作为万物智联和海量数据的坚实底座,数据中心在“智慧校园”的建设中发挥着不可或缺的作用。然而,传统数据中心面临维护难、扩展难、效率低、能耗高、建设周期长等诸多问题。文章以中国药科大学为例,探讨了智能模块化数据中心的设计理念、技术特点及其在高校中的应用成效,为高校数据中心建设提供参考。
随着智慧化校园赋能越来越普及,数据中心作为支撑信息系统运行的核心基础设施,在推动数字化转型中发挥着至关重要的作用。但是,传统数据中心的建设面临着诸多棘手难题。
首先,有限的资金难以支撑起从前期规划、硬件采购到后期运维等一系列繁杂且耗资巨大的环节。其次,新技术层出不穷,数据中心的建设刚有起色,可能就已经落后于前沿技术标准,更新换代的压力巨大。再次,紧张的建设空间也给数据中心的布局与拓展设下重重障碍,随着数据量爆炸式增长,既有设备容量的局限,机房很快就不堪重负,难以为日益增长的教学、科研与管理需求提供稳定、高效的数据服务。
因此,传统数据中心存在配电系统结构不稳定、整体结构布局不合理、空间有限、扩展性差等历史问题,现有基础设施已不能满足未来高校信息化不断发展的需求。
面对这些挑战,Sun 公司推出第一个集装箱式数据中心“黑盒”,引发业内关注。随着云计算的普及,物联网技术的广泛应用,新兴科学技术的高效管理和灵活扩展能力在应对此挑战时扮演着愈加重要的作用。
1、传统数据中心存在的问题
在当今数字化突进的时代,新挑战与新需求持续涌现,如:高带宽、低延时、高效制冷、低能耗等。传统数据中心建设模式愈发难以契合日新月异的需求,弊端主要集中在以下维度:
(1) 运维效率低
首先,汇聚、接入在原有网络交换设备或有线线路出现故障时,运维工作量大、效率低、扩展难。尤其是胶纸标签易脱落,长时间的使用导致字体模糊,无法辨认,亟需简化运维。
其次,运维存在众多潜在风险,如火灾水灾风险、设备单点风险、设备单电源风险、光模块风险、光缆线缆风险和交换机预配置风险。庞杂的通信网络、大量计算机设备和7×24 小时连续不间断长期运行,注定了机房运行风险的客观存在。
(2) 管理复杂
首先,数据中心业务系统繁多,且承载着大量不同业务部门的业务,有大量物理机设备的存在,造成出现故障时难以快速定位和排除。
其次,数据中心机房相关设施基本到位,但是汇聚机房和接入机房缺少监管。管理不到位,人员进场操作没有记录。弱电间沦为物业杂物间,堆放的各种易燃物造成校园消防安全隐患。
智慧化校园应用系统加速建设、基础设施需求持续攀升,信息化服务迈向更高水平、网络安全被寄予更高期望,这些与相对滞后的机房建设矛盾愈发尖锐。
2 模块化数据中心机房设计理念与技术特点
模块化数据中心是一种预制化、模块化、易于部署和扩展的数据中心设计方案。它将传统数据中心的各个组件集成在一个标准化的模块中,一个标准模块即为一个数据中心。依据使用需求,可扩展成两联机、三联机等N+X形式。如图 1所示。

图1 模块化数据中心N+X联机方案
模块化数据中心在全封闭的标准机柜内,模块化整合包括但不限于空调、UPS、PDU、PDF、布线、照明、制冷以及综合管理系统等绿色智能基础设施,为全部IT 设备提供稳定可靠的运行环境。标准智能模块化数据中心机柜示意图如图2所示。

图2 智能模块化数据机房标准机柜示意图
2.1 设计理念
智能模块化数据中心是新一代数据中心部署形式,其理念源于“积木式”构建方式。将传统数据中心划分为若干个独立模块,每个模块都具有独立的功能和特性。然后,按照模块化的方式进行组构,这种设计方式使得数据中心的建设和扩展变得像搭积木一样简单快捷,最大程度降低基础设施对机房环境的耦合。
2.2 技术特点
(1) 快速部署。由于各个模块都是预先设计好的,因此模块化数据中心机房可以在现场进行快速安装和调试,使得数据中心的建设达到无工程化的效果,大大缩短了传统工程施工作业周期,解决了施工管理难问题。
(2) 标准化与高可靠。模块化数据中心机房采用标准化设计,各个模块都遵循统一的规范和标准,且在工厂内预制完成,保证了模块化的高质量。
(3) 分期建设与灵活扩展。高校可以根据业务按需部署,既降低了数据中心初期投资,又避免了国有固定资产的闲置浪费。随着模块动态的增减,既降低了数据中心在使用中的生命周期成本,又保证了数据中心在使用中的基础设施配置保持一个最佳状态。
(4) 高效节能。模块化数据中心机房采用先进的节能技术和绿色IT 理念,通过优化设备配置,让供电和制冷系统的容量与负载需求更为匹配。冷通道封闭隔离,冷热气流互不干扰,避免了风量和冷量损耗,实现能源节约环保。
2.3 关键系统
(1) 电源系统
数据中心电源系统是数据中心最重要的组成部分之一,通常由两种类型的电源组成,分别是市电电源、UPS 电源。市电电源是数据中心主要的电源来源,可靠数据中心要求引入两路市电电源。UPS电源是备用电源,用于在市电停电或电压波动时保障数据中心的电力供应。
模块化数据中心采用模块化电源系统,确保每个模块都具备独立的电源供应能力,能够实现在线热插拔和更换,从而满足数据中心对高负荷、高可靠性和快速故障恢复的需求。
(2) 冷却系统
模块化数据中心采用先进的冷却技术实现数据中心制冷,以确保设备在高负载下的稳定运行。典型的制冷方式主要有风冷、水冷和液冷三种。
在相同规模的机房,采用风冷方式的PUE 值在1.5~2.0之间,能耗较高。水冷方式制冷PUE值在1.3~1.5之间,优点更节能省电,缺点是在使用过程中可能会产生一定湿度。液冷技术的PUE 值通常可以低至1.1甚至更低。但是,液冷技术目前属于创新技术,存在标准不统一、成本高等缺点。
(3) 智能监控系统
数据中心机房设备数量多、种类多、价值高、使用周期长,需要切实可行的智能监控管理系统,为机房的安全运营提供有力保证。通过采集模块对机房各模块组进行数据采集,统一实时监测、告警,将数据快速发送给指定人员,及时定位问题根源。
(4) 综合布线系统
数据中心犹如“数字心脏”,汇聚的计算机网络设备纵横交错,综合布线必须做到科学严谨、合理有序。兼容性是第一要素,要确保布线部件、设备之间相互适配;开放性原则要求布线方案不能局限于特定厂商品牌;灵活性也不可或缺,合理的布线规划须能轻松应对不同区域场景的功能变更,快速实现线路调整;可靠性更是重中之重,稳固链路的选用搭建,保证网络长时间稳定传输数据,最大限度减少故障发生率。同时,秉持先进性原则,让网络具备一定的前瞻性,从容应对未来较长时间的技术迭代。经济性原则在满足上述各项要求的基础上,选择合理长度的网线,避免浪费,控制成本,达成性能与成本的最佳平衡。
(5) 消防报警系统
消防系统是数据中心机房必不可少的一个保障。当防护区内探测器发出报警时,自动释放灭火气体使其均匀地充满整个保护区,保证区域中的任意部位火灾都可被完全扑灭。
(6) 资产管理系统
资产管理系统是在对机房相关实物资产进行全生命周期管理,给用户提供面向内部统一的资产管理平台,并为机房容量管理、配置管理等IT 服务管理提供数据接口,协助管理员高效运维机房业务。
资产管理的方式主要有:便签管理、条码管理和RFID 管理。便签管理在三者中综合成本最低,使用最广泛;条码管理依赖扫码设备,成本高一些;RFID管理拥有最高的准确率,但标签成本颇为高昂。
3、建设成果
我校江宁校区数据中心机房升级改造采用国家B级机房建设标准,目标为未来10~20年的信息化发展打造一个可持续发展的数据运行环境。中国药科大学数据中心选择建在图书馆7楼,地理位置优越,无洪涝灾害风险。机房处在图书馆,图书馆地面承重标准为500kg/平米,配合自由体图、散力承重支架能分散楼板承重力,满足楼板地面承载力设计值要求。
智能化模块由8 台服务器、2 台网络汇聚、2 台导风柜、2台电池柜、底座及冷通道封闭组件构成。模块外型尺寸为宽、深、高分别为3 600mm、5 700mm、2 970mm,内部走道为1 200mm。数据中心机房示意图如图 3所示。

图3 中国药科大学数据中心机房布局示意图
(1) 节约空间
我校根据实际需求将数据中心划分为数字化校园数据中心、网络数据中心、财务数据中心、托管数据中心和监控数据中心。
每9 个机柜整合为一个紧密协作的模块组,这种分组模式经过精密测算与实践验证,能最大程度优化资源配置。每组配置1个配电列头柜,负责电力的精准分配与调控,保障电力供应稳定无虞;搭配2个配线列头柜,让错综复杂的线路得以有序连接;再加上14个服务器设备柜,累计拓展出126个机柜位。
(2) 绿色节能
从两个不同220kV 主变电站引入两路10kV 市电,容量为12 000kVA。大楼配电室引入双路电源经过ATS 后接入市电输入配电柜,两台400KVA UPS 分别可提供15kW、6kW、3kW 三种容量。机柜内双路PDU保证机房电子设备双电源供电。
冷却系统单元安装在机柜底座,不占用微模块空间。采用深度节能智能群控技术,服务器最大功耗为6.5 kW/Rack,核心网络最大功耗为12k W/Rack,末端空调节电率达70%以上。截至2024 年12 月,完成1年累计节电1.4 万千瓦时。数据中心PUE 从2022 年的1.45持续压降至2024年的1.36。
(3) 维护高效
数据中心监控采用一体化的网管和动环综合管理,实现对数据中心基础设施的环境监控,管理人员通过浏览器远程实现机房规划、拓扑管理、设备监控、告警管理、PUE分析等功能。
(4) 布线美观
为避免强电信号与弱电信号的干扰,采用强电下走线、弱电上走线的方式,微模块走线桥架敷设线缆。模块化数据中心与传统数据中心的建设管理对比如表 1 所示。
表1 模块化数据中心与传统数据中心的对比

4、总结
模块化数据中心作为一种新兴的数据中心部署方式,具有高效性、灵活可扩展性和高效能性,解决了传统数据中心建造面临的一些难题。随着人工智能等高性能计算应用的发展,数据中心的功率密度要求不断提高。未来模块化数据中心如何支持更高的单机柜功率,如何采用更加绿色高效的液冷技术,如何进一步提升模块的集成度等问题仍需进一步探索。