数据中心产品有哪些

‘壹’ idc机房有哪些设备

IDC机房里最常见的设备有机柜（机架）、KVM切换机、接入／汇聚交换机、路由器、光纤跳线、网络跳线、理线／配线架等，用来衔接客户与服务器。

IDC（Internet Data Center）是互联网数据中心不仅是数据存储的中心，而且是数据流通的中心，它主要作用于数据交换最集中的地方。因此，IDC机房指的是一些网络运营商或者政府企业存放服务器的，给用户或者员工提供IT服务的一个地方。

功能：

IDC主机托管主要应用范围是网站发布、虚拟主机和电子商务等。比如网站发布，单位通过托管主机，从电信部门分配到互联网静态IP地址后，即可发布自己的www站点，将自己的产品或服务通过互联网广泛宣传。

虚拟主机是单位通过托管主机，将自己主机的海量硬盘空间出租，为其他客户提供虚拟主机服务，使自己成为ICP服务提供商；电子商务是指单位通过托管主机，建立自己的电子商务系统，通过这个商业平台来为供应商、批发商、经销商和最终用户提供完善的服务。

‘贰’ 当QLC遇见数据中心——Intel D5-P4420 7.68T评测

D5与QLC

差不多是在十年以前，Intel重新为自家的CPU产品设计了命名方案，曾几何时I3、I5、I7占领了我们的日常生活。这种友好的命名规则极大帮助了消费者，特别是一些非专业用户。人们只需要知道同时代的I7比I5好，I5比I3强就行了，而不必要去分辨那些诸如QX9650的复杂数字组合。

去年Intel把这套命名规则悄悄地搬到了SSD产品线上，从2018年下半年开始发布的数据中心新产品都会被命名为D3、D5、D7等等

NAND经过多年的演化已经从SLC、MLC、平面 TLC变成了现在主流的3D TLC，而下一代QLC也逐渐登上了舞台。这样的演化使得NAND的容量越来越大，成本越来越低。但带来的副作用则是擦写次数及写入性能的降低。

Intel在更早的时候也曾经发布过基于QLC NAND的消费级产品660P。性能虽说不敢恭维，但价格倒真的是够便宜，大品牌的五年质保也为其赢得了一部分用户青睐。所以说只要定位找得准，即使性能不是那么的拔尖，也一样能获得不错的实际效果。

Intel把P4420/P4320这样的QLC NVME SSD划分为D5级别，如果拿CPU来类比的话这属于中端产品定位。Intel给它们的评语是Large，Affordable，Reliable。

不是随便一款SSD都能被称为数据中心级，Intel把这样的一款QLC产品送进数据中心，想必也经历过千锤百炼。被视为洪水猛兽，避之尤恐不及的QLC，在Intel这样的行业巨头调教下究竟能迸发出多少能量，今天我就来测试一下

大容量与高冗余

这次我们测试的是Intel基于3D QLC NAND的数据中心SSD——D5-P4420。当然他还有一个兄弟款D5-P4320，从官方给出的参数看来几乎只有写入寿命的区别。但实际上到底是怎样，我们也将在不久之后为大家奉上

截止目前Intel D5-P4420还仅有一种容量——7.68T

接口则是采用U.2这种在数据中心比较常见的存储接口

背面则是和Intel其他的U.2盘一样做了增加散热面积的突起式设计

边上也贴有型号贴纸

盘体外面的螺丝一共有两个，都隐藏在正面贴纸下面

拆开盘体后可见D5-P4420是双PCB设计，这样设计的好处是可以在有限的空间里容纳更多的NAND。缺点则是靠中间的那两面无法享受到外壳的散热福利

主控的Spec Code是SLLWY，暂时还没有关于这款主控的详细资料

闪存编号为29F02T2AMCQH2，这是一款单颗4Tb（512GB）的3D QLC颗粒。全盘共24颗，容量总计12288GB。最终成品容量仅为7.68T，也就是说有相当之多的OP空间，这么做也是够奢侈的了。

缓存采用镁光的DDR4颗粒，单颗8Gb（1GB），全盘总计10颗。按照一般产品的逻辑每1TB的NAND会搭配1GB的DRAM做缓存，而D5-P4420用了十颗，想必是和ECC内存一样在DRAM上也做了冗余。

电源管理芯片是IDTP78，这个经常出现在Intel企业级（数据中心级）SSD上，算是久经考验的成熟解决方案了

完整掉电保护方案的电力来自于这颗尼吉康1300uf大电容

Windows下正常识别

格式化之后实际容量为6.98T

出厂态与稳定态

全球存储网络工业协会（SNIA）将SSD的写入性能状态分为三个阶段

FOB：出厂态。一般指全新盘的状态，当然也有一些方式让旧盘也能恢复出厂态，比如Secure Erase。这个状态是SSD性能最强的阶段，如何尽可能的提升出厂态的性能以及延长出厂态的持续时间也是消费级SSD最重点优化的方向之一

Steady State：稳定态。指SSD经过长期负载使用，数据写入与垃圾回收达到相对平衡时的状态。此时是SSD最真实的性能表现，也是企业级的重点考察范围。所以这部分的性能是企业级(数据中心级)SSD重点优化的方向

Transition：过渡期。指从出厂态到稳定态的过渡阶段，如何从出厂态平滑的过渡是这个阶段的重点

而我们平时看到的以AS SSD和CDM为首的测试工具都是针对SSD出厂态性能进行的测试，适合家用厂家，但并不能反映企业级（数据中心级）SSD的真实性能

可以看到P4420在这两款测试工具中的表现不如现在的中高端NVME SSD。这是企业级（数据中心级）SSD不同优化策略所导致的

我们采用IOMETER这样的测试方式对SSD进行持续的高强度写入才能看到稳定态的情况

可以看到P4420在NTFS文件系统下，使用QD32 4K随机写入大约13000秒之后进入稳定态。并且其在出厂态时性能摆动巨大，而进入稳定态之后波动大幅收窄，这也能够看得出来P4420作为数据中心SSD重点的优化方向

128K连续写入离散度

SNIA标准测试

为了探究企业级（数据中心级）SSD的真实性能，SNIA的PTS为我们制定了了标准化测试流程。我这次的测试也完全按照标准流程走下来。下面将分别测试D5-P4420的IOPS、吞吐量、延迟。

测试平台如下：

CPUIntel XEON W-3265主板SuperMicro X11SPA-T内存Micro DDR4-2933 RDIMM 16G*6操作系统CentOS 7.6 1810 X86_64测试软件FIO 3.14

测试SSD信息如下：

品牌Intel型号D5-P4420容量7.68T序列号BTLL9051069B7P6FGN固件版本3DV10110

IOPS测试

不愧是Intel的数据中心级产品，D5-P4420在第一个回合即进入稳定态。虽然如此，但也可以看到第一轮和第三轮的波动比较大，几乎是压在及格线上，但好歹也算是通过了

其他大小的数据块IOPS收敛至稳定态的结果图

IOPS测试结果图表

这项测试的目的是模拟最严苛的环境，从而探求这款SSD的性能底线在哪里，给用户一个保底选项供参考。而在实际使用过程中几乎是不会达到这样变态的环境的，换句话说完全不用担心日常环境中会出现比这个测试还要低的性能。

Intel P4420 7.68T在稳定态下QD32 4K随机写入IOPS约为58919，这比官方给出的35000要高出很多。这样的反向虚标也体现出了Intel对于自家首款企业级QLC产品的谨慎。

而QD32 4K随机读取IOPS仅有67172，这并不是一个很好的数据，大概相当于中档SATA企业盘。其原因在于这项测试采用不同数据块以及不同写入比例持续高压态势，使得主控疲于应付这种随机请求，主控资源几近枯竭。此时的性能瓶颈已经不再是QLC，而是主控。如何在这种极端环境下合理调配读取和写入的资源，这就是要由固件所决定的了。显然P4420的固件在此时选择了优先写入，所以就只能在一定程度上牺牲读取性能了。

吞吐量测试

P4420在顺序读写中表现出的稳定性显然是要强于随机读写，连续五轮几乎没有什么波动

在吞吐量上顺序读取达到2977MB/S，这是主流NVME的水平，也基本打到官方标注的参数。顺序写入则达到了1036MB/S，大概是中小容量3D TLC的水准，这对于一个QLC SSD来说算是一个不错的成绩了，毕竟写入是QLC的一大短板。

延迟测试

在延迟测试中P4420同样在第一轮即进入稳定态，延迟的波动幅度不大。只有第四轮超过了-5%，剩下的均在5%之内

这是其他数据块与读写比例的延迟收敛效果

P4420平均延迟测试结果

在平均延迟的测试中，D5-P4420的写入延迟表现优异，4K 100%写入平均延迟仅有19.02微秒，低于官方给出的30微秒。但读取延迟就有些放飞自我了，4K 100%读取平均延迟达到了163.84微秒，高出官方数据130微秒。这也从另一个层面反映出了D5-P4420针对写入进行优化的特点

最大延迟测试

在最大延迟方面，4K读写最大延迟基本都在17毫秒左右，也不算是一个出色的结果

找准定位才是关键

自从QLC问世的那一天起，就一直被人带着有色眼镜去看。什么垃圾性能、几天就坏这样的大帽子一个接一个的扣了上来。但给出这些评价的人当中，又有几个真正用心地去了解过一款QLC产品呢？

从性能方面来看，以往被弃之如敝屣的QLC并没有那么的不堪。P4420大多数和中高端SATA企业盘相仿，而在容量、吞吐量上有着不小的优势。看来Intel之所以会把它定位为D5，高于D3-S4610不是没有道理的。

从耐久度方面看，经过这么多天的摧残，写入量超过了150T，而预计寿命显示依然有99%。照这样保守预估7.68T的D5-P4420至少也可以承载15PB的写入量，基本可以达到Intel官方给出的2DWPD

以目前的存储技术而言，速度与容量二者不可兼得。通过对P4420的测试，我认为它非常适合CEPH这样具有分层功能的存储系统，作为HDD上一层的缓存来存储温热数据。而Intel的定位也是瞄准了在分层存储系统中代替掉TLC，同样成本下可以缓存更多的温热数据。

当然QLC应该有QLC的价格，如果强行卖到与同级别TLC一样的售价的话，我认为那是不合适的。

世间万物皆有其存在的价值，只要能够找到适合自己的定位，QLC也将迎来属于自己的那个春天到来

‘叁’ 电信级服务器有哪些品牌，各品牌的优劣势对比，或者各品牌的主流产品的参数。

中国的运营商主要用的是这几个品牌：思科，华为，爱立信，阿尔卡特朗讯，中兴，其中思科和华为的最多。【感兴趣的话点击此处，免费了解一下】

完成资源整合是服务器虚拟化的主要工作，在信息时代，各行各业在发展过程中，产生的数据呈现爆炸式增长，如何实现对这些数据和资源的综合利用，是各大行业亟需解决的问题。计算机服务器虚拟化技术的研发和应用，为实现资源整合提供技术支持和应用平台。尤其是近年来，云计算技术的不断普及，集中化资源管理愈发先进，为云技术的发展和推广提供了条件，目前各大企业对计算机硬件资源的利用率不足20%，资源浪费现象依然非常严重，通过服务器虚拟化技术可在原应用保持不变的基础上，集中在某一计算机服务器中，可促使企业的物力资源调利用率大大提升，从而降低了各项硬件的投入，节约了成本。

亿万克集服务器和存储等数据中心产品的研发、生产、销售、服务系统整合于一体，是民族高科技制造企业领导品牌。随着5G、AI、车联网、工业物联网等新兴技术的持续落地，亿万克将持续走在创新第一线，不断为客户提供更加优质服务，为国家信息安全和新型数据中心建设保驾护航，助力国家碳中和碳达峰步入新篇章。

‘肆’ 华为数据中心产品线3职能配电管理

FusionPower

1. UPS 2000-A（1-3kVA）

适用小容量场景、体积超小、节省空间、降低损耗

NetEco网管集中远程管理

2. UPS 2000-G（1-3kVA）形态不同-A

3. UPS 2000-G（6-20kVA）达4台并机

4. UPS 5000-E（30-120kVA）

适用中小型数据中心、调控中心等

全模块热插拔、5分钟完成在线维护

节省50%用地

iPower全链路监控，AI预测维护

5. UPS 5000-E（50-800kVA）

适用大型数据中心、IDC机房、灾备中心

PF0.5以上不降频，匹配各种负载

iPower，低载高效，智能轮换休眠

空间利用高效，节约占地50%

模块热插拔、5min完成维护

平滑扩容

自动巡检，免人工巡视

6. UPS5000-S（50-800kVA）形态不同

7. UPS5000-A（30-120kVA）

适用中小型数据中心、电信网络交换机房

19寸标准机架

电池30-44节可调、并机8台

8. UPS5000-A（400-600kVA）

中大型、容灾数据中心，互联网、云数据中心

功率密度300kVA/柜

电池30-44节可调、并机8台

9. UPS5000-H（400-1600kVA）

中大型、容灾数据中心、互联网、云数据中心

全模块热插拔、5分钟在线维护

减少60%现场安装工时

一柜一兆瓦、节省50%占地

iPower AI预测维护

并机4台

10. FusionPower6000 PowerPod电力模块解决方案

适用大型传统楼宇数据中心

产品预制化，减至2周

融合高密化，1列1路电，占地节省30%

AI预警+全链可视化

11. PDU8000 模块化智能精密配电柜

适用大型数据中心、IDC机房

可视化智能检测

模块化

12. SmartLi 数据中心智能锂电

三层BMS系统，配合UPS和网管系统，实现电池智能管理

独有的主动均流控制技术，支持新旧电池混用；智能均压控制，支持锂电模块数量差异化混并

磷酸铁锂电芯，最安全电芯，热失控不起火

寿命长：循环5000次

能量密度高，比铅酸省70%

智能电池管理系统，节省80%日常运维成本

‘伍’ 四大芯片巨头决战数据中心

在大数据的驱动下AI技术有了实现商用的可能性，同时，随着智能化场景的不断扩大，用作于数据处理和存储的数据中心建设也在全球范围内兴起。根据Arizton的报告显示，从投资额进行计算，预计全球超大规模数据中心市场规模将在2026年达到1276.4亿美元，在2020至2026年内该市场将以超过4.02%复合年增长率保持增长。

显然，通过收购的方式，是加快数据中心芯片布局的方式之一，而在这背后，也预示着，这四大芯片巨头决战数据中心的步伐也加快了。

根据IDC的预测显示，2015年到2025年，数据将以每年25%的速度增长。这些数据的增长带动了云端计算和边缘计算等市场的兴起，他们的增长也拉动了数据中心市场的成长。由此，芯片巨头们也在数据中心市场展开了布局。

英特尔是全球最大PC和数据中心服务器CPU制造商，2017年初他们更是将其以“PC为中心”的战略转移到“以数据为中心”的业务中，从2017年初他们确立了这个战略后，到了2019年，数据中心业务便表现出了较好的成绩。到2020年，其全年财报体现出以数据为中心的转型取得了显着进展，数据中心业务呈迅猛发展态势——2020年相较2019年增长11%。

也因此，英特尔已经将以数据为中心业务的总体潜在市场规模由2021年的1600亿美元调整为2022年的2000亿美元。这将是公司 历史 上最为重大的机遇所在。CPU是英特尔在数据中心市场发展的基石，在此基础之上，英特尔新任CEO帕特·基辛格也在今年提出英特尔2023 CPU产品路线图——面向数据中心的Granite Rapids，我们将采用英特尔7纳米制程工艺生产计算芯片。

AMD是英特尔在CPU领域的竞争对手之一，凭借着 EPYC系列产品，AMD再次迎来其高光时刻，同时该系列产品也为AMD进军数据中心市场带来了希望——根据Mercury Research的数据显示，经过长达六年的重返数据中心的争夺战，到2021年第一季度，AMD的X86处理器在数据中心的销售份额达到了11.5％。

数据中心市场的增长也为AMD的营收带来了提升，从其2021年第一季度显示，AMD营业额同比增长93%，净收入增长超300%，数据中心营业额增长超一倍。此外，根据AMD总裁兼首席执行官苏姿丰博士Computex 2021时的演讲显示，今年还将会有100多款各大厂商的搭载EPYC处理器的服务器平台问世，以及400多个基于EPYC处理器的实例。

这也是Arm服务器芯片在数据中心市场获得契机的原因之一。其于去年推出的ThunderX3 也是针对云计算和HPC高性能运算市场中的特定工作负载而设计，公司希望通过 Marvell 的差异化优势为最终客户带来更高的性能成本比和性能功耗比优势。

与上述三家芯片巨头不同的是，英伟达则是以GPU上的优势进入到数据中心市场。从英伟达的财报中看，数据中心市场的发展已经成为了他们营收当中重要的一部分。近几年，英伟达的数据中心业务的表现就开始逐渐露出锋芒——2021财年第一季度其数据中心业务首次达到了10亿美元，2021财年第二季度当中，其数据中心业务收入达到17.5亿美元，该项业务的收入占总营收的比重达到45%，首超 游戏 业务，创 历史 新高。

但随着数据中心市场的成长，仅凭单一的CPU或者是GPU都难以支撑这个市场的发展。因此，这四大芯片巨头开始向更多的领域做拓展——原来在CPU领域有着优势的企业开始向GPU、FPGA等领域进军，而GPU企业在在试图向多元化的方向发展，于是，我们看到了，这四大芯片厂商在数据中心市场的催化下，开始出现了交集。

英特尔曾在2018年提出XPU异构愿景，既由标量（对应CPU）、矢量（对应GPU）、矩阵（对应ASIC）、空间（对应FPGA）组成的架构，可以进行多种架构组合。英特尔认为，必须在CPU的基础上加入并完善GPU、FPGA、AI芯片、视觉处理芯片等不同类型的计算架构，组成一个有机的整体。

而这也是他们能够在数据中心市场持续发展的动力之一，因此，他们也针对这个愿景进行了布局，在自研方面，英特尔于去年11月正式发布其全新服务器GPU，即首款数据中心的独显产品。

在收购方面，英特尔于2015年完成了对全球第二大FPGA 厂商Altera的收购，2018年收购无晶圆厂eASIC开始向Chiplet发展，2019年四月收购为FPGA提供IP和定制解决方案的供应商Omnitek，6月，又收购了网络交换芯片厂商Barefoot（该收购旨在解决数据爆发式增长的问题，这些海量数据激发了对分析这些数据的计算能力的需求，也刺激了对在数据中心内交换这些数据的联网系统的需求），2019年还对以色列数据中心AI芯片制造商Habana Labs进行了收购（虽然Habana独立运营，但该笔收购也加强了英特尔在数据中心人工智能产品上的实力）。

在英特尔重返独立显卡之前，AMD是业内唯一一家既能做高性能x86 CPU，也能做高性能GPU的公司。而随着新的竞争的到来，AMD也对其GPU领域的发展做出了新的规划——AMD在其2020年财报会议上宣布，公司将在通用化GPU的基础上，将其产品定位成专注于 游戏 优化的RDNA和专注于运算导向的CDNA。

在对数据中心的布局上，最值得一提的是，AMD将对FPGA领域的龙头赛灵思的收购，这也是他们布局数据中心市场的重要一步——在拥有CPU 和 GPU 产品后，赛灵思可以为他们布局数据中心市场提供加速能力。

从英伟达方面来看，这是一个市值曾一度超过英特尔的巨头芯片公司，而市场对于他的看好，也来源于他们在数据中心这一市场的布局。而他们也开始突破GPU领域市场，开始向CPU市场进行发力——在今年4月，英伟达推出其基于Arm的数据中心CPU，据英伟达介绍，该芯片是专为大规模神经网络工作负载设计的，预计将于2023年在英伟达的产品中使用。

而针对数据中心方面的布局，英伟达也同样逃不过用收购的方式来进行发展。这其中包括，他们以69亿美元收购Mellanox获得的网络技术，与计划用400亿美元的价格收购Arm。

由于英特尔、AMD、英伟达针对数据中心的布局，使得他们的产品形成了一定的竞争关系，也被行业成为是数据中心市场的三大巨头。但在他们的发展中，尤其是英伟达以Arm架构为基础推出了CPU之后，我们也看到了Arm架构对于数据中心市场的冲击力，而这就不得不再提一下Marvell，这个在决战数据中心市场中一个不可忽视的力量。

除了他们所推出的Arm服务器芯片以外，在数据中心市场方面，Marvell 凭借着广泛的存储、计算、 安全与网络产品组合带来了同类最佳的构建模块与架构，以优异的总拥有成本满足了基础设施需求，在数据中心市场而占有一席之地。

这针对这些领域的布局，marvell也进行了多笔的收购，包括在2017年以约60亿美元收购Cavium，2019年收购以太网网络连接产品领域的Aquantia、格罗方德旗下Avera半导体子公司。2020年，他们还收购了光芯片厂商Inphi。近期，Marvell还宣布将收购供应云服务器以及边缘数据中心的网络交换芯片等产品的 Innovium。这些收购都将直接或间接地加强其在数据中心市场的发展。

如果说，向更多的领域做拓展，是这四大芯片厂商为数据中心市场的发展而打下基础。近期，这四大芯片厂商又不约而同地将目光投向了DPU市场。

在英伟达看来，数据中心路线图包括CPU、GPU和DPU这三类芯片。英伟达也在今年早些时候的博客中表示：“DPU（即数据处理单元）已经成为以数据为中心的加速计算模型的第三个成员，英伟达首席执行官黄仁勋在一次演讲中说：“这将代表未来计算的三大支柱之一。”这三者之间，CPU用于通用计算，GPU用于加速计算，而DPU在数据中心周围移动数据，进行数据处理。

因此，除了上文我们提到的，他们在CPU、GPU领域的成就外，他们也针对DPU这一市场进行了布局——去年英伟达发布了第一款DPU产品BlueField-2，今年的GTC上又发布了BlueField-3，BlueField-3会在明年上半年推向市场。

英特尔则在今年推出了名为IPU产品，按照英特尔的说法，英特尔官方的说法，IPU是一种可编程网络设备，旨在使云和通信服务提供商减少在中央处理器(CPU)方面的开销，并充分释放性能价值。在这种介绍下，也有人认为，这与当下主流的DPU作用类似。

而英特尔之所以能够在DPU领域取得成绩，这也离不开当时收购Altera。从DPU的本质上看，根据THENEXTPLATFORM的分析报告显示，在2020年，SmartNIC正在演变成DPU。SmartNIC可以通过从服务器的CPU上卸载网络处理工作负载和任务，提高云端和私有数据中心中的服务器性能。而针对多种SmartNIC的方案来说，由于FPGA是可重编程的，因此利用FPGA实现的数据平面功能可以任意并且实时地去除和重新配置，采用这种设计可以将网络功能提速几个数量级，因而，也被视为是数据中心市场发展的动力之一。

而赛灵思也是SmartNIC领域中的杰出玩家，据了解，该公司于2019年秋季收购了Solarflare Communications，并且Solarflare自2012年以来一直在构建基于ASIC和FPGA的NIC进行电子交易。由此来看，如果AMD收购了赛灵思，那么对于他们发展DPU来说也大有裨益。

除此之外，近期，Marvell也发布了一款DPU产品，根据半导体行业观察此前的报道显示，Marvell将推出OCTEON 10系列DPU，这是一个全新的SoC系列，建立在TSMC的5nm工艺节点之上，在这个处理器上，将首次展示Arm的新型基础设施处理器——Neoverse N2。根据公开消息显示，这将是Marvell第一个基于TSMC N5P工艺的芯片设计，实际上也是同类中第一个采用该工艺的DPU。

但对于未来数据中心市场的发展而言，这个市场可能会由这些芯片巨头厂商所主导，但并不意味着其他厂商没有机会，一些细分领域的巨头和初创公司也将会是这个市场中另外一股不可忽视的势力。