浪潮信息發布兩項服務器創新技術

        光明網 2023-06-02 11:52:36

        近日,浪潮信息正式發布兩項服務器新技術,為其全新上市的G7算力平臺提供更優的性能、可靠性和易維護性支撐。服務器NVH(Noise噪聲、Viberation振動、Harshness聲振粗糙度)技術讓服務器計算滿負載時的磁盤讀寫性能翻倍,并且防止數據中心各類高頻噪音對磁盤產生不可逆的損失;智能聽音診斷技術讓服務器風扇的故障預警準確率達到95%,將這一會引發服務器故障和數據中心事故的安全隱患降到最低。

        算力的供給需要構建算力平臺,需要從系統設計出發,解決架構設計、核心部件、高速互聯、散熱設計等一系列問題。G7算力平臺在信號、電源、結構、散熱、可靠性、安全等多個方面進行了20多項卓越設計,可以為用戶提供更卓越的算力產品。其中,浪潮信息首創服務器的NVH技術在幫助數據中心科學降噪,保證硬盤卓越的讀寫效率。在浪潮信息為數據中心科學降噪的同時,智能聽音診斷的技術能夠利用風扇噪音,精準預警不同位置風扇的各類故障,為數據中心服務器“治未病”,保障數據中心安全。

        浪潮信息服務器NVH技術:用10納米精度保證磁盤讀寫性能


        (資料圖片僅供參考)

        在服務器系統設計中,存在著計算性能、功耗、散熱、風扇噪聲、存儲容量、磁盤密度、讀寫性能之間的微妙平衡。提高計算性能會增加功耗,增加功耗需要加強散熱,加強散熱需要提高風扇轉速,一些服務器的風扇轉速已經提升到了34000轉/分鐘。風扇轉速的提升又會限制硬盤存儲密度的提升,因為機箱內風扇產生的聲壓會造成硬盤內部精密部件共振,影響硬盤讀寫性能。數據中心內的其它噪音,例如,滅火器啟動時噴管發出的高頻噪音,也可能引起磁盤精密部件共振,海外曾經有數據中心因此發生上百塊硬盤報廢的案例。

        想要系統解決硬盤受到振動噪音帶來的性能損失問題,關鍵是要打開硬盤在不同噪聲激勵下的性能損失的“黑盒”。浪潮信息工程師為此開發了一套軟硬件結合的測量系統,包括硬盤敏感噪聲實驗和機箱振動噪音實驗。

        其中,硬盤敏感噪聲實驗,用高精度的揚聲器測試硬盤讀寫時的敏感噪音頻率。這一模擬實驗成功的關鍵,在于找到精準模擬風扇噪音特點的頻譜。為了解決這個難題,工程師拋棄了傳統汽車行業、服務器行業使用正弦波或者1/3倍頻程噪音的思路,基于海量風扇頻譜分析,找到了最適合的噪聲帶寬,并且以混頻、掃頻的模式,更精準、靈活地模擬出多樣化的噪聲源,構建出業界首個硬盤噪音敏感度模型。

        機箱振動噪音實驗,基于浪潮信息與Meta、西部數據、希捷等聯合研發的“硬盤假體”,工程師采集到了上百款服務器機箱內的噪音和振動頻率,再將假體采集的頻譜和硬盤敏感度模型融合匹配,這樣就能夠準確計算每一款服務器內部硬盤的共振頻率以及由此產生的性能損失率,對服務器系統展開多維度、多層次的優化設計。

        浪潮信息工程師首先優化噪聲振動的源頭——風扇,通過CFD仿真改進葉片形態,讓風扇在同樣轉速下散熱風量提升15%,同時減弱湍流效應,抑制葉輪邊緣氣流分離,以免產生硬盤敏感的高頻噪音。機箱內,設計40多種歌院式的消音架構,精準消除機箱內特定的高頻噪音。此外,還改進了硬盤伺服系統,提高其系統內的動力學適應性。多管齊下的方案最終讓系統與硬盤達到和諧適配,硬盤磁頭的振動幅度可控制在單條磁軌道中心10納米以內,保證硬盤讀寫性能基準,并且為未來24TB-30TB的大容量硬盤的動力學適配設計打下堅實基礎。

        新設計的風扇(基于NVH技術,浪潮信息從葉片弦長、葉片枚數、轉速匹配、葉片特殊構型設計、機殼結構、鐵芯結構、磁氣設計、磁環材料等方面對G7服務器的風扇進行了優化,分別應用了不均等葉片扇形狀和間隙、葉尖小翼、分體式小翼、彎曲靜葉等特殊創新設計,實現性能、噪音、效率方面的突破。)

        歌院式消音架構的機箱(基于NVH技術,浪潮信息按照歌院式消音架構對服務器機箱進行了優化設計,增加有效吸音表面積,引導特定頻譜的干擾噪音進入材料深處,精準消除硬盤敏感頻譜的噪音,提升讀寫性能。)

        智能聽音診斷消除服務器及數據中心隱患:聽音10秒,風扇故障預警準確率達到95%

        風扇是服務器和數據中心最容易故障的部件之一。雖然風扇僅有1%的可能發生故障,但其一旦發生故障,將影響系統性能和可靠性,且風扇故障的維修時間長,對數據中心業務運行影響很大。而傳統的服務器管理系統不能預測風扇故障,僅能監控風扇的轉速、工作電流、環境溫度等狀態。

        浪潮信息首次創造出基于人工智能的風扇聽音診斷技術,利用機箱內噪音的特征信息,建立了基于聲學探測的服務器風扇故障智能預警系統。該系統融合了長達200個小時的服務器故障音訓練集,可對聲紋信息抽取40維MFCC(Mel頻率倒譜系數)特征,基于多級深度學習神經網絡,能夠精準辨別噪音背后潛在的服務器風扇故障。

        風扇智能聽音診斷原理(數據中心有上萬臺服務器,一般的聲音分析方法中,嘈雜的聲紋特征很容易被混淆,難以精準識別。浪潮信息工程師在業界首次創造出,基于人工智能的風扇聽音診斷技術,利用人工智能技術,從風扇噪音中提取特征信息,預測風扇故障。)

        有了這套系統,服務器可通過內部的麥克風陣列、音頻處理芯片,采集系統的多維噪音,并進行聲學信號處理,然后基于主板BMC芯片中的風扇故障智能診斷模型進行分析、診斷,僅需10秒鐘“聽音”,就可準確預警風扇故障位置、故障類型,精準度達95%,提前從根源上徹底解決服務器風險問題,保證數據中心運行安全。

        服務器NVH技術和智能聽音診斷技術的推出,充分體現了浪潮信息對服務器千錘百煉的匠心設計。服務器設計是一項系統工程,G7算力平臺采用開放、多元的架構設計,支持最廣泛的通用處理器和加速芯片,整個系統需要經過30多個開發流程,使用150多種加工制造工藝,對280多種關鍵過程控制點的質量進行嚴格把控,以保證這一平臺產品能具備高性能表現與保質量的品質。浪潮信息始終秉持著“千錘百煉,極致匠心”的設計理念,在產品技術上不斷創新引領,為各行各業用戶的數字化、智能化轉型,提供更強性能、更高品質、更加智能的算力。(柯巖)

        關鍵詞:

        免責聲明:市場有風險,選擇需謹慎!此文僅供參考,不作買賣依據。

        最新推薦