Eatdan蓄电池授权总代理

即使是最成熟的CFD软件包也通常会面临挑战。第一个也是最明显的问题是计算能力，这是一个比较突出的问题。而随着湍流模型和网格技术的发展，而采用高规格的处理器、充足的内存和显卡的笔记本电脑可以相对快速地进行实施计算流体力学。需要明确的是，这里指的是小时，而不是秒，有些厂商宣称，如果输出需要数分钟到数秒，则有可能使用短切的，原始的网格划分和分析，这可能会导致不可靠的结果。

图7 计算流体力学的工作流程

 

使用非稳态常计算流体模型可以计算在数据大厅行为的时间，例如分析在数据中心电力中断后，其温度上升的速度。虽然这也可以进行使用相同的硬件进行处理，但是需要更多的计算时间。

 

下一个重要的挑战是校准。一般来说从CFD模型输出可以是非常详细的，但它是基于许多假设的。在数据中心的设计阶段，这种情况是可以接受的。但在模型建设过程中，该模型需要校准的设施参数，建立开始的基线。这种努力可能包括从格栅匹配风量，其次是温度以及冷却单元流量的参数，对模型匹配。如果跳过校准过程，可能会导致将不可靠的信息传送到数据中心运营商，并可能会对他们的经营产生不利的影响。

 

最常见的问题是独立的第三方开展了为期六个月的CFD分析和容量规划，热点等建议。这种做法的结果重复的，会花费不必要的成本，由于现代数据中心的快速变化，校准模型的失效日期不能超过2到3周的时间。

 

使用计算流体力学作为一种操作工具

 

工程的原因和效果的一个重要组成部分是空间变化(即设备维护)，可能导致IT设备不良的后果，反之亦然。例如，在数据大厅内的电源插板的维修。并且在维护模式中，分析N个冷却单元对环境的影响。使用计算流体力学评估这样的场景对数据大厅的影响，在实施之前是有据可查的。其中最重要的操作流程是定期评估空间、电力和冷却能力，以及确定在哪里安装新的服务器。

图8 使用计算流体力学来测试IT部署策略：(a)设施模型和IT库存，(b)更新的服务器电源图，(c)预测的机柜的空气入口温度。

 

在图8(a)中，数据中心运营商有一个虚拟的设施模型和IT库存。IT经理确定新的服务器被部署的要求，并为它们分配机柜上的可用空间和电力容量(图8b)。而通过虚拟设备模型预测发现，这样的配置将出现散热问题，如图8(c)所示，其中的圆圈区域表示服务器的空气平均进气温度大于27摄氏度，设施人员可以其确定适当的位置，并通过这些服务器的虚拟模型与IT经理进行协调。这方面的努力可能涉及到几个迭代的工作流模型，如图7所示。其最终的结果是设施将得到不断发展，如图9所示的冷却地图，显示了在不同的机柜位置的冷却可用性。

 

不用说，在某些情况下，如统一应用气流遏制或数据大厅热通道返回到冷却单元厅(没有混合气流)，通常这还有很长的路要走。对于那些开放空气和混合气流控制与传统设备交错部署的情况下，计算流体力学作为一个操作工具并不太适合，但有必要充分利用数据中心设计IT负载。

图9 释放闲置容量。数据厅制冷分配和现有安装的服务器可用机架容量。

 

本文重点介绍了一些数据中心的挑战，并正确使用计算流体力学。这项技术解决了智能化在IT团队和运营团队之间的双向传递问题。

 

文中讨论了集成包对于现有DCIM产品的重要性，而不是一个附加模块。行业厂商开发的计算流体力学可以适应不同的数据中心环境。然而，即使是最成熟的CFD软件包，也很难解决数据大厅复杂的气流物理问题。

 

计算流体力学(CFD)对于数据中心运营商来说是很好的一个运作规划工具。这种方法允许运营商定期预测的数据中心在不同的情况下的物理响应，并在一个安全的离线环境下部署。但更重要的是，其在部署规划时助于避免产生经典的俄罗斯方块效应。