DaaCener as a Service 新型工业互联网数据中心.pdf

DaaCener as a Service 新型工业互联网数据中心 2016 年，工业互联网产业联盟发布了《工业互联网体系架构(版本 1.0)》，推动产业各界 在认识层面达成共识，为开展工业互联网实践提供了参考依据。2020 年，工业互联网产业 联盟在工业和信息化部的指导下，研究制定了《工业互联网体系架构(版本 2.0)》，在继 承版本 1.0 核心理念、要素和功能体系的基础上，从业务、功能、实施等3 个视图重新定 义了工业互联网的参考体系架构，见图 1。 工业互联网数据中心运行体系 根据工业互联网产业联盟 2020 年发布的《工业互联网体系架构 2.0(版本 2.0)》，数据中 心在其中的位置和作用非常清晰。其中，远端大型、超大型数据中心主要通过工厂外网进 行连接，用于冷数据备份、大规模离线数据计算、模型训练以及其它对网络时延要求较低 的应用；介于企业层和边缘层之间的中型云数据中心主要用于搭建工业互联网平台，进行 数据解析和接入，解决多源工业数据集成、工业数据存储与处理等问题；而边缘数据中心 加持智能生产，用于生产端的数据实时采集、实时处理、实时分析或实时转发，支撑传感 器、网关、车床、工业机器人等。边缘、中型和大型工业数据中心形成完整的基础设施体 系，通过各种应用的构建在底层支撑生产经营等实际场景，成为工业互联网不可或缺的一 部分。 传统工业数据中心的特点 传统机房服务的是某个单位内部，其中最为典型的是大学机房。它的一个重要作用是为计 算机专业的学生提供练习编程的上机环境，彼时的机器都是PC(个人计算机)，对电脑性能 没有过多的要求，能够运行软件编译环境即可。后来出现了BBS(网络论坛)，需要电脑连 接网络，方便大家上网查询资料和交流。但总体而言，机房里放的是PC 机。 工业数据中心是另外一个典型场景。工业生产侧的机房通常为几个服务器，各自负责不同 的生产软件，仅需要与被控制的设备进行连接。通常这样的服务器配置较高 (比如小型机)， 软件操作相对简单，可以满足一般的生产设备控制需求。随着工业互联网的发展，此类服 务器开始接入企业内网，供远程控制和工业大数据平台接入进行数据挖掘和深度学习。此 外，还有部分企业将营销售后接入平台，打通企业内部数据通道，形成完整的工业互联网 应用场景。 此时，规模受限和运维方式等问题仍然存在，所以工业数据中心的架构还属于传统型，缺 乏统一的设计、部署、调度和运维，而且由于生产场景的复杂性和保障安全性，无法进行 内部的互联互通。 资源池化和智能运维的数据中心 近十年来，我国互联网和通信行业数据中心开始向规模化、集约化方向发展，互联网巨头 的服务器数量已超百万台，“数据中心挣脱了传统机房模式的桎梏，技术创新潮正在加速 到来”，各个层面已经形成了高度的资源“池化”和运维自动化。大中型数据中心在设计 之初就考虑到了各种资源的冗余。这样设计不会出现单点故障和整体资源池化的架构导致 整个数据中心成为一台大型计算机的问题，也就是“Datacenter as a Computer”。作为 一台“计算机”，它的操作系统尤为关键，见图 2 在基础设施层面，形成了柴发、UPS、制冷等风火水电资源的共享局面，特别是预制化、 模块化等新型建设方式的出现，对传统的建设模式带来了巨大变革。数据中心的基础设施 可以如“搭积木”般进行按需建设，整个基础设施层面的池化为数据中心的高楼打下了坚 实的基础 在网络层面，中国信通院云计算和大数据研究所联合华为提出“超融合数据中心网络”概 念，基于物理网络的全无损以太架构、管控析一体的管理融合，以及全场景的服务化能力 融合，打破协议、管理与场景限制，实现数据的最大化无障碍流动，有效提升算力能效比， 显著降低网络建设与运营成本，带来高效的商业价值与社会价值 在服务器层面，通过软件层面的虚拟化技术实现服务器的虚拟化，整体上分为开源和商业 两大类，典型的技术有 Xen、KVM、VMware 等。通过各种虚拟化技术，将物理服务器抽象 成虚拟服务器，相互独立的虚拟服务器不会受物理的界限，使硬件变成可支持动态管理的 资源池，简化系统管理，提高利用率 在运维层面，万国数据、腾讯、华为等先后提出“腾讯智维”和“数据中心智能驾驶”等 解决方案，通过智能技术应用与软件智能化，实现数据中心全场景安全运营，大幅降低人 为操作事故率，不断优化 PUE，实现能效更优的智能化运维 可见，从基础设施层到网络、服务器等 IT 层，再到运维层，数据中心的建设运行已经向 资源“池化”和自动化的方向发展。但从图2 可以看出，由于各种现实情况，目前仅实现 了不同层级内部的智能化，基础设施、网络和服务器的运维还