēng)能也需要使用大量的土地，風(fēng)能項(xiàng)目的平均產(chǎn)電能力為２Ｗ／ｍ２⑤．最大化使用新能源的辦法是根據(jù)新能源的供應(yīng)量來匹配相應(yīng)的能耗需求（計(jì)算任務(wù)）．匹配能耗供應(yīng)與需求有很多待研究的問題：什么樣的計(jì)算負(fù)載適合于綠色數(shù)據(jù)中心？采取什么樣的有效技術(shù)來匹配動(dòng)態(tài)變化的能耗需求與供應(yīng)？是否可以允許程序員定制使用哪類節(jié)能技術(shù)？如何準(zhǔn)確預(yù)測(cè)太陽能和風(fēng)能的可用量？如何有效管理電池等儲(chǔ)能設(shè)備？能否通過全球范圍內(nèi)的任務(wù)分發(fā)與調(diào)度來最大化利用多區(qū)域的新能源？如何選址配額來實(shí)現(xiàn)最佳的數(shù)據(jù)中心收益與開支平衡？

 

  ３ 數(shù)據(jù)中心采用新能源的途徑及特征

 

  ３．１ 新能源種類及其在數(shù)據(jù)中心中的應(yīng)用途徑在數(shù)據(jù)中心部署使用新能源有就地（ｏｎ－ｓｉｔｅ）電站和離站（ｏｆｆ－ｓｉｔｅ）電廠兩種方式．就地新能源發(fā)電廠生產(chǎn)的電力可直接為數(shù)據(jù)中心供能，例如Ｆａｃｅｂｏｏｋ建在俄勒岡州的太陽能數(shù)據(jù)中心．其優(yōu)勢(shì)在于幾乎沒有電力傳輸和配送損失．但是位置最好的數(shù)據(jù)中心（土地價(jià)格、水電價(jià)格、網(wǎng)絡(luò)帶寬、可用的勞動(dòng)力、稅收等因素），并不一定具有最佳的資源來部署就地新能源電站．

 

  利用新能源的另一種模式就是將新能源電廠建設(shè)在具有豐富資源（如風(fēng)速大或日照強(qiáng)）的離站地區(qū)，然后通過電網(wǎng)將新能源產(chǎn)生的電力傳送到需要用電的數(shù)據(jù)中心．盡管這種方式具有較大的傳輸損失和電網(wǎng)傳送、儲(chǔ)存的費(fèi)用，但是其電產(chǎn)量更大，而且選址更靈活．由于新能源的不穩(wěn)定性，上述兩種方式均需要采用儲(chǔ)能設(shè)備來緩解產(chǎn)量／供應(yīng)與消費(fèi)／需求之間的不匹配，因此相應(yīng)的儲(chǔ)能開銷（購買費(fèi)用和管理儲(chǔ)能費(fèi)用）也被納入當(dāng)前研究的權(quán)衡考慮之中．由于地區(qū)原因，許多企業(yè)沒有機(jī)會(huì)自己生產(chǎn)新能源．除了直接參與新能源電廠的建造和使用，還有其它間接的方法實(shí)現(xiàn)數(shù)據(jù)中心節(jié)能減排的目的．第一，購買新能源證書（Ｒｅｎｅｗａｂｌｅ Ｅｎｅｒｇｙ Ｃｅｒｔｉｆｉｃａｔｅｓ，ＲＥＣｓ）．這是指數(shù)據(jù)中心與新能源項(xiàng)目簽訂長(zhǎng)期合同，以較便宜的協(xié)議價(jià)格購買部分新能源項(xiàng)目的產(chǎn)電量．例如，Ｇｏｏｇｌｅ與新紀(jì)元能源公司ＮｅｘｔＥｒａ簽訂的ＰＰＡ 協(xié)議規(guī)定，Ｇｏｏｇｌｅ可以從愛荷華州艾姆斯市的新能源項(xiàng)目中購買２０年的１１４ＭＷ 的風(fēng)能，為Ｇｏｏｇｌｅ在愛荷華州的數(shù)據(jù)中心供電①．第二，與第三方新能源提供商簽訂能源購買協(xié)議（ＰｏｗｅｒＰｕｒｃｈａｓｅ Ａｇｒｅｅｍｅｎｔｓ，ＰＰＡｓ）來間接獲得新能源．可再生能源證書ＲＥＣｓ也稱為綠色標(biāo)簽，是一種可以在市場(chǎng)上交易的能源商品．由專門的認(rèn)證機(jī)構(gòu)給可再生能源產(chǎn)生的每１０００ｋＷｈ電力頒發(fā)一個(gè)專有的號(hào)碼，證明其有效性．即１ＭＷｈ電力對(duì)應(yīng)于１個(gè)單位的證書．綠色證書是可再生能源比例標(biāo)準(zhǔn)的重要一環(huán)，它借用市場(chǎng)機(jī)制形成了一項(xiàng)對(duì)使用者的補(bǔ)貼，并以此鼓勵(lì)綠色能源的廣泛應(yīng)用．第三，購買碳補(bǔ)償（ｃａｒｂｏｎ ｏｆｆｓｅｔ）來抵消非清潔能源使用．購買者計(jì)算日常運(yùn)營(yíng)直接或間接制造的二氧化碳排放量，并計(jì)算抵消這些二氧化碳所需的經(jīng)濟(jì)成本．然后，付款給專門企業(yè)或機(jī)構(gòu)，由他們通過植樹或其它環(huán)保項(xiàng)目抵消大氣中相應(yīng)的二氧化碳量．

 

  總之，云計(jì)算數(shù)據(jù)中心采用新能源的途徑有多種．不同方式在開銷、復(fù)雜度、資助直接性和公共關(guān)系價(jià)值等方面不盡相同．如圖１所示，這些途徑分為４個(gè)層次：第１種途徑是直接建設(shè)就地新能源電站，這種方式最直接支持利用新能源，因此也得到更多的直接資助；第２種途徑是與新能源開發(fā)商簽訂使用協(xié)議或者成為合作伙伴，獲得離站的新能源，例如能源購買協(xié)議ＰＰＡ；第３種途徑是購買高質(zhì)量的新能源補(bǔ)償，如碳補(bǔ)償；第４種途徑是購買新能源市場(chǎng)產(chǎn)品，如新能源證書ＲＥＣｓ．第３種和第４種途徑相對(duì)前兩種途徑更加便宜且簡(jiǎn)單方便，但是所獲得的資助和公共關(guān)系價(jià)值相對(duì)較少．

 

  ３．２ 綠色數(shù)據(jù)中心新能源衡量標(biāo)準(zhǔn)———ＣＵＥ數(shù)據(jù)中心主要的３個(gè)子系統(tǒng)包括：ＩＴ設(shè)備（服務(wù)器、存儲(chǔ)設(shè)備、網(wǎng)絡(luò)硬件）；冷卻系統(tǒng)（冷卻裝置和風(fēng)扇）；配電系統(tǒng)（不間斷電源ＵＰＳ、配電裝置ＰＤＵ等）．電能使用效率（Ｐｏｗｅｒ Ｕｓａｇｅ Ｅｆｆｉｃｉｅｎｃｙ，ＰＵＥ）是衡量數(shù)據(jù)中心能效的工業(yè)標(biāo)準(zhǔn)，其定義為ＰＵＥ＝數(shù)據(jù)中心總能耗／ＩＴ 設(shè)備能耗．盡管ＰＵＥ長(zhǎng)期作為數(shù)據(jù)中心運(yùn)營(yíng)者衡量其電力使用效率的標(biāo)準(zhǔn)，但它沒有涉及性能和開銷，更沒有考慮評(píng)價(jià)綠色環(huán)保程度（如消耗的能源的碳含量）．例如，相比于主要依賴煤燃料供能而具有較低ＰＵＥ 的數(shù)據(jù)中心，一個(gè)主要依靠新能源供能的數(shù)據(jù)中心盡管可能具有較高的ＰＵＥ，但其產(chǎn)生的污染更少．

 

  為了給出標(biāo)準(zhǔn)的方法來評(píng)價(jià)數(shù)據(jù)中心的碳強(qiáng)度，綠色網(wǎng)格組織Ｇｒｅｅｎ Ｇｒｉｄ 采用碳使用效率（Ｃａｒｂｏｎ Ｕｓａｇｅ Ｅｆｆｅｃｔｉｖｅｎｅｓｓ，ＣＵＥ）表示每千瓦時(shí)用電產(chǎn)生的碳排放密集程度．

 

  碳排放因子是相應(yīng)能源的碳密度，即消耗單位能量所排放的碳量（ｋｇＣＯ２ｅｑ／ｋＷｈ）．表３給出了最常見的幾種電力能源的碳排放因子，其中石油和天然氣等化石燃料能源的碳排放因子最大．ＰＰＡ 和ＲＥＣ作為新的綠色能源產(chǎn)品，其開銷與碳排放因子與電網(wǎng)和柴油發(fā)電機(jī)（Ｄｉｅｓｅｌ Ｇｅｎｅｒａｔｏｒ，ＤＧ）的對(duì)比如表４所示．更多綠色ＩＴ評(píng)價(jià)標(biāo)準(zhǔn)參見文獻(xiàn).

 

  ３．３ 風(fēng)能、太陽能等綠色能源的特征

 

  太陽能和風(fēng)能是給數(shù)據(jù)中心供能的最有前景的兩種綠色能源，原因在于：（１）這兩種能源在全球大部分地區(qū)廣泛存在；（２）它們不會(huì)像水力發(fā)電那樣引起環(huán)境影響（大面積的植被被破壞）；（３）它們不會(huì)像核能那樣引起核泄漏和廢物堆積問題．因此，目前關(guān)于新能源在數(shù)據(jù)中心應(yīng)用的研究主要是考慮風(fēng)能和太陽能．據(jù)統(tǒng)計(jì)，風(fēng)能和太陽能分別占全球非水能新能源產(chǎn)量的６２％和１３％①．

 

  由于風(fēng)能和太陽能發(fā)電量與環(huán)境條件緊密相關(guān)，如風(fēng)速和日照強(qiáng)度，因此可用電量是不穩(wěn)定的、隨時(shí)間變化的．相應(yīng)地，它們的容量因子也遠(yuǎn)低于傳統(tǒng)電廠（容量因子（ｃａｐａｃｉｔｙ ｆａｃｔｏｒ）是指實(shí)際產(chǎn)出與最大的額定產(chǎn)出的比值）．由于有穩(wěn)定的化石燃料供應(yīng)，傳統(tǒng)電廠的容量因子可達(dá)８０％甚至更高．依據(jù)年平均風(fēng)速的不同，風(fēng)能的容量因子在２０％～４５％之間②．風(fēng)能發(fā)電的開銷主要是前期的安裝部署開銷，其資金支出占據(jù)了生命周期總開銷的７５％．比較而言，傳統(tǒng)化石燃料電廠（如天然氣電廠），其燃料和管理運(yùn)維開銷則占據(jù)４０％～７０％．太陽能光伏發(fā)電系統(tǒng)的光伏電板比風(fēng)能和其它新能源技術(shù)更加昂貴．與風(fēng)能類似，管理運(yùn)維開銷只是光伏發(fā)電系統(tǒng)總開銷的一小部分③．

 

 

新能源最主要的優(yōu)點(diǎn)就是一旦建設(shè)好電廠就可以源源不斷的提供電能，而且管理費(fèi)用較低，運(yùn)營(yíng)過程中不會(huì)排放碳等污染物質(zhì)．盡管在在生產(chǎn)、傳輸、安裝、設(shè)備回收利用過程中也會(huì)產(chǎn)生碳污染，但是與傳統(tǒng)電網(wǎng)的碳排放因子５８５ｇＣＯ２ｅ／ｋＷｈ相比，風(fēng)能２９ｇＣＯ２ｅ／ｋＷｈ和太陽能５３ｇＣＯ２ｅ／ｋＷｈ的碳排放因子仍然低得多．

 

  一方面，風(fēng)能在地理上具有更小的相關(guān)性，而且不管白天還是黑夜都能發(fā)電．因此，對(duì)于面向互聯(lián)網(wǎng)規(guī)模服務(wù)的多區(qū)域分布式數(shù)據(jù)中心而言，風(fēng)能的可用性具有更小的波動(dòng)．另一方面，太陽能與數(shù)據(jù)中心負(fù)載都是在白天達(dá)到峰值，具有更佳的匹配性．所以，根據(jù)當(dāng)?shù)仫L(fēng)能資源的質(zhì)量及各個(gè)數(shù)據(jù)中心的負(fù)載特性，最佳的新能源組合是主要使用風(fēng)能，而配合使用相對(duì)較少的太陽能來處理白天時(shí)段的高峰需求．

 

  此外，燃料電池是另一種具有巨大前景的新能源．例如，新能源公司Ｂｌｏｏｍ Ｅｎｅｒｇｙ生產(chǎn)一種固體氧化物燃料電池，能夠通過電化反應(yīng)將燃料轉(zhuǎn)化為電．這種新型燃料電池的發(fā)電效率是美國(guó)電網(wǎng)的兩倍，而且清潔程度比燃煤電廠高出６０％．雖然目前燃料電池較為昂貴，但是其經(jīng)濟(jì)效益正在不斷改善，而且不像其它新能源那樣受限于間歇性．

 

  ４ 新能源研究現(xiàn)狀的分類與比較

 

  基于目前大量針對(duì)數(shù)據(jù)中心如何利用新能源的研究，本節(jié)首先總結(jié)相關(guān)的評(píng)價(jià)標(biāo)準(zhǔn)，并據(jù)此對(duì)現(xiàn)有研究進(jìn)展進(jìn)行分類對(duì)比．

 

  ４．１ 新能源使用策略分類標(biāo)準(zhǔn)

 

  表６歸納了目前數(shù)據(jù)中心使用新能源策略的分類和評(píng)價(jià)標(biāo)準(zhǔn)．首要的標(biāo)準(zhǔn)就是時(shí)間尺度，它決定采用的機(jī)制和策略的更新頻率，可以分為在線策略和離線策略．在線策略是在系統(tǒng)運(yùn)行過程中實(shí)時(shí)執(zhí)行的，時(shí)間尺度一般較小，如毫秒或者秒級(jí)．離線策略是在系統(tǒng)運(yùn)行之前就指定好的，時(shí)間尺度一般較大，如每小時(shí)級(jí)的，這類策略通常用于系統(tǒng)設(shè)計(jì)和資源部署中［９］．

 

  第二，根據(jù)數(shù)據(jù)中心系統(tǒng)結(jié)構(gòu)的不同層次，可以分為單機(jī)部件級(jí)策略、數(shù)據(jù)中心整體策略和跨區(qū)域數(shù)據(jù)中心之間的策略．不同層次的策略需要不同的通信量．有些策略需要跨層次的信息通信，或者需要多層之間相互協(xié)作．

 

  第三，也可以根據(jù)策略所需信息的來源進(jìn)行分類．例如，策略所作決策可以基于即時(shí)信息，也可以基于歷史觀測(cè)值，或者基于預(yù)測(cè)信息（預(yù)測(cè)一般即取決于即時(shí)信息和歷史記錄信息）．

 

  第四，根據(jù)數(shù)據(jù)中心的負(fù)載類型不同，策略可以分為即時(shí)交互性型服務(wù)策略和批處理延遲容忍型服務(wù)策略．不同的作業(yè)對(duì)于性能的要求不同，要求的服務(wù)響應(yīng)時(shí)間也不同．例如，Ｗｅｂ服務(wù)一般要求實(shí)時(shí)響應(yīng)，而后臺(tái)處理和科學(xué)計(jì)算等作業(yè)就屬于延遲容忍型服務(wù)，只需要在一定時(shí)間段完成．

 

  第五，數(shù)據(jù)中心可以選擇多種能源，不同的策略針對(duì)的新能源種類也不盡相同．例如，前面介紹的就地新能源和離站新能源；太陽能、風(fēng)能、燃料電池；可再生能源補(bǔ)貼金ＲＥＣｓ、碳補(bǔ)償?shù)榷喾N形式的綠色能源選擇．有的策略考慮完全利用新能源為數(shù)據(jù)中心供電，而有的策略則采用多種新能源組合為數(shù)據(jù)中心供能．

 

  最后一種重要的分類標(biāo)準(zhǔn)是研究方法，它反映方案的現(xiàn)實(shí)可用性和評(píng)測(cè)方法．具體分為離散時(shí)間模擬方法、設(shè)計(jì)原型系統(tǒng)、形式化建模分析以及數(shù)值模擬方法等．所有方法均有其局限性和優(yōu)缺點(diǎn)．例如，相對(duì)于真實(shí)系統(tǒng)平臺(tái)或原型系統(tǒng)，理論分析和模擬的研究給出了不依賴于具體平臺(tái)和實(shí)現(xiàn)的結(jié)果，但是真實(shí)原型系統(tǒng)則反映了相應(yīng)研究領(lǐng)域的成熟程度．

 

  ４．２ 研究分類比較

 

  依據(jù)表６的分類標(biāo)準(zhǔn)，表７對(duì)比了近年來數(shù)據(jù)中心應(yīng)用新能源策略的研究進(jìn)展．不同的機(jī)制策略可歸類為：第一，新能源模型和預(yù)測(cè)機(jī)制．由于不同新能源具有不同的特性（如前面介紹的發(fā)電量和碳排放量因素、因此間歇性和動(dòng)態(tài)變化等），因此，為了最大化利用新能源，我們需要建模預(yù)測(cè)未來可用的新能源量，以此來調(diào)度作業(yè)，匹配能耗供應(yīng)與需求．第二，數(shù)據(jù)中心能源配額規(guī)劃：主要涉及研究新建數(shù)據(jù)中心或者新增新能源時(shí)，如何選擇最佳的能源組合來最小化開銷和碳排放量，并同時(shí)滿足相應(yīng)能耗需求．第三，新能源數(shù)據(jù)中心內(nèi)作業(yè)調(diào)度機(jī)制：主要研究如何依據(jù)新能源可用量，來分級(jí)調(diào)度交互性和延遲容忍型作業(yè)、調(diào)節(jié)服務(wù)功耗狀態(tài)以最大化利用新能源．第四，新能源數(shù)據(jù)中心間負(fù)載均衡機(jī)制：針對(duì)不同地區(qū)數(shù)據(jù)中心的不同新能源可用量和不同碳排放量，負(fù)載均衡器將請(qǐng)求分發(fā)到不用的地區(qū)進(jìn)行執(zhí)行處理，從而最大化新能源的利用、減少能耗開銷和碳排放量．下面，將分別詳細(xì)闡述這４類研究．

 

  ５ 新能源利用機(jī)制與策略

 

  本節(jié)首先對(duì)新能源在數(shù)據(jù)中心應(yīng)用的４個(gè)方面進(jìn)行闡述，如圖２所示．然后，我們分析總結(jié)國(guó)內(nèi)綠色數(shù)據(jù)中心的研究現(xiàn)狀．

 

  ＲｅＲａｃｋ是一個(gè)可以輸入上述不同因素的模３期鄧 維等：云計(jì)算數(shù)據(jù)中心的新能源應(yīng)用：研究現(xiàn)狀與趨勢(shì)５９１擬優(yōu)化器，可用來評(píng)估使用新能源的數(shù)據(jù)中心的能耗開銷．ＲｅＲａｃｋ主要包含兩個(gè)部分：一是模擬器，用來分析新能源的效益，其模型既可以表示數(shù)據(jù)中心的能耗需求也可以模擬不同地區(qū)的新能源變動(dòng)情況；二是優(yōu)化器，用來尋找對(duì)于給定地區(qū)和負(fù)載的開銷最佳的求解空間．

 

  文獻(xiàn)［４］提出的碳感知能源規(guī)劃方法可以幫助數(shù)據(jù)中心操作人員設(shè)計(jì)可持續(xù)發(fā)展的新能源驅(qū)動(dòng)的系統(tǒng)．該方法假設(shè)數(shù)據(jù)中心內(nèi)部的ＩＴ設(shè)備、冷卻設(shè)備、供電設(shè)備都齊全，而需要規(guī)劃的決策是多種新能源的配額以及儲(chǔ)能設(shè)備（Ｅｎｅｒｇｙ Ｓｔｏｒａｇｅ Ｄｅｖｉｃｅｓ，ＥＳＤ）的大?。茉磥碓窗ň偷匦履茉?、離站新能源、電網(wǎng)、就地柴油發(fā)電機(jī)、儲(chǔ)能設(shè)備和間接的新能源市場(chǎng)的產(chǎn)品（如ＲＥＣ和ＰＰＡ）．通過考慮不同碳足跡指標(biāo)、新能源特性、激勵(lì)政策、稅費(fèi)，該方法的目標(biāo)優(yōu)化函數(shù)是最小化上述所有能源組合的費(fèi)用開銷．基于此優(yōu)化框架，大量真實(shí)數(shù)據(jù)（ｔｒａｃｅ）驅(qū)動(dòng)的仿真實(shí)驗(yàn)顯示：（１）新能源不僅可以減少數(shù)據(jù)中心的碳排放量，而且可以減少開支；（２）就地新能源可以減少開銷的原因在于它們能直接為數(shù)據(jù)中心供電，而減少對(duì)電網(wǎng)的峰值需求，而傳統(tǒng)的作法則是運(yùn)用更昂貴的ＥＳＤｓ來實(shí)現(xiàn)相同的目標(biāo)；（３）減少碳排放量的最有效方式取決于碳足跡的目標(biāo)：對(duì)于比較低的減排目標(biāo)（不超過３０％），最好使用就地可用的新能源；更高的碳排放減少目標(biāo)就需要使用離站新能源；而零碳排放目標(biāo)就必須借助于新能源產(chǎn)品，如ＲＥＣｓ．

 

  然而，上述能源供應(yīng)規(guī)劃方案忽視了對(duì)數(shù)據(jù)中心能耗需求的考慮．文獻(xiàn)［１３］提出了一種能耗管理規(guī)劃方案，使得數(shù)據(jù)中心的負(fù)載能耗需求與供應(yīng)相匹配．電能供應(yīng)可以來源于電網(wǎng)、新能源和儲(chǔ)能設(shè)備．其中，新能源的供應(yīng)是隨時(shí)間變化的，依賴于新能源來源、發(fā)電機(jī)地理位置和天氣條件．能耗需求主要取決于隨時(shí)間變化的數(shù)據(jù)中心負(fù)載和所采取的能耗管理策略．該方法采用ＤＶＦＳ 和服務(wù)器整合技術(shù)來調(diào)節(jié)ＣＰＵ功耗和服務(wù)器個(gè)數(shù)，并設(shè)置能耗上限來控制能耗需求．儲(chǔ)能技術(shù)用來儲(chǔ)存多余的電能，并用來平滑由于間歇性新能源導(dǎo)致的不穩(wěn)定電能供應(yīng)．以上幾種配額規(guī)劃方案都沒有考慮新能源對(duì)公

 

  眾健康及地區(qū)經(jīng)濟(jì)效益的影響．為此，文獻(xiàn)［１２］提出了一種系統(tǒng)最佳能源組合模型，能夠考慮電網(wǎng)的可靠性、電力開銷、污染對(duì)健康的影響、對(duì)建筑環(huán)境的影響、對(duì)景點(diǎn)的影響、對(duì)當(dāng)?shù)刎?cái)富和環(huán)境的影響．而且，該模型可以模擬這些因素之間的交互影響，提供決策信息來設(shè)計(jì)最佳的電力能源組合．但是該模型只是概念模型，并沒有嚴(yán)格的形式化數(shù)學(xué)表達(dá)．雖然現(xiàn)在越來越多的數(shù)據(jù)中心使用新能源來減

 

  少碳排放量，但是只有少數(shù)的綠色環(huán)保客戶才對(duì)新能源感興趣，而大部分的普通用戶并不關(guān)心數(shù)據(jù)中心是否使用綠色能源．為此，數(shù)據(jù)中心可以提供差異性服務(wù)：新能源僅僅為服務(wù)綠色環(huán)保客戶的服務(wù)器供能．在新能源加入數(shù)據(jù)中心供電系統(tǒng)時(shí)，應(yīng)該規(guī)劃哪些服務(wù)器提供的服務(wù)由新能源支持，哪些服務(wù)器提供的服務(wù)由傳統(tǒng)電網(wǎng)支持．在相關(guān)研究［１４］中，新能源通過并網(wǎng)設(shè)備（ｇｒｉｄ ｔｉｅ）將就地新能源并入電網(wǎng)，而電網(wǎng)作為備用能源，當(dāng)新能源不足的時(shí)候才使用電網(wǎng)，而當(dāng)新能源富余時(shí)就存儲(chǔ)在電網(wǎng)中．在并網(wǎng)的數(shù)據(jù)中心中，新能源在供電系統(tǒng)的比例取決于新能源的產(chǎn)量，以及并網(wǎng)設(shè)備下的服務(wù)器數(shù)量．該方法能夠量化不同的并網(wǎng)設(shè)備放置方案對(duì)于新能源利用率的影響．例如，在機(jī)架級(jí)別放置并網(wǎng)設(shè)備可以增加每小時(shí)新能源利用率的１．７６倍．

 

  ５．３ 綠色云數(shù)據(jù)中心內(nèi)作業(yè)調(diào)度機(jī)制

 

  ５．３．１ 延遲處理作業(yè)機(jī)制

 

  為了研究數(shù)據(jù)中心如何利用不穩(wěn)定的新能源、如何匹配負(fù)載的能耗需求與變化的新能源供應(yīng)，美國(guó)羅格斯大學(xué)的研究者設(shè)計(jì)并實(shí)現(xiàn)了太陽能驅(qū)動(dòng)的小型數(shù)據(jù)中心μｄａｔａｃｅｎｔｅｒ———Ｐａｒａｓｏｌ［３４］．最近，他們又為綠色數(shù)據(jù)中心設(shè)計(jì)了兩個(gè)負(fù)載調(diào)度系統(tǒng)：

 

  ＧｒｅｅｎＳｌｏｔ［１５］和ＧｒｅｅｎＨａｄｏｏｐ［１６］．這兩個(gè)系統(tǒng)均假設(shè)：（１）數(shù)據(jù)中心既與太陽能電站連接也與電網(wǎng)連接；（２）沒有蓄電設(shè)備．系統(tǒng)目標(biāo)都是最大化利用太陽能．非清潔能源只在太陽能不足的時(shí)候才被利用．ＧｒｅｅｎＳｌｏｔ［１５］是一個(gè)批處理作業(yè)調(diào)度器，它擴(kuò)展了ＳＬＵＲＭ 模擬器（ＳＬＵＲＭ 是一種可用于大型計(jì)算節(jié)點(diǎn)集群的高度可伸縮和容錯(cuò)的集群管理器和作業(yè)調(diào)度系統(tǒng)）．用戶提交作業(yè)時(shí)需要設(shè)定所需的結(jié)點(diǎn)數(shù)、期望的運(yùn)行時(shí)間和截止期限．基于歷史數(shù)據(jù)和天氣預(yù)報(bào)，ＧｒｅｅｎＳｌｏｔ首先預(yù)測(cè)未來太陽能的可用量．在滿足作業(yè)的延時(shí)要求情況下，ＧｒｅｅｎＳｌｏｔ盡可能將作業(yè)延遲到未來新能源可用的時(shí)候再執(zhí)行，如圖３所示．其中，回填算法是在先來先服務(wù)算法的基礎(chǔ)上，將隊(duì)列中較小的作業(yè)回填到空閑ＣＰＵ，以提高ＣＰＵ利用率．每個(gè)長(zhǎng)方形代表結(jié)點(diǎn)的個(gè)數(shù)和每個(gè)作業(yè)大概需要的時(shí)間．垂直線為作業(yè)的最后完成期限．ＧｒｅｅｎＳｌｏｔ延遲部分作業(yè)的執(zhí)行（只要不超過截止期限）以保證新能源的利用．例如，ＧｒｅｅｎＳｌｏｔ延遲作業(yè)Ｊ１到截止期限之前，從而盡可能多地利用可用的新能源［１５］．如果為了滿足延時(shí)要求而不得不使用傳統(tǒng)電網(wǎng)時(shí)，ＧｒｅｅｎＳｌｏｔ則選擇電價(jià)較為便宜的時(shí)候執(zhí)行作業(yè)．

 

  圖３ 在調(diào)度３個(gè)作業(yè)（Ｊ１，Ｊ２，Ｊ３）時(shí)，回填（Ｂａｃｋｆｉｌｌ）算法（上圖）與ＧｒｅｅｎＳｌｏｔ（下圖）算法的對(duì)比．類似地，ＧｒｅｅｎＨａｄｏｏｐ在Ｈａｄｏｏｐ數(shù)據(jù)處理的框架下改進(jìn)作業(yè)調(diào)度器來最大化新能源的利用．但是調(diào)度管理Ｈａｄｏｏｐ作業(yè)的能耗更加困難，因?yàn)椋龋幔洌铮铮鹱鳂I(yè)不設(shè)定需要使用的服務(wù)器個(gè)數(shù)、運(yùn)行時(shí)間和所需能耗等信息．此外，能耗調(diào)度器需要保證管理的服務(wù)器上具有運(yùn)行作業(yè)所需的數(shù)據(jù)．

 

  但是，ＧｒｅｅｎＳｌｏｔ［１５］和ＧｒｅｅｎＨａｄｏｏｐ［１６］調(diào)度系統(tǒng)不適合交互式延遲敏感型應(yīng)用．文獻(xiàn)［２２］既考慮批處理這樣的延遲容忍型作業(yè)，又考慮Ｗｅｂ服務(wù)這樣的延遲敏感型應(yīng)用．對(duì)于這兩種不同類型的作業(yè)，調(diào)度器設(shè)置兩個(gè)不同的隊(duì)列．對(duì)于Ｗｅｂ服務(wù)，系統(tǒng)限定每個(gè)服務(wù)器上的請(qǐng)求個(gè)數(shù)，并在計(jì)算資源可用時(shí)立即執(zhí)行，以滿足響應(yīng)時(shí)間要求．而對(duì)于批處理作業(yè)，則利用前面５．１．３小節(jié)總結(jié)的風(fēng)能和太陽能可用量預(yù)測(cè)機(jī)制，自適應(yīng)地延遲調(diào)度每個(gè)服務(wù)器的作業(yè)來充分利用新能源．雖然該方法使用的新能源預(yù)測(cè)算法相對(duì)于ＧｒｅｅｎＳｌｏｔ和ＧｒｅｅｎＨａｄｏｏｐ系統(tǒng)更為復(fù)雜，但是準(zhǔn)確性更高，調(diào)度失誤率更低．類似地，加州大學(xué)伯克利分校的研究者也同時(shí)針對(duì)批處理任務(wù)和交互型服務(wù)設(shè)計(jì)了能源敏捷型集群［２１］．對(duì)于批處理任務(wù)，該方法同樣通過新能源感知的松弛調(diào)度來最大化風(fēng)能的利用．不同的是，對(duì)于交互型服務(wù)，系統(tǒng)通過降低服務(wù)質(zhì)量（如增加響應(yīng)時(shí)間、選擇性地拒絕部分請(qǐng)求）來減少能耗．其代價(jià)是影響服務(wù)質(zhì)量．

 

５．３．２ 調(diào)節(jié)硬件狀態(tài)方式

 

  除了通過延遲處理作業(yè)來匹配可用新能源的方式外，另一種利用新能源的調(diào)度方式就是調(diào)節(jié)處理器或者服務(wù)器的功耗狀態(tài)來調(diào)節(jié)能耗需求，從而匹配可用的新能源．在處理器層次，佛羅里達(dá)大學(xué)的ＩＤＥＡＬ實(shí)驗(yàn)室設(shè)計(jì)了ＳｏｌａｒＣｏｒｅ［２０］，一種太陽能驅(qū)動(dòng)的多核體系架構(gòu)下的能耗管理方案．ＳｏｌａｒＣｏｒｅ依據(jù)可用的太陽能動(dòng)態(tài)地設(shè)置處理器的能耗預(yù)算，并利用ＤＶＦＳ技術(shù)根據(jù)吞吐率和能耗的比值來動(dòng)態(tài)調(diào)節(jié)每個(gè)核的負(fù)載，以充分利用新能源實(shí)現(xiàn)最佳的性能．當(dāng)太陽能利用率低于一定閾值時(shí)就開啟備用電源（電網(wǎng)）．類似地，對(duì)于服務(wù)器集群，Ｂｌｉｎｋ［１７］基于變化的可用新能源電量，利用快速休眠狀態(tài)，動(dòng)態(tài)調(diào)節(jié)每個(gè)服務(wù)器的功耗狀態(tài)來匹配能耗供應(yīng)．不同的是，該方法假設(shè)集群完全依賴綠色能源，不與電網(wǎng)連接．但是，目前數(shù)據(jù)中心僅僅依靠綠色能源是不實(shí)際的，原因在于間歇、不穩(wěn)定的新能源可能會(huì)導(dǎo)致無法控制的性能損失、服務(wù)中斷和斷電．

 

  ５．３．３ 遷移負(fù)載調(diào)度資源

 

  上述這幾種延遲處理作業(yè)或者調(diào)節(jié)硬件功耗狀

 

  態(tài)的方式會(huì)一定程度上影響服務(wù)質(zhì)量．ＩＤＥＡＬ實(shí)驗(yàn)室的另一個(gè)研究成果是ｉＳｗｉｔｃｈ．為了最大化利用間歇、不穩(wěn)定的新能源，ｉＳｗｉｔｃｈ在兩組服務(wù)器之間動(dòng)態(tài)調(diào)節(jié)負(fù)載：一組服務(wù)器依靠新能源供能，而另一組依靠傳統(tǒng)電網(wǎng)供能．根據(jù)能源波動(dòng)利用虛擬機(jī)遷移技術(shù)，當(dāng)新能源不足時(shí)就將負(fù)載遷移到電網(wǎng)服務(wù)器組；當(dāng)新能源充足時(shí)就將任務(wù)遷移到新能源服務(wù)器組．但是，能耗需求的波動(dòng)性和新能源的不穩(wěn)定性導(dǎo)致引入了很多不必要的負(fù)載調(diào)度開銷．

 

  文獻(xiàn)在管理負(fù)載時(shí)集中考慮了新能源供應(yīng)、動(dòng)態(tài)的電價(jià)、冷卻方式等因素，來改善數(shù)據(jù)中心運(yùn)營(yíng)的節(jié)能環(huán)保可持續(xù)性．系統(tǒng)首先預(yù)測(cè)可用的新能源和ＩＴ需求，然后依據(jù)這些預(yù)測(cè)數(shù)據(jù)來產(chǎn)生ＩＴ負(fù)載管理策略———依據(jù)變化的能源供應(yīng)和冷卻效率在數(shù)據(jù)中心中調(diào)度負(fù)載和分配資源．真實(shí)數(shù)據(jù)驅(qū)動(dòng)的實(shí)驗(yàn)顯示該方法在保證服務(wù)質(zhì)量ＳＬＡ的同時(shí)，可以減少６０％的能耗開銷和非清潔能源的使用量．實(shí)驗(yàn)回答了３個(gè)關(guān)鍵問題：（１）通過新能源和冷卻感知的負(fù)載管理方式能獲得多少益處（減少電力開支和環(huán)境影響）？（２）零電網(wǎng)能耗可能實(shí)現(xiàn)嗎？（３）哪種新能源更有價(jià)值？最優(yōu)的新能源組合是怎樣的？

 

  ５．４ 綠色云數(shù)據(jù)中心間負(fù)載均衡機(jī)制

 

  云服務(wù)提供商通常在全球多個(gè)地區(qū)擁有自己的數(shù)據(jù)中心：一是為了盡可能快地為全球客戶服務(wù);二是為了故障恢復(fù)（數(shù)據(jù)在不同地區(qū)的數(shù)據(jù)中心復(fù)制多份）；三是為了更好利用不同地區(qū)的能源供應(yīng)、電價(jià)、冷卻方式、稅費(fèi)之間的差異．當(dāng)然，不同地區(qū)的數(shù)據(jù)中心的可用新能源量是不同的、波動(dòng)趨勢(shì)也不盡相同，所以越來越多的研究者發(fā)現(xiàn)在跨區(qū)域數(shù)據(jù)中心之間合理地進(jìn)行負(fù)載遷移和請(qǐng)求分發(fā)，不僅可以減少總體費(fèi)用，而且可以充分利用各地的可用新能源、減少碳排放量．

 

  ５．４．１ 跨數(shù)據(jù)中心請(qǐng)求分發(fā)節(jié)能減排的可行性劍橋大學(xué)的學(xué)者提出了Ｆｒｅｅ Ｌｕｎｃｈ［２６］架構(gòu)．他們假設(shè)多個(gè)數(shù)據(jù)中心擁有新能源，而這些產(chǎn)出不穩(wěn)定的新能源不被使用就會(huì)被浪費(fèi)．?dāng)?shù)據(jù)中心之間通過專有網(wǎng)絡(luò)連接．Ｆｒｅｅ Ｌｕｎｃｈ根據(jù)可用能源來無縫執(zhí)行和遷移虛擬機(jī)，將任務(wù)遷移到有富余新能源的數(shù)據(jù)中心．但是，實(shí)現(xiàn)Ｆｒｅｅ Ｌｕｎｃｈ這種通過虛擬機(jī)遷移負(fù)載來充分利用新能源的思想有以下５點(diǎn)挑戰(zhàn)：（１）虛擬機(jī)在線遷移具有很大性能開銷．例如，在新西蘭和澳大利亞的數(shù)據(jù)中心之間遷移的最小延時(shí)是６７ｍｓ．（２）Ｆｒｅｅ Ｌｕｎｃｈ假設(shè)系統(tǒng)中所有服務(wù)器都連接到網(wǎng)絡(luò)附加存儲(chǔ)（Ｎｅｔｗｏｒｋ Ａｔｔａｃｈｅｄ Ｓｔｏｒａｇｅ）．在單個(gè)數(shù)據(jù)中心這個(gè)假設(shè)是合理的，但是在多個(gè)不同地區(qū)的數(shù)據(jù)中心之間，虛擬機(jī)的遷移需要保證虛擬機(jī)磁盤狀態(tài)和數(shù)據(jù)的一致．（３）多個(gè)數(shù)據(jù)中心之間的虛擬機(jī)磁盤鏡像放置也是一個(gè)挑戰(zhàn)．虛擬機(jī)的正常運(yùn)行需要磁盤鏡像隨時(shí)可訪問．虛擬機(jī)只能被放置或遷移到具有鏡像的數(shù)據(jù)中心中．（４）ＦｒｅｅＬｕｎｃｈ比較適用于無狀態(tài)的、非交互型、訪問數(shù)據(jù)量小的應(yīng)用．大量的網(wǎng)絡(luò)延時(shí)使其難以滿足延遲敏感和交互型應(yīng)用的服務(wù)等級(jí)協(xié)議ＳＬＡ．尤其是當(dāng)負(fù)載具有大量的磁盤訪問操作時(shí)，負(fù)載遷移的時(shí)間和數(shù)據(jù)處理使其開銷更大．（５）Ｆｒｅｅ Ｌｕｎｃｈ假設(shè)數(shù)據(jù)中心的計(jì)算資源與綠色能源來源是在一個(gè)地點(diǎn)的．

 

  因此，更合理地利用不同地區(qū)數(shù)據(jù)中心的新能源、減少碳排放量的方式，是分發(fā)用戶網(wǎng)絡(luò)請(qǐng)求，依據(jù)可用新能源或碳排放量的不同來均衡各個(gè)數(shù)據(jù)中心的請(qǐng)求數(shù)量．加州理工學(xué)院的Ｗｉｅｒｍａｎ等人從理論和實(shí)驗(yàn)上證明這種方法的可行性．他們?cè)谖墨I(xiàn)［１０］中研究互聯(lián)網(wǎng)系統(tǒng)完全利用新能源的可行性．研究發(fā)現(xiàn)小規(guī)模的儲(chǔ)能設(shè)備配合分布式請(qǐng)求轉(zhuǎn)發(fā)機(jī)制，對(duì)于完全依賴于新能源的數(shù)據(jù)中心就足夠了．最佳的新能源組合是主要用風(fēng)能，而使用相對(duì)較少的太陽能來處理白天時(shí)段的高峰需求．他們?cè)谖墨I(xiàn)［２４］中研究跨數(shù)據(jù)中心的負(fù)載均衡能否刺激新能源的利用、減少化石燃料的使用．此研究主要針對(duì)新能源輸出的電量接入到電網(wǎng)，進(jìn)而為數(shù)據(jù)中心供電的情形．研究發(fā)現(xiàn)負(fù)載均衡機(jī)制的好處取決于新能源加入電網(wǎng)后的定價(jià)方式.

 

  ＰＢｉ分別表示這些能源的單價(jià)．約束條件（１４）表示分發(fā)到Ｎ 個(gè)數(shù)據(jù)中心的請(qǐng)求之和與到達(dá)數(shù)據(jù)中心系統(tǒng)的請(qǐng)求數(shù)λ 相等．約束條件（１５）保證能耗費(fèi)用不超過預(yù)算Ｂｕｄｇｅｔ．基于線性分?jǐn)?shù)規(guī)劃（Ｌｉｎｅａｒ－Ｆｒａｃｔｉｏｎａｌ Ｐｒｏｇｒａｍｍｉｎｇ，ＬＦＰ）方法，ＧｒｅｅｎＷａｒｅ利用Ｍａｔｌａｂ中的ｌｉｎｐｒｏｇ解決方案求得最優(yōu)解．類似地，文獻(xiàn)［２９－３０］考慮在設(shè)置非清潔能源使用量上限情況下，如何依據(jù)不同地區(qū)的不同電價(jià)和碳抵消交易市場(chǎng)來分發(fā)請(qǐng)求，實(shí)現(xiàn)充分利用綠色能源并最小化能耗開銷，并同時(shí)滿足服務(wù)質(zhì)量ＳＬＡ．文獻(xiàn)［２８］考慮不同地區(qū)處理請(qǐng)求的不同碳排放量和網(wǎng)絡(luò)延時(shí)對(duì)服務(wù)質(zhì)量（Ｑｕａｌｉｔｙ ｏｆ Ｓｅｒｖｉｃｅ，ＱｏＳ）的影響，對(duì)碳排放和ＱｏＳ之間的權(quán)衡作了優(yōu)化處理．文獻(xiàn)［３］設(shè)計(jì)的ＦＯＲＴＥ優(yōu)化框架依據(jù)負(fù)載和碳足跡的變動(dòng)來動(dòng)態(tài)控制每個(gè)數(shù)據(jù)中心的用戶請(qǐng)求比例．它允許運(yùn)營(yíng)商操控３個(gè)方面的權(quán)衡：訪問延時(shí)、碳足跡和電量開銷．

 

  ５．４．３ 新能源感知的路由算法

 

  目前，大量的研究工作關(guān)注于優(yōu)化數(shù)據(jù)中心計(jì)算的能耗，而較少研究者關(guān)注連接大規(guī)模分布式數(shù)據(jù)中心的網(wǎng)絡(luò)的能耗．?dāng)?shù)據(jù)中心運(yùn)營(yíng)者和網(wǎng)絡(luò)提供商如何以最小的開銷提供期望的性能是設(shè)計(jì)分布式服務(wù)的關(guān)鍵挑戰(zhàn)．主干網(wǎng)的總能耗是所有鏈路和路由器能耗之和．其中，鏈路的能耗是距離的函數(shù)，主要用于信號(hào)放大．路由器的能耗大部分固定在額定值，是主干網(wǎng)能耗的主要部分．目前，網(wǎng)絡(luò)路由主要采用最短路徑算法．隨著路由器改進(jìn)為能耗均增方式（Ｅｎｅｒｇｙ Ｐｒｏｐｏｒｔｉｏｎａｌ），未來路由器需要根據(jù)負(fù)載狀態(tài)和可用新能源量來動(dòng)態(tài)路由．文獻(xiàn)［３２］提出了新能源感知的路由算法以改善網(wǎng)絡(luò)系統(tǒng)的能效．該算法選擇那些具有最低非清潔能源消耗量且同時(shí)滿足帶寬要求的路徑來路由請(qǐng)求．實(shí)驗(yàn)結(jié)果表明，使用能耗均增的路由器和新能源感知的路由算法能將路由器的能效提高１０倍，并增加３６％的作業(yè)完成率．

 

 

５．５ 國(guó)內(nèi)綠色數(shù)據(jù)中心研究現(xiàn)狀

 

  國(guó)內(nèi)在數(shù)據(jù)中心節(jié)能減排、新能源應(yīng)用方面的相關(guān)研究起步晚于國(guó)外．但在國(guó)家大力倡導(dǎo)資助和國(guó)內(nèi)科研工作者的刻苦攻關(guān)下，迄今已取得了一定的成果．

 

  在綜述方面，２００９年四川大學(xué)郭兵教授發(fā)表了題為“綠色計(jì)算的重定義與若干探討”的文章［３５］．文章提出了綠色計(jì)算的一些基本思路和一般性方法，為下一步研究綠色計(jì)算的具體模型、方法與工具打下了必要的基礎(chǔ)．２０１１年清華大學(xué)的林闖教授發(fā)表了題為“綠色網(wǎng)絡(luò)和綠色評(píng)價(jià)節(jié)能機(jī)制、模型和評(píng)價(jià)”的文章［９］．文章提出了隨機(jī)模型的綠色評(píng)價(jià)框架，為構(gòu)建綠色網(wǎng)絡(luò)和節(jié)能減排計(jì)算系統(tǒng)的評(píng)價(jià)體系奠定了基礎(chǔ)．２０１２年浙江大學(xué)的葉可江博士和吳朝暉教授發(fā)表了題為“虛擬化云計(jì)算平臺(tái)的能耗管理”的文章［３６］，總結(jié)對(duì)比了云計(jì)算中心的節(jié)能減排模型和機(jī)制．在研究上，清華大學(xué)的林闖教授利用隨機(jī)佩特里網(wǎng)（Ｓｔｏｃｈａｓｔｉｃ Ｐｅｔｒｉ Ｎｅｔｓ）為數(shù)據(jù)中心的能耗管理進(jìn)行了理論建模和分析，提出了開銷感知的作業(yè)調(diào)度算法［３７］．在新能源的應(yīng)用上，林闖教授研究了將太陽和風(fēng)能在儲(chǔ)能設(shè)備幫助下加入電網(wǎng)的可行性．為了解決能量供應(yīng)和需求都不穩(wěn)定的問題，他們應(yīng)用隨機(jī)網(wǎng)絡(luò)演算（Ｓｔｏｃｈａｓｔｉｃ Ｎｅｔｗｏｒｋ Ｃａｌｃｕｌｕｓ）分析了各種新能源配置條件下能量供應(yīng)的可靠性［３８］．清華大學(xué)的李丹老師對(duì)比分析了數(shù)據(jù)中心網(wǎng)絡(luò)的能效［３９］，提出了數(shù)據(jù)中心網(wǎng)絡(luò)中能耗感知的路由算法［４０］．中國(guó)科學(xué)院計(jì)算技術(shù)研究所的劉志勇研究員設(shè)計(jì)了基于離散開銷函數(shù)的網(wǎng)絡(luò)路由算法［４１］．在科研項(xiàng)目上，２０１１年清華大學(xué)林闖教授和中國(guó)科學(xué)院計(jì)算技術(shù)研究所劉志勇研究員主持負(fù)責(zé)了國(guó)家自然科學(xué)基金重大國(guó)際合作項(xiàng)目“綠色網(wǎng)

 

  絡(luò)———降低網(wǎng)絡(luò)能耗的理論與技術(shù)”．同年上海交通大學(xué)陳貴海教授聯(lián)合清華大學(xué)和華中科技大學(xué)負(fù)責(zé)研究自然基金重點(diǎn)項(xiàng)目“大型數(shù)據(jù)中心的低能耗可擴(kuò)展理論與關(guān)鍵技術(shù)”．浙江大學(xué)馮培恩教授在２０１２年兩會(huì)提交的《關(guān)于加快發(fā)展云計(jì)算的提案》中提出大力推廣云計(jì)算中心對(duì)新能源的采用．國(guó)家“十二五”科技發(fā)展規(guī)劃大力培育和發(fā)展以節(jié)能環(huán)保、新一代信息技術(shù)、新能源為代表的戰(zhàn)略性新興產(chǎn)業(yè)．

 

  ６ 總結(jié)與展望

 

  本文綜述了新能源在云計(jì)算數(shù)據(jù)中心的應(yīng)用機(jī)制和策略．本文首先分析了新能源在數(shù)據(jù)中心中應(yīng)用的必要性、挑戰(zhàn)和途徑，然后分類對(duì)比了最新相關(guān)研究成果．本文從新能源模型和預(yù)測(cè)機(jī)制、數(shù)據(jù)中心能源配額規(guī)劃、數(shù)據(jù)中心內(nèi)作業(yè)調(diào)度和數(shù)據(jù)中心間負(fù)載均衡４個(gè)關(guān)鍵方面對(duì)研究現(xiàn)狀進(jìn)行總結(jié)．其中，新能源的發(fā)電模型刻畫了產(chǎn)電量與各種相關(guān)因素的關(guān)系，這不但可以指導(dǎo)預(yù)測(cè)模型選擇參數(shù)，也可以指導(dǎo)新能源的配額規(guī)劃．新能源預(yù)測(cè)機(jī)制是數(shù)據(jù)中心應(yīng)用不穩(wěn)定新能源的重要一環(huán)，其預(yù)測(cè)的準(zhǔn)確性會(huì)影響資源調(diào)度的合理性．作業(yè)調(diào)度和負(fù)載均衡是實(shí)現(xiàn)數(shù)據(jù)中心內(nèi)部及多區(qū)域數(shù)據(jù)中心之間充分利用新能源的有效機(jī)制．這４個(gè)方面關(guān)系密切，相互銜接，構(gòu)成了云計(jì)算數(shù)據(jù)中心采用新能源的整體解決方案．目前，新能源在數(shù)據(jù)中心的應(yīng)用還處于起步階段，相關(guān)研究成果主要集中在近３年．很多問題和難點(diǎn)都需要進(jìn)一步的研究．具體總結(jié)如下：

 

  （１）多種能源協(xié)同組合．目前研究主要針對(duì)風(fēng)能、太陽能，均需要大量的土地和資金．如何提高產(chǎn)電效率并減少費(fèi)用是能源界面臨的重要挑戰(zhàn)．沼氣、生物質(zhì)能等可再生能源也可以為數(shù)據(jù)中心供電．?dāng)?shù)據(jù)中心購買ＲＥＣ、ＰＰＡ和碳補(bǔ)償?shù)臋C(jī)制尚不成熟．?dāng)?shù)據(jù)中心運(yùn)營(yíng)商如何因地制宜地選擇最佳能源組合是首先面臨的問題．

 

  （２）新能源建設(shè)規(guī)劃．依據(jù)數(shù)據(jù)中心負(fù)載特性來估算能耗需求，從而決策采用多少新能源．從技術(shù)資源、投資回報(bào)率、社會(huì)效應(yīng)等多方面考慮，選取最適合的新能源電站建設(shè)方案．

 

  （３）適量的儲(chǔ)能設(shè)備．新能源的不穩(wěn)定性嚴(yán)重阻礙了新能源的廣泛應(yīng)用．依據(jù)新能源發(fā)電量、數(shù)據(jù)中心負(fù)載、儲(chǔ)能設(shè)備資金投入等多方面因素，選擇合適大小和規(guī)模的儲(chǔ)能設(shè)備來儲(chǔ)存新能源的產(chǎn)電量，能夠在需要時(shí)釋放．這是利用新能源的關(guān)鍵措施之一．（４）數(shù)據(jù)中心能耗需求與新能源供應(yīng)相匹配．由于數(shù)據(jù)中心負(fù)載和新能源供應(yīng)都是不穩(wěn)定的，負(fù)載能耗需求的波動(dòng)對(duì)新能源的利用有什么影響，新能源的間歇性對(duì)數(shù)據(jù)中心服務(wù)質(zhì)量有什么影響，如何匹配需求與供應(yīng)都是需要解決的實(shí)際問題．

 

  （５）智能準(zhǔn)確的可用新能源預(yù)測(cè)機(jī)制．可用的新能源電量影響到數(shù)據(jù)中心作業(yè)調(diào)度及資源分配決策．準(zhǔn)確的預(yù)測(cè)機(jī)制是自適應(yīng)作業(yè)調(diào)度的關(guān)鍵．（６）作業(yè)調(diào)度的多目標(biāo)優(yōu)化．為了充分利用不穩(wěn)定新能源，調(diào)度作業(yè)來匹配能源供應(yīng)需要考慮作業(yè)類型、作業(yè)服務(wù)質(zhì)量ＳＬＡ 和ＱｏＳ、作業(yè)狀態(tài)一致性、服務(wù)穩(wěn)定性和可靠性等．

 

  （７）請(qǐng)求分發(fā)的數(shù)據(jù)可訪問性．在多個(gè)數(shù)據(jù)中心之間分發(fā)請(qǐng)求，將不同用戶映射到不同的數(shù)據(jù)中心，而不同的數(shù)據(jù)中心具有不同的數(shù)據(jù)庫．僅僅依據(jù)新能源或者碳排放來決策分發(fā)機(jī)制，可能會(huì)導(dǎo)致請(qǐng)求被分發(fā)到不具有要訪問數(shù)據(jù)的數(shù)據(jù)中心．分發(fā)機(jī)制應(yīng)該綜合考慮用戶、數(shù)據(jù)中心和數(shù)據(jù)的對(duì)應(yīng)關(guān)系．（８）由于數(shù)據(jù)中心采用新能源加傳統(tǒng)電網(wǎng)的供電方式，因此，新能源與電網(wǎng)之間如何切換、切換頻率大小、切換開銷大小、如何協(xié)同給數(shù)據(jù)中心供電都是這種混合供電方案需要回答的難題．

 

  （９）新能源數(shù)據(jù)中心的評(píng)價(jià)標(biāo)準(zhǔn)．?dāng)?shù)據(jù)中心如果僅僅考慮ＰＵＥ標(biāo)準(zhǔn)，就會(huì)忽視碳排放和性能．而新制定的ＣＵＥ 標(biāo)準(zhǔn)也只是考慮碳排放，而沒有涉及開銷和性能．此外，Ｐｅｒｆｏｒｍａｎｃｅ／Ｗａｔｔ或者Ｄｏｌｌａｒ／Ｗａｔｔ指標(biāo)分別評(píng)價(jià)的是數(shù)據(jù)中心單位能耗所提供的性能和收益．目前，尚沒有全面的、多維度綜合考慮的新型數(shù)據(jù)中心評(píng)價(jià)標(biāo)準(zhǔn)．