寬帶和智能手機(jī)革命顯著改變了我們在工作和生活中消費信息以及與信息進(jìn)行互動的方式。存儲及運算服務(wù)器——亦即通常所說的“云”，日益成為大多數(shù)主流應(yīng)用程序的運行平臺。它們使用快速互聯(lián)網(wǎng)連接和極其強(qiáng)大的資源來整合和處理分布廣泛的數(shù)據(jù)，并快速響應(yīng)用戶的請求。這給客戶帶來了實現(xiàn)即時和始終在線響應(yīng)、泛在接入以及顯著降低投資的前景。無論是對Netflix、Facebook和Siri等消費類應(yīng)用，還是對作為物聯(lián)網(wǎng)（IoT）基礎(chǔ)的工業(yè)“機(jī)器對機(jī)器”（M2M）活動，或是對企業(yè)解決方案——如SAP和SalesForce.com，云服務(wù)器都是我們?nèi)粘；顒硬豢苫蛉钡囊徊糠帧?br />
“云”的成長

受這些因素推動，服務(wù)器容量以不同尋常的速度增長。據(jù)估計，云計算市場規(guī)模已從2006年的基本為零——時值亞馬遜推出其Amazon Web Services (AWS)平臺——增長到2014年的580億美元；而據(jù)Forrester Research公司預(yù)測，公共云市場規(guī)模（不包括來自亞馬遜、谷歌和其他公司的專屬數(shù)據(jù)中心）有望在本十年末達(dá)到1,910億美元。通過比較，WSTS預(yù)測整個半導(dǎo)體行業(yè)的2014年全球銷售額會達(dá)到3,330億美元。圖1顯示了亞馬遜的資本性支出（主要受其數(shù)據(jù)中心計算能力增長的推動）。

圖1：由于云服務(wù)的增長，亞馬遜等公司在計算設(shè)備上的支出都出現(xiàn)了指數(shù)性的增加。

云計算收入包括由于技術(shù)成熟和競爭加劇而導(dǎo)致的價格降低效應(yīng)。更加令人驚訝的是云在原計算能力領(lǐng)域的增長。據(jù)估計，領(lǐng)先的云服務(wù)提供商AWS已在全球部署了超過280萬臺服務(wù)器。在架構(gòu)上，服務(wù)器通過轉(zhuǎn)向超大規(guī)模和多線程結(jié)構(gòu)，也出現(xiàn)了顯著的進(jìn)化，而處理器核心的原吞吐量也得到顯著改進(jìn)。更多的設(shè)計技術(shù)——例如能夠動態(tài)地改變時鐘速度、供電電壓以及改變同時工作的核心的數(shù)量等，都有助于實現(xiàn)對計算負(fù)載更好的動態(tài)響應(yīng)。不過，這也顯著增加了對電源功率輸出要求的復(fù)雜性。

不斷增加的耗電量

與上述進(jìn)展聯(lián)系最密切的是這些服務(wù)器消耗的電能：由于服務(wù)器數(shù)量的迅速增加，其能耗也隨之急劇攀升。獲得準(zhǔn)確的公司耗電量數(shù)據(jù)并不容易，但我們知道，設(shè)計輸入功率為3MW的一個典型數(shù)據(jù)中心可托管超過8,000臺服務(wù)器。據(jù)谷歌公司估計，在2011年，單是其數(shù)據(jù)中心就需要約260MW的連續(xù)輸入功率，相當(dāng)于一座最先進(jìn)核電站輸出功率的25%左右。為緩解電力傳輸挑戰(zhàn)，絕大多數(shù)的全球數(shù)據(jù)中心都位于靠近能提供大量電力的地方，如哥倫比亞河水電站系統(tǒng)。按全球2010年估計數(shù)字，數(shù)據(jù)中心使用了全球耗電量的1%~1.5%，相當(dāng)于巴西的總耗電量。在美國，數(shù)據(jù)中心使用了全國總耗電量的接近2%，相當(dāng)于新澤西州的總耗電量?；旧希瑪?shù)據(jù)中心到2010年底向美國電網(wǎng)增加了另一個新澤西州，而且負(fù)荷還在繼續(xù)增加。

這一大規(guī)模的耗電量增長具有重大的經(jīng)濟(jì)影響。雖然處理器核心可提供更大的處理能力（遵循摩爾定律并進(jìn)行架構(gòu)改進(jìn)），但其工作電壓卻沒能夠快速地跟隨以降低總耗電量。數(shù)據(jù)中心主要以兩種方式使用電力：首先提供計算機(jī)需要的電能，其次對其進(jìn)行充分冷卻，使系統(tǒng)保持在其正常工作范圍之內(nèi)。因此，電源效率的小幅提升對系統(tǒng)性能就有杠桿化的有利影響。除了減少電費開支，高效的電力輸送還能在既定預(yù)算下增加數(shù)據(jù)中心容量——鑒于裝機(jī)容量繼續(xù)以雙位數(shù)的年增長率穩(wěn)步增長，這是一個非常重要的考慮。
[page]
電源分配

最先進(jìn)的數(shù)據(jù)中心電源分配由一系列的步降電壓和隨后的負(fù)載點電力輸送組成。原效率是最大的挑戰(zhàn)，但電源系統(tǒng)還能通過不同的方式增加一些能力，以幫助降低能耗。


多相工作：最新一代基礎(chǔ)設(shè)施電源轉(zhuǎn)換器支持多相工作，并從輕負(fù)載到峰值負(fù)載保持以接近峰值效率的情況進(jìn)行電源輸送。它們通過并聯(lián)多個電源輸送相來達(dá)到接近峰值效率，控制器根據(jù)電源消耗要求來調(diào)制這些相位。圖2顯示了一個典型的多相系統(tǒng)，其中穩(wěn)壓器負(fù)責(zé)調(diào)節(jié)每個電感，以提供可變的電流值。多相工作彌補(bǔ)了單相轉(zhuǎn)換器的一個重要缺點，亦即效率在標(biāo)稱負(fù)載下達(dá)到峰值，但在極高負(fù)載時下降。圖3顯示了多相系統(tǒng)如何智能地根據(jù)負(fù)載選擇相位數(shù)目。在很大工作范圍下使效率曲線平坦化，免除了數(shù)據(jù)中心計劃員針對典型和最大工作負(fù)載進(jìn)行選擇性優(yōu)化的任務(wù)。


并行電源通道：將處理器核心分成“電源孤島”，可使系統(tǒng)的構(gòu)成部分能夠在其不使用時斷電。電源輸送系統(tǒng)現(xiàn)在符合提供多個同時輸送軌的需要。

交互：現(xiàn)今的處理器核心是通過數(shù)據(jù)總線（通常是電源管理總線PMBus）將預(yù)期所需的電源電壓傳遞給電源轉(zhuǎn)換器。負(fù)載變化可能是投入使用的額外處理核心、處理器時鐘速度的變化或者軟件處理的特別密集的指令序列的函數(shù)。借助對預(yù)期負(fù)載的洞察，控制器能夠根據(jù)負(fù)載曲線得到最大化的效率。在持續(xù)時間內(nèi)了解耗能水平向服務(wù)提供商提供了另一個重要優(yōu)勢：它們能使用系統(tǒng)活動的持續(xù)時間和強(qiáng)度來計算每個處理的賬單。

綠色成分

這種“云”有綠色環(huán)保的特點，雖然使用了大量能源，但云計算（使用現(xiàn)有的一些最強(qiáng)大的計算系統(tǒng)）的有效性使得其比分離計算機(jī)系統(tǒng)執(zhí)行同樣任務(wù)所需的總能量大大降低。數(shù)據(jù)中心不斷發(fā)展的電源輸送要求也為半導(dǎo)體制造商提供了進(jìn)行創(chuàng)新和創(chuàng)造新突破的大量機(jī)會。

相關(guān)閱讀：

互聯(lián)網(wǎng)的二次革命：互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)下的新世紀(jì)
云計算平臺支撐物聯(lián)網(wǎng)向前發(fā)展
已進(jìn)入實戰(zhàn)的云計算電子政務(wù)