数据中心算力——电力灵活性协同研究-腾讯_中国电信_15页_2mb

腾讯、英特尔与中国电信联合发布的《数据中心算力-电力灵活性协同研究智能管控计算负载，灵活调节电力负荷白皮书》围绕数据中心如何通过算力与电力协同实现需求响应展开研究。随着新能源发电比例上升和用户侧电力需求响应常态化，数据中心作为电力灵活调节的重要资源，其潜力亟需挖掘。白皮书指出，当前数据中心主要依赖PUE（能源效率比）评估能效，但缺乏电力灵活性指标的系统性研究，导致供电配置未能充分利用服务器的可调节性。

研究提出三种核心策略：空载服务器功耗状态切换、服务器子部件资源消耗不均衡性利用、实时性不敏感任务的平移与伸缩。通过判断计算任务的算力-电力特征，在保障业务运行的前提下调节服务器功率冗余，可实现节能降耗及电网负荷削峰填谷。例如，利用空载服务器状态切换，测试显示Freeze和PowerCap模式可分别实现4%、27%的功率降低，而关机模式虽降比达100%，但需25分钟停机时间。内存密集型任务测试表明，内存使用率越高，CPU功率压缩空间越大。CPU密集型任务则需平衡计算效率与功率调控，降低CPU功率可能导致任务完成时间延长，但可探索其他子部件的调控潜力。

此外，跨数据中心任务迁移策略通过调整计算任务的地理位置，可优化电力负荷的空间分布。实验显示，子任务独立型并行计算任务在缩容或扩容后，总耗时与能耗变化较小，而子任务耦合型任务因网络通信限制，电力调节与算力扩缩容关系呈非线性特征。这三种策略均支持数据中心在分钟级或秒级响应电网调度需求，为参与电力辅助服务市场提供了技术可行性。

研究强调，当前数据中心仍以“电力跟随算力”为传统模式，需通过系统化方案实现“算力跟随电力”。下一步需深化对更多机型和任务类型的特性数据测试，构建自动化系统实现业务-算力-电力信息联动。同时，需推动行业协作，制定统一的测试方法与数据共享机制，以提升电力灵活性的标准化和规模化应用。白皮书认为，数据中心通过精细化管控算力负载，在不影响业务性能的情况下，可显著降低能耗和电力费用，成为新型电力系统建设的关键支撑。未来需结合AI优化、虚拟化技术及更广泛的产业协同，进一步释放算力侧的电力调节潜力，助力实现“双碳”目标。