當前，為推進IT支撐系統(tǒng)集約化建設和運營，進一步發(fā)揮集中化能力優(yōu)勢，IT云成為運營商IT支撐系統(tǒng)建設的基礎架構(gòu)。但在IT云資源池部署過程中，服務器技術(shù)面臨多個新挑戰(zhàn)，主要體現(xiàn)在以下3個方面。

在性能方面，人工智能（AI）應用快速擴張，要求IT云采用高性能GPU服務器。AI已在電信業(yè)網(wǎng)絡覆蓋優(yōu)化、批量投訴定界、異常檢測/診斷、業(yè)務識別、用戶定位等場景規(guī)模化應用。AI應用需求的大量出現(xiàn)，要求數(shù)據(jù)中心部署的服務器具有更好的計算效能、吞吐能力和延遲性能，以傳統(tǒng)通用x86服務器為核心的計算平臺顯得力不從心，GPU服務器因此登上運營商IT建設的歷史舞臺。

在效率成本方面，IT云部署通用服務器存在弊端，催生定制化整機柜服務器應用需求。在IT云建設過程中，由于業(yè)務需求增長快速，IT云資源池擴容壓力較大，云資源池中的服務器數(shù)量快速遞增，上線效率亟需提高。同時，傳統(tǒng)通用服務器部署模式周期長、部署密度低的劣勢，給數(shù)據(jù)中心空間、電力、建設成本和高效維護管理都帶來了較大的挑戰(zhàn)。整機柜服務器成為IT云建設的另一可選方案。

在節(jié)能方面，AI等高密度應用場景的快速發(fā)展，驅(qū)動液冷服務器成為熱點。隨著AI高密度業(yè)務應用的發(fā)展，未來數(shù)據(jù)中心服務器功率將從3kW~5kW向20kW甚至100kW以上規(guī)模發(fā)展，傳統(tǒng)的風冷式服務器制冷系統(tǒng)解決方案已經(jīng)無法滿足制冷需求，液冷服務器成為AI應用場景下的有效解決方案。

GPU服務器技術(shù)發(fā)展態(tài)勢及在電信業(yè)的應用

GPU服務器技術(shù)發(fā)展態(tài)勢

GPU服務器是單指令、多數(shù)據(jù)處理架構(gòu)，通過與CPU協(xié)同進行工作。從CPU和GPU之間的互聯(lián)架構(gòu)進行劃分，GPU服務器又可分為基于傳統(tǒng)PCIe架構(gòu)的GPU服務器和基于NVLink架構(gòu)的GPU服務器兩類。GPU服務器具有通用性強、生態(tài)系統(tǒng)完善的顯著優(yōu)勢，因此牢牢占據(jù)了AI基礎架構(gòu)市場的主導地位，國內(nèi)外主流廠商均推出不同規(guī)格的GPU服務器。國外主流廠商有英偉達、英特爾、戴爾等，國內(nèi)主流廠商包括華為、浪潮、新華三、聯(lián)想、曙光等。從GPU服務器性能來看，國內(nèi)外廠商基本處在同一水準。

GPU服務器在運營商IT云建設中的應用

當前，電信業(yè)開始推動GPU服務器在IT云資源池中的應用，省公司現(xiàn)網(wǎng)中已經(jīng)部署了部分GPU服務器。同時，考慮到GPU成本較高，集團公司層面通過建設統(tǒng)一AI平臺，集中化部署一批GPU服務器，形成AI資源優(yōu)化配置。從技術(shù)選型來看，目前運營商IT云資源池采用英偉達、英特爾等廠商相關產(chǎn)品居多。

GPU服務器在IT云應用中取得了良好的效果。在現(xiàn)網(wǎng)部署的GPU服務器中，與訓練和推理相關的深度學習應用占主要部分，占比超過70%，支撐的業(yè)務包括網(wǎng)絡覆蓋智能優(yōu)化、用戶智能定位、智能營銷、智能稽核等，這些智能應用減少了人工投入成本，提升了工作效率。以智能稽核為例，以往無紙化業(yè)務單據(jù)的人工稽核平均耗時約48秒/單，而AI稽核平均耗時僅約5秒/單，稽核效率提升達 90%。同時，無紙化業(yè)務單據(jù)人工稽核成本約1.5元/單，采用GPU進行AI稽核成本約0.048元/單，稽核成本降低達96.8%。

整機柜服務器發(fā)展態(tài)勢及在電信業(yè)的應用

整機柜服務器技術(shù)發(fā)展態(tài)勢

整機柜服務器是按照模塊化設計思路打造的服務器解決方案，系統(tǒng)架構(gòu)由機柜、網(wǎng)絡、供電、服務器節(jié)點、集中散熱、集中管理6個子系統(tǒng)組成，是對數(shù)據(jù)中心服務器設計技術(shù)的一次根本性變革。整機柜服務器將供電單元、散熱單元池化，通過節(jié)約空間來提高部署密度，其部署密度通常可以翻倍。集中供電和散熱的設計，使整機柜服務器僅需配置傳統(tǒng)機柜式服務器10%的電源數(shù)量就可滿足供電需要，電源效率可以提升10%以上，且單臺服務器的能耗可降低5%。

整機柜服務器在運營商IT云建設中的應用

國內(nèi)運營商在IT云建設中已經(jīng)推進了整機柜服務器部署，經(jīng)過實際應用檢驗，在如下方面優(yōu)勢明顯。

一是工廠預制，交付工時大幅縮短。傳統(tǒng)服務器交付效率低，采用整機柜服務器將原來在數(shù)據(jù)中心現(xiàn)場進行的服務器拆包、上架、布線等工作轉(zhuǎn)移到工廠完成，部署的顆粒度從1臺上升到幾十臺，交付效率大大提升。以一次性交付1500臺服務器為例，交付工作量可減少170~210人天，按每天配10人計算，現(xiàn)場交付時間可節(jié)省約17~21天。

二是資源池化帶來部件數(shù)量降低，故障率大幅下降。整機柜服務器通過將供電、制冷等部件資源池化，大幅減少了部件數(shù)量，帶來故障率的大幅降低。圖1比較了32節(jié)點整機柜服務器與傳統(tǒng)1U、2U服務器機型各自的電源部件數(shù)量及在一年內(nèi)的月度故障率情況。由于32節(jié)點整機柜服務器含10個電源部件，而32臺1U通用服務器的電源部件為64個，相較而言，整機柜電源部件數(shù)減少84.4%。由于電源部件數(shù)量的降低，32節(jié)點整機柜服務器相對于32臺1U通用服務器的月度故障率也大幅縮減。

圖1 整機柜服務器與傳統(tǒng)機型服務器月度故障率對比

三是運維效率提升60%以上。整機柜服務器在工廠預制機柜布線，網(wǎng)絡線纜在工廠經(jīng)過預處理，線纜長度精確匹配，理線簡潔，接線方式統(tǒng)一規(guī)范，配合運維標簽，在運維中可以更方便簡潔地對節(jié)點實施維護操作，有效降低運維誤操作，提升運維效率60%以上，并大幅減少發(fā)生故障后的故障恢復時間。

液冷服務器技術(shù)發(fā)展態(tài)勢及在電信業(yè)的應用

液冷服務器技術(shù)發(fā)展態(tài)勢

液冷服務器技術(shù)也稱為服務器芯片液體冷卻技術(shù)，采用特種或經(jīng)特殊處理的液體，直接或近距離間接換熱冷卻芯片或者IT整體設備，具體包括冷板式冷卻、浸沒式冷卻和噴淋式冷卻3種形態(tài)。液冷服務器可以針對CPU熱島精確定點冷卻，精確控制制冷分配，能真正將高密度部署帶到前所未有的更高層級（例如20kW~100kW高密度數(shù)據(jù)中心），是數(shù)據(jù)中心節(jié)能技術(shù)的發(fā)展方向之一，3種液冷技術(shù)對比如表1所示。

表1 3種液冷技術(shù)對比

液冷服務器在運營商IT建設中的應用

液冷服務器技術(shù)目前在我國仍處于應用初期，產(chǎn)業(yè)鏈尚不完備、設備采購成本偏高、采購渠道少、電子元器件的兼容性低、液冷服務器專用冷卻液成本高等問題是液冷服務器尚未大規(guī)模推廣的重要原因。從液冷服務器在運營商數(shù)據(jù)中心領域的具體應用案例來看，運營商在IT云資源池規(guī)劃和建設過程中，通常會對液冷服務器的發(fā)展現(xiàn)狀、技術(shù)成熟度等進行分析論證。

考慮到目前液冷服務器規(guī)模化應用尚處于起步階段，需要3~5年的引入期，因此暫時未在IT云資源池建設中進行大規(guī)模落地部署，但在部分地區(qū)有小規(guī)模應用，如中國移動南方基地數(shù)據(jù)中心已經(jīng)開展液冷服務器試點應用，中國聯(lián)通研究院也在開展邊緣數(shù)據(jù)中心服務器噴淋式液冷系統(tǒng)的開發(fā)。未來，隨著IT云建設規(guī)模、建設密度的繼續(xù)攀升，以及液冷產(chǎn)業(yè)生態(tài)體系的逐步成熟，液冷服務器在IT云建設中將有更大的應用空間。

總體來看，運營商IT云資源池建設對服務器計算性能、延遲、吞吐、制冷、定制化、分布式部署等方面都提出了更高要求。未來，GPU服務器、定制化整機柜服務器、液冷服務器等新興服務器技術(shù)將快速迭代，為運營商數(shù)據(jù)中心服務器技術(shù)的發(fā)展和演進帶來新的思路和路徑。