海底数据中心服务器集装箱外壳材料研究

［肖峣］

1 引言

近年来大数据中心需求快速增长，按照现有模式，建设成本高昂的问题日益凸显。因为大数据中心如果建设在内陆地区，需要占用大量土地，需要消耗大量的电能和冷却水资源，并花费大量建设成本。而沿海发达省市数据中心增长迅猛，类似的资源矛盾尤为突出。

海底数据中心利用巨量流动海水对互联网设施进行散热，有效节约了能源；几乎无需占用岸上土地，无需消耗冷却水资源，是一种绿色可持续发展的大数据中心解决方案。将数据中心部署在沿海城市的附近水域，还可以极大地缩短数据与用户的距离，因此，在海底部署数据中心将成为一种趋势。

海底具有较低的温度，能取得较好的散热效果，但是，随着海水深度增加，相应深度压力会加大，因而对数据中心服务器的集装箱外壳的耐压能力提出更高的要求；而且海水本身是一种强的腐蚀介质，直接与海水接触的各种金属结构物都不可避免地受到海水的腐蚀，因此海水会对数据中心服务器的集装箱外壳的耐腐蚀能力提出更高的要求。另外，海洋潮汐和季节会改变局部水位和温度，并带来暂时性的海水流动，可能对数据中心的散热、海底的压力都会带来一定影响。因此，需要研究选择合适的集装箱外壳材料和海底深度，以便进一步提高海底数据中心的散热效果，提高使用年限，并尽可能降低成本。

2 集装箱外壳材料的选择

在进行合适的材料选择和海底深度设计时，存在大量的衡量因素需要考虑，包括材料的成本、散热能力、耐压能力、抗腐蚀能力、使用年限等等。那么我们需要在众多相关因素中提炼出主要的、决定性的因素并将其转化为数学上可定量分析的变量，进行量化分析。对此，我们采用决策论中的层次权重决策分析法（Analytic Hierarchy Process，以下简称AHP）来分析。

2.1 AHP 方法介绍

AHP 是一种定性和定量相结合的、系统化的、层次化的分析方法，它把决策者的主观判断量化，以数量形式进行表达和处理，通过定量形式的数据将定性和定量分析相结合，从而帮助决策者进行决策。这种方法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题或难以完全定量的复杂系统提供简便决策的方法。

按照AHP 方法，首先将问题分解为不同的组成因素，这些因素之间在一定程度上是相互关联和制约的，而且这些因素根据彼此之间的隶属关系可以组合成若干个层次；然后按照因素间的相互关联影响以及隶属关系将因素按不同层次聚集组合，并合理地给出每个决策方案的每个标准的权数，形成一个多层次的分析结构模型，利用相关数学方法对各个因素层进行排序，从而最终使问题归结为最低层(供决策的方案、措施等)相对于最高层(总目标)的相对重要权值的确定或相对优劣次序的排定，最终求出各方案的优劣次序，然后通过对排序结果的分析来辅助决策。我们计划根据各种材料的最终评分，评选出最优秀的材料。

2.2 影响因素分析

数据中心放入海底就要考虑潮汐和季节变化，潮汐和季节更替都会带来局部性的海水温度和水位变化，进而产生暂时性的海水流动。涨潮落潮会对集装箱造成增大压强和减小压强的变化，而季节变化会对海洋的温度造成影响，从而影响海底集装箱的散热效果，导致海底数据中心集装箱的散热效果上升或下降。

海水温度是表示海水热力状况的一个物理量。太阳辐射和海洋大气热交换是影响海水温度的两个主要因素。洋流对局部海区海水的温度也有明显的影响。海水温度的垂直分布一般是随深度之增加而降低，并呈现出季节性变化。具体来说，季节可以大致地分为夏季和冬季，即夏季海水温度高，冬季海水温度低。因此季节更替会改变海洋局部水位和温度。即一般来说海底数据中集装箱的散热效果在冬季会高于夏季。[1]

图1 太平洋海域一年中温度变化图

图2 西太平洋温度分布图

海水密度则主要取决于海水温度、盐度和深度。高温、低盐的浅水密度较小，低温、高盐的深水密度较大。从水下1 500 m 开始，海水密度基本不随深度变化。海水密度范围在1.02～1.07 kg/m3左右，一般取1.025 kg/m3作为海水平均密度。

[2]潮汐，是发生在沿海或海洋地区的一种自然现象，是指海水在天体（主要是月球和太阳）的引力作用下所产生的周期性涨落运动（图3、4）。涨潮对于海底集装箱来说不仅会使海水流速增加从而提高散热效果，还会增大集装箱所受压强从而减小集装箱的使用寿命。因此，在考虑材料时要着重考虑材料的抗压能力和抗腐蚀能力。潮汐按周期可分为半日潮型、全日潮型和混合潮型。

图3 潮汐产生示意图

图4 不同阶段潮汐示意图

潮汐通过改变海底数据中心的深度来改变所处环境的海水压强甚至温度。以我国厦门海湾的潮汐为例，其属于标准半日潮型，平均高潮位2.411 m，平均低潮位1.579 m，平均潮差3.99 m[3]。

此外，季节变化也会对海底数据中心的散热效果产生影响。季节变化通过洋流和太阳辐射量来改变海水温度：洋流通过下传流将海洋表面的海水纵向传输到深海，从而使浅海的较高温海水传输到深海的较低温海水，进而导致海底数据中心周围的海水温度升高，散热量相对下降；海洋所受到的太阳辐射量随季节而变化，这使得海洋表面温度也会随季节而改变。当海洋表面温度发生变化时，海底数据中心周围环境温度与海水表面的温差缩小，导致海水吸收的热量减少，散热量相对下降。

海底数据中心所处的深度越高，对于材料散热效果越好，但对于材料的抗压能力要求越高。此外，不同深度对材料抗腐蚀能力的要求也有所不同。因此本文将深度归结为抗压能力和抗腐蚀能力。

我们将决策问题分解为三个层次，以便计算各个影响因素的权重。最上层为目标层O，即筛选合适的集装箱材料；中间层为准则层C，即对材料的各种因素的评估指标；最下层为方案层P，即各材料的综合得分；如图5 所示。

图5 层次模型分析示意图

其中我们将材料成本（C3）视作材料产量的反比，散热效果（C1）视作耐压能力，而耐压能力由材料的弹性模量和拉伸强度构成，使用年限（C2）由材料的耐压和抗腐蚀能力共同构成。这样，通过层次分析法确定各影响因素的权重，之后根据多级模糊综合评价法的隶属度代入评价矩阵，就可以将决定材料选择的各指标数据量化，并在计算中得到综合得分。

2.3 构造各层次间的判断矩阵

通过一定的调查和分析，我们选取了五类比较常用的制造材料进行分析，如钢铁、铜、铝、钛、镍类及其合金等。其他的金属比如金、银造价过于昂贵我们暂且不考虑，塑料等聚合物对于海洋环境有较大的污染我们不考虑，还有木头，玻璃等材质我认为他们的使用年限过于短，不利于长久存放，所以我们决定用这五大合金类金属来比较。

基于Krieger Publishing 出版的《海洋学材料手册》中五大合金类金属的特性数据[4]，包括成分、密度、弹性模量、屈变强度、抗拉强度、承受的腐蚀类型、海水的电位参考等，我们对各影响因素的相对重要性进行判断和划分，通过定量分析与定性分析相结合，合理给出各决策方案衡量指标的权重。

（1）构造判断矩阵O-C：将准则层C 中的两个元素C1，C2，C3两两比较，得到成对比较矩阵，如表1 所示。

表1 O-C 判断矩阵

综合各材料的特性数据，可以求解出O-C 的特征值，解得λmax=3.0 385；从矩阵中利用特征值法可计算得C1（散热效果）、C2（使用年限）和C3（材料成本）的权重分别为0.6 370、0.2 583 和0.1 047。

（2）在对因素进行加权时，为了避免由于我们的主观判断而导致的逻辑错误，导致错误判断因素的相对重要性，我们需要对判断矩阵进行一致性检验，以证明逻辑判断的合理性。

2.4 材料评分

我们计算每一类的材料得分公式如下：

综合得分（M）=材料成本指数（A）×C3+散热效果指数（B）×C1+使用年限指数（C）×C2

材料成本指数（A）∝常数/产量，即产量的反比.

散热效果指数（B）∝导热系数（h）×50%+比热容（H）×50%

使用年限指数（C）∝抗压能力指数（P）×50%+抗腐蚀能力指数（I）×50%

其中抗压能力指数（P）∝弹性模数（U）×50%+拉伸强度（Y）×50%

其中，S 指Score，M 指Materiad，U 指Use，导 热系数用h 表示，H 指Heat，抗压能力指数用P 表示，C 指Corrosion，E 指Elasticity，T 指Tehsile。

需要指出的是，上述计算公式构成及各部分所占比例具有一定的主观性，得到的结果仅供参考。

由此得出图6～图10。

图6 铝合金类得分

图7 铜合金类得分

图8 镍合金类得分

图9 钛合金类得分

图10 铁合金类和钢类得分

综上所示，其中得分最高的是铝6061，于是本文认为该材料是集装箱外壳最合适材料。

在选取的材料为铝6061 的情况下，通过拟合分析深度与抗压强度的关系，可近似求出海底最优深度。以微软的Project Natick 为例，相关团队于2018 年春季将北岛数据中心部署到117 ft（约合35.66 m）深的海底。北岛数据中心部署在欧洲海洋能源中心，后者是潮汐涡轮机和波浪能转换器的试验场。那里的潮汐流在峰值强度下以9 mile/h约合14.48 km/h）的速度行进，在暴风雨条件下，海面的波浪会达到60 ft（约合18.29 m）以上。[5]对于本文而言，可估计所选材料的最优深度在30～40 m。

3 小结

本研究为选择合适的海底数据中心的服务器集装箱外壳材料，综合考虑了海底环境、季节、潮汐等影响，以及材料本身的成本、散热能力、耐压能力、抗腐蚀能力、使用年限等等，并在众多相关因素中提炼出主要的、决定性的因素并将其转化为数学上可定量分析的变量，进行量化分析。通过层次分析法确定各影响因素的权重，然后根据多级模糊综合评价法的隶属度代入评价矩阵，计算出各个因素对材料选择影响的程度大小，再根据各材料的各个特性数值计算出评估得分。经比较，最终得分最高的是铝6061，即使用此材料是满足海底数据中心散热优化的最优解。

根据目前的研究，本文主要以散热效果、使用年限和生产成本作为总体目标来对材料进行选择。后续将考虑材料工业生产的良品率、工程装配的利用率等工业生产因素，进行更全面的评估研究。