假設正在運行一個數據中心，機架中充滿了CPU、存儲和網絡，所有這些都是為Web服務和數據庫實例而設計的。隨著ChatGPT的出現，突然需要計劃支持消耗4-16倍于當前可以處理的功率的服務器。長期以來，數據中心所有者一直使用計算流體動力學軟件來模擬其氣流和冷卻要求，但現在這些設備已經過時了。這些設備可以對固定場景進行建模，但很難處理當今的動態需求。操作人員需要的是一個可以對各種硬件場景和工作負載的起伏進行建模的工具。他們需要一個數字孿生。

　　這就是 Future Facilities 的用武之地，每個設施都有一個數據中心數字孿生，具體到特定數據中心中的哪些服務器和哪些GPU可能與哪些冷水機組一起考慮。

　　Future Facilities 軟件可以做什么?

　　Future Facilities于2022年被Cadence Design收購，其電子冷卻分析和能源性能優化可以幫助數據中心建立一個全面的數字孿生。使用孿生模型，數據中心所有者和運營商可以為設備選擇和放置建立無限的選項，從而使之能夠在考慮到內部限制和不斷變化的硬件內容的情況下優化潛在的服務收入。更令人震驚的是，孿生模型可以模擬隨時間變化的工作負載的影響，并隨著工作負載的起伏考慮不斷變化的能耗和冷卻需求。

　　該企業的產品使用基于物理的3D數字孿生，使領先的技術企業能夠在數據中心設計、運營和生命周期管理方面做出明智的商業決策，并減少碳足跡。

　　任何數據中心的性能都是容量利用率、風險管理和能源效率的復雜組合。由于去中心化，數據中心的性能不僅會在其整個運營生命周期中發生變化，而且還會引入新的風險和不確定性，并且不可避免地會下降。

　　數據中心數字孿生是一個基于科學的平臺，可以量化過去、現在以及未來任何時間點的吞吐量。業務需求改變了數據中心的動態，這些需求和變化是隨機的，但都會影響性能。因此，有必要在實際實施之前預測這些變化的影響。數字孿生為操作人員提供了所需的可視性，以預測硬件和工作負載動態隨時間的影響。

　　數字數據中心孿生

　　孿生的運行和靈活性的關鍵是數字生態系統庫的創建和使用，描述了每種類型的數據中心組件的物理原理。想要更多GPU嗎?對其進行建模。想要更快的網絡嗎?對其進行建模。當與IT設備和數據中心設計的詳細描述相結合時，這些庫就像樂高積木一樣，可以準確地對場景進行建模。

　　總結

　　雖然設計數據中心并選擇其所包含的IT基礎設施可能需要數月的時間，但數據中心所有者和運營商需要規劃可能持續數百個月的運營，因為頻繁的增量運營和設備變更需要重新校準和建模電力、冷卻和工作負載流。所有這些變化都可以在數字孿生模型上進行建模，幫助業主/運營商制定成功的運營計劃，并確保持續盈利。

　　仔細想想，很難想象沒有數字孿生就能完成這項工作。