Передача данных по электросети: Power-line communication. Часть 1 — Основы передачи данных по линиям электропередач / Хабр

Power-line communication. Часть 1 — Основы передачи данных по линиям электропередач / Хабр

Не так давно передо мной встала нетривиальная задачка — собрать устройство, которое могло бы по линиям электропередач (0,4 кВ), в сетях обычных бытовых потребителей, передавать некоторую информацию, а точнее — показания электросчетчиков.

Перед началом работы над созданием этого устройства, я мало понимал в цифровой обработке сигналов и в том, как работают компьютерные сети на физическом уровне. Нужно было быстро погрузиться в вопрос и выстроить план по созданию рабочего прототипа.
В процессе изучения я нашел очень много специализированной литературы по электронике, микроконтроллерам и цифровой обработке сигналов, которая очень помогла мне в этом. Но в самом начале пути для выбора направлений изучения мне бы пригодились обзорные статьи вроде этой.

Дальнейший материал — это выжимка из профессионального опыта в том виде, в котором я бы хотел это рассказать самому себе из прошлого. Многие факты сильно упрощены для лучшей читаемости.

---

Начнём с абстракций. Представим, что нужно передать порцию информации от одного человека другому. На изображении: красный человечек — это передатчик, а синий — приёмник.

Для передачи информации будем использовать голос. Информация — это какой-то текст в нашей голове. Текст можно разбить на буквы и каждую букву представить в виде звукового сигнала. Таким образом можно кодировать каждую букву каким-то соответствующим звуковым сигналом.

Проводник

Звук, как известно, распространяется в виде волн — колебаний плотности воздуха или иной среды. В нашем случае средой для распространения сигнала служит воздух. От красного человечка звуковые волны по воздуху распространяются во все стороны.

Полезный сигнал

К счастью, информацию из нашей головы мы не можем мысленно передать напрямую в голову собеседнику. Поэтому буквы из нашей головы на “аппаратном уровне” мы преобразуем (кодируем) в звуковые сигналы (наборы звуковых волн).

Будем называть это “полезным сигналом”.
Важно: каждая буква кодируется устойчивым набором звуковых волн. Из этих волн мы можем распознать определенную букву (если мы ее знаем, конечно же). Происходит преобразование из буквы в звук и обратно из звука в букву.

Шум

Шум — это такой же сигнал, но он не несёт в себе полезной информации. Шум искажает полезный сигнал и уменьшает дальность уверенного приема. Это может быть толпа людей, громко говорящих о чем-то своем, а может быть даже эхо или другие посторонние звуки, которые смешиваются с полезным сигналом. Шум обычно мешает прохождению полезного сигнала до приемника.

Протокол

В таком виде сигнал доходит до приемника. Приёмник из набора звуковых волн узнаёт (декодирует) буквы и собирает из них слова. Если ему кажется, что это бессмысленный набор звуков, то он их отбрасывает либо пытается восстановить исходный сигнал по сложному алгоритму. Отчасти, из-за этого мы иногда сначала переспрашиваем “Что?”, а уже потом понимаем, что всё расслышали.

Протокол — это, по сути, набор правил и алгоритмов, по которым мы из полезного сигнала сможем вычленить информацию. В данном примере это наш язык, на котором мы общаемся с собеседником. По нему мы узнаем смысл переданных звуков. Всё это происходит неосознанно можно сказать “на аппаратном уровне”.

Всё описанное выше в очень упрощенном виде показывает, как работает передача данных не только между людьми, но и между электронными устройствами. Только физическим воздействием у них будет, например, электрическое напряжение, а проводником — медный кабель. Информация, хранящаяся в устройстве, может быть передана с помощью различных физических сред передачи и протоколов, но суть примерно одна и та же: проводник, физическое воздействие, протокол.

---

Далее мы по шагам разберемся, как передавать данные по линиям электропередач, и по ходу дела придумаем свой

велосипед протокол. Основные идеи из открытого промышленного стандарта X10.

Чтобы использовать линии электропередач в качестве канала связи, нужно понять, как они устроены, и какие физические процессы в них происходят.
Взглянем на схему доставки электроэнергии от подстанции до жилых домов. Электрические сети трехфазные, и от подстанции идут три “фазы” (A, B и С), которые электрически изолированы друг от друга.

Для простоты условимся, что каждая фаза — это отдельный канал связи. Устройства, подключенные к разным фазам, не слышат друг друга.

Сейчас на рынке есть устройства, которые умеют общаться между фазами, для них вся подстанция — это один канал связи. Но пока для понимания это не играет особой роли.

Далее на схемах будем рассматривать только фазу «А» (в других всё аналогично).

При подключении нескольких приемо-передающих устройств к одной фазе образуется сетевая топология типа “общая шина”. Сигнал, отправленный одним из устройств, получат все остальные устройства, находящиеся в пределах распространения сигнала.

Проводник

Подробнее изучим среду передачи сигнала. Для этого рассмотрим, в каком виде передается электрическая энергия, и узнаем, как через этот поток мы можем передать свой полезный сигнал.
Электроэнергия передается в виде переменного тока. Проводниками обычно выступают алюминиевый или медный кабели. Напряжение в электрической сети имеет форму синусоиды с периодом 20 миллисекунд (частота 50 Гц).

Так как ток переменный, он периодически меняет направление «течения», и в момент смены направления мощность практически не передается (если не учитывать сдвиг из-за сильной емкостной или индуктивной нагрузки). Наступают мгновения затишья. Это называется «zero cross» (далее

ZC) — момент, в который напряжение равно нулю.

В этот момент в сети также наблюдается наименьший уровень шума. Это самый благоприятный момент для генерации полезного сигнала.

В электрической сети с частотой 50 Гц (как в России) момент ZC происходит 100 раз в секунду. И если передавать по одному символу за один переход через ноль, то скорость соединения будет равна 100 бод. Скорость передачи в байтах уже зависит от формата кадра, от того, сколько служебных бит, помимо самих данных, будет в кадре (о формате кадров ниже по тексту).

Синхронизация

Еще один немаловажный момент — это синхронизация момента передачи и приема между устройствами.

Для нашего нового протокола будем использовать “синхронную передачу данных”, так как это проще в реализации.

Передатчику нужно знать, в какой конкретный момент надо включить ЦАП для генерации сигнала. Приемнику нужно понимать в какой конкретный момент надо включить АЦП для измерения и оцифровки входящего сигнала. Для этого кто-то должен подавать сигнал процессору.

Этим будет заниматься отдельная часть схемы устройства «Zero Cross Detector». Он просто дожидается, когда напряжение на линии будет 0 вольт, и подает об этом сигнал. В сетях с частотой 50 Гц, сигнал будет приходить каждые 10 миллисекунд.

Электрическое напряжение распространяется со скоростью света, и поэтому можем условно принять, что момент ZC во всех точках сети происходит одновременно.

В интернете можно найти примеры схем детектора под названиями «Детектора нуля» или «Zero Cross Detector».

Полезный сигнал

Существуют различные варианты кодирования информации для передачи по ЛЭП. Мы будем использовать узкополосную передачу с частотной манипуляцией, т.к. она проще для понимания и надежнее. Минусом является низкая скорость передачи данных, но для нас это пока не играет особой роли.

Полезный сигнал — это обычная синусоида фиксированной амплитуды. Изменяется только частота сигнала. Выберем пару частот и скажем, что сигнал с одной частотой — это “0”, а сигнал с другой частотой – это “1”.

Другой вариант: как в стандарте «X10», наличие сигнала означает «1», а его отсутствие «0».

Примечание. Частоты полезного сигнала порядка 35-91 кГц. Вся нижняя составляющая сигнала (50 Гц и гармоники) отсекается на входе в устройство. Всё что остается — это высокочастотный шум перемешанный с полезным сигналом.

Физически этот сигнал можно генерировать с помощью модуля ЦАП, который есть почти в любом современном микроконтроллере. На вход ЦАП принимает программным путем цифры (уровень сигнала), а на выходе выдает соответствующий этой цифре уровень напряжения. Таким нехитрым образом можно по таймеру подавать в модуль ЦАП массив чисел, а на выходе получать синусоиду с нужной нам частотой.

Подробнее о том, как эффективно генерировать синусоидальный сигнал, расскажу в следующей статье.

Шум

В ЛЭП изначально присутствует довольно мощный сигнал – это передаваемая электрическая энергия от подстанции до жилых домов. И при нагрузке появляется большое количество шума на широкой полосе частот. Бытовая техника, блок питания компьютера, зарядные устройства — они испускают широкий спектр частот в электрическую сеть.

Для понимания, сравним выделенную линию передачи данных с ЛЭП.

Выделенная линия — это отдельный провод, по которому общается некоторое количество устройств. Можно сравнить с пустой комнатой, в которой можно комфортно общаться.

А ЛЭП можно сравнить с коридором, в котором проводят работы перфоратором, и по середине едет поезд (очень шумно). В этих условиях передать информацию сложно, но реально.

Протокол

Кодирование очень простое — выбираем несколько символов и ставим в соответствие каждому какую-либо частоту сигнала. Для простоты сделаем три символа:

• “Start” — по этому символу устройство поймёт, что началась передача кадра;
• “0” — это символ бита 0;
• “1” — это символ бита 1.

Передатчик по сигналу из ZC детектора на короткое время генерирует синусоиду нужной частоты. И таким образом передается по одному символу («S», «0» или «1») за один переход напряжения сети через ноль (каждые 10 миллисекунд). Приемники измеряют этот сигнал, узнают его частоту и записывают соответствующий этой частоте символ («S», «0» или «1») в буфер.

Теперь мы умеем сообщать о начале кадра и передавать некоторый набор единиц и нулей. Далее из них будем складывать слова или «кадры». Целостные порции информации.

Формат кадра

Нужно ещё придумать формат кадра, который мы будет передавать с помощью этих символов. Есть несколько важных моментов, которые отразятся на формате данных: длина кадра, адресация, проверка целостности.

Длина кадра
Чем больше порция данных, тем меньше накладных расходов на передачу данных, так как помимо самих данных в кадре есть служебная информация вроде контрольной суммы и адреса назначения. Но чем меньше порция данных, тем больше вероятность успешной передачи. Тут важно найти золотую середину. Определяется это обычно опытным путем. Если взять пример из компьютерных сетей, то в Ethernet кадре было выбрано ограничение в 1500 байт данных (несмотря на то, что эта цифра быстро устарела, она используется до сих пор).

При сильном увеличении длины кадра, вероятность передать хоть какие-то данные стремится к нулю.

Адресация
Нужно ещё не забыть, что у нас топология сети “общая шина”. Информацию, отправляемую в эту шину, будут получать все устройства. И чтобы общение у них хоть как-то заладилось, у них должны быть адреса.

Адрес добавим в самое начало кадра, чтобы принимающая сторона, для которой не предназначены эти данные, не тратила время на прослушивание и ожидание всего кадра, так мы немного освободим процессор от бесполезной работы.

Длина адреса выбирается исходя из максимального количества устройств, которые могут одновременно находится в одной области видимости. Например, 8 бит — это максимум 255 устройств (если 0 оставить как широковещательный).

Проверка целостности
При передаче информации по ЛЭП очень большая вероятность потерять часть данных. Поэтому обязательно должна быть проверка целостности. Для этих целей в кадр добавляется “концевик”. Это некоторая избыточная информация, с помощью которой приёмник сможет убедиться в том, что данные не искажены.

Придумаем окончательный вид кадра. Пусть длина адреса будет 8 бит (255 устройств в канале + 1 широковещательный адрес). Затем идут данные 8 бит (1 байт).

Концевиком у нас будет просто результат сложения адреса и байта. Но есть один нюанс: устройство может стабильно ловить сильный шум на частоте наших символов «0» или «1» и думать, что это полезный сигнал. И есть большая вероятность ложно считывать крайние значения типа «0x00» или «0xFF». Для защиты от этого, при подсчете концевика, просто будем прибавлять число «42».

Примерно так будет выглядеть один кадр данных: отправляем число «110» на устройство с адресом «17», концевик «169» (110 + 17 + 42).

Целый кадр будем собирать по кусочку из приходящих символов «0» и «1» после символа «Start».

Опишем алгоритм приема кадра.

Изначально устройство находится в ожидании символа «Start». Буфер отключен, в него ничего не пишем.
Когда пришёл символ «Start», для удобства очищаем буфер приема и запускаем счетчик бит (по счетчику бит будем определять целый кадр).

Каждый следующий символ («0» или «1») последовательно пишем в буфер приема и инкрементируем счетчик бит.

Когда соберется нужное количество бит (полный кадр), проверяем целостность. Выделяем из кадра «Адрес» и «Данные». Подсчитываем по алгоритму «Концевик» и сравниваем с тем, что в кадре.

Если значения сошлись, извлекаем из кадра данные и отправляем в вышестоящий протокол.

Если значения не сошлись, продолжаем ждать символ «Start». И всё заново.

Примерно таким образом мы можем медленно, но верно передавать байт за байтом от одного устройства другому. Приемник будет складывать эти байты в приемный буфер протокола на уровень выше физического и там уже будет решать, что делать: выполнить входящую команду или вернуть какие-то данные в ответ.

В этой статье я постарался общим и понятным языком ввести читателя в тему передачи данных по линиям электропередач. Надеюсь, кому-то это информация пригодится, возможно, не только в области PLC.

В следующей части хотелось бы рассказать про алгоритм быстрой генерации синуса, который я применял. И о том, как из массива чисел оцифрованного сигнала узнать его частоту (ДПФ). Немного расскажу про железки для всего этого.

Возможно кто-то в комментариях подкинет ещё идей. Буду рад обратной связи!

---

Ссылки и материалы по теме:

• Про шум в сетях
• Ещё про шум в сетях
• Один из вариантов «Детектора нуля»
• Wiki: Связь по ЛЭП
• Wiki: Трёхфазная система электроснабжения
• ГОСТ Р 51317.3.8-99 (МЭК 61000-3-8-97) Совместимость технических средств электромагнитная. Передача сигналов по низковольтным электрическим сетям.

Часто задаваемые вопросы — Технологии связи по электросети (Power Line Communication, PLC)

Технологии связи по электросети (Power Line Communication, PLC) активно развиваются и становятся все более востребованными во всем мире. И Россия — не исключение. Их используют при автоматизации технологических процессов, организации систем видеонаблюдения и даже для управления «умным» домом.

Исследования в области передачи данных с использованием электросети ведутся достаточно давно. Когда-то применение PLC тормозила низкая скорость передачи данных и недостаточная защищенность от помех. Развитие микроэлектроники и создание современных, а главное более производительных процессоров (чипсетов), дали возможность использовать сложные способы модуляции для обработки сигнала, что позволило значительно продвинуться вперед в реализации PLC. Однако о реальных возможностях технологии связи по электросети до сих пор знают лишь немногие специалисты.

Технология PLC использует электрические сети для высокоскоростной передачи данных и основана на тех же принципах, что и ADSL, которая применяется для передачи данных в телефонной сети. Принцип работы следующий: сигнал высокой частоты (от 1 до 30 МГц) накладывается на обычный электрический сигнал (50 Гц) с применением различных модуляций, а сама передача сигнала происходит через электрические провода. Оборудование может принять и обработать такой сигнал на значительном расстоянии — до 200 м. Трансфер данных может осуществляться как по широкополосным (BPL), так и по узкополосным (NPL) линиям электропередачи. Только в первом случае передача данных будет идти со скоростью до 1000 Мбит/с, а во втором значительно медленнее — только до 1 Мбит/с.

На пределе скорости?

Сегодня пользователям доступны технологии PLC третьего поколения. Если в 2005 году, с появлением стандарта HomePlug AV, скорость передачи данных выросла с 14 до 200 Мбит/с (этого достаточно для предоставления так называемых «Triple Play» услуг, когда пользователям одновременно предоставляются высокоскоростной доступ в интернет, кабельное телевидение и телефонная связь), то последнее поколение PLC использует уже двойной физический уровень передачи данных — Dual Physical Layer. Вместе с FFT OFDM применяется Wavelet OFDM-модуляция, то есть ортогональное частотно-разделенное мультиплексирование, но с применением вейвлетов. Это позволяет в несколько раз поднять скорость передачи данных— до 1000 Мбит/c.

Однако важно понимать, что речь идет о физической скорости. Реальная скорость передачи данных зависит от многих факторов и может быть в разы меньше. Качество электропроводки в доме, скрутки в линии, ее неоднородность (например, в алюминиевой проводке затухание сигнала сильнее, чем в медной, что сокращает дальность связи примерно в два раза) — все это деструктивно влияет и на физическую скорость и качество передачи данных. Также PLC — все адаптеры должны находится на одной фазе в электрической сети, в электросети между адаптерами не должно быть гальванических развязок (трансформаторов , ИБП), пилоты, фильтры и УЗО снижают скорость передачи данных. Исключение — QPLA-200 v.2 и QPLA-200 v.2P, т.к. особенностью данных адаптеров является уникальная технология Clear Path. Используя технологию Clear Path, можно создать сеть даже тогда, когда PLC устройства подключены к разным фазам, т.е. эта технология динамически выбирает менее зашумленные каналы для передачи информации, тем самым увеличивая скорость передачи данных. В одной PLC –сети могут находиться до 8 устройств.

Говоря о PLC-технологии, за скорость принято брать полудуплексную или однонаправленную скорость. То есть, если указанная скорость равна 200 Мбит/c, то реальная будет составлять 70-80 Мбит/c. В реальной жизни физическую скорость с большой уверенностью можно делить пополам, и пропорционально уменьшать на 10% при подключении каждого мощного домашнего устройства -утюг, чайник, кондиционер, холодильник и пр.

В обычных бытовых условиях по проводам с помощью PLC сигнал может передаваться на расстояние около 200 м. Например, дом площадью 200 кв. м можно покрыть без проблем. Качество связи при этом будет зависеть от качества электрической сети. Преградой для прохождения сигнала может стать обыкновенный сетевой фильтр, который часто бывает встроен в удлинитель, источник бесперебойного питания или трансформатор. Следует помнить и то, что распространение сети по электропроводке ограничивается электрическим щитком с предохранителями. Так что создать сеть, например, с соседом по квартире не получится. Для этого лучше подойдет Wi-Fi.

Плюсы и минусы PLC

PLC-технологии, безусловно, заслуживают внимания, однако наряду с плюсами, у них есть и очевидные недостатки. Но обо всем по порядку. PLC помогает наладить качественное предоставление услуг Triple Play, не требует прокладки проводов для передачи данных, а, значит, и дополнительных затрат. Быстрый монтаж и возможность подключения к существующим сетям — тоже очко в пользу PLC. Кроме того, PLC-сеть можно легко разобрать и сконфигурировать, например, при переезде офиса в другое здание. Такая сеть легко масштабируется — можно организовать практически любую ее топологию с минимальными затратами (в зависимости от количества дополнительных PLC-адаптеров). В сложных условиях (железобетонные конструкции, высокий уровень электромагнитных помех) в отличие от беспроводных технологий Wi-Fi, WiMAX и LTE PLC-сеть будет работать без сбоев. При этом за счет применения самых современных алгоритмов шифрования обеспечена и безопасная передача данных по сети.

Недостатков у PLC меньше, но знать о них стоит. Во-первых, пропускная способность сети по электропроводке делится между всеми ее участниками. Например, если в одной PLC-сети две пары адаптеров активно обмениваются информацией, то скорость обмена для каждой пары будет составлять примерно по 50% от общей пропускной способности. Во-вторых, на стабильность и скорость работы PLC влияет качество выполнения электропроводки (например, медного и алюминиевого проводника). И в-третьих, PLC не работает через сетевые фильтры и источники бесперебойного питания, не оборудованные специальными розетками PLC Ready.

Применение PLC на практике

Сегодня PLC находит широкое практическое применение. В связи с тем, что технология использует существующую электросеть, она может быть использована в автоматизации технологических процессов для связки блоков автоматизации по электропроводам (например, городские электросчетчики).

Нередко PLC применяют при создании систем видеонаблюдения или локальной сети в небольших офисах (SOHO), где основными требованиями к сети являются простота реализации, мобильность устройств и легкая масштабируемость. При этом как вся офисная сеть, так и отдельные ее сегменты могут быть построены с помощью PLC-адаптеров. Часто в уже существующую офисную сеть необходимо включить удаленный компьютер или сетевой принтер, расположенный в другой комнате или даже в другом конце здания — c помощью PLC-адаптеров эту проблему можно решить за несколько минут.

Кроме того, PLC-технология открывает новые возможности для реализации идеи «умного» дома, в котором вся бытовая электроника должна быть завязана в единую информационную сеть с возможностью централизованного управления.

Электрическая передача данных | IGCSE Computer Science

Введение

Введение в электрическую передачу данных

Исследования того, как использовать электрические токи для передачи данных, начались в начале 1800-х годов, однако только в 1844 году первое правильное сообщение было отправлено по электрическим проводам. Сэмюэл Морс и его коллеги успешно отправили сообщение из Вашингтона в Балтимор.

Сообщение было закодировано с помощью азбуки Морзе, и в нем просто говорилось: «Что сотворил Бог?».

Устройство, используемое для отправки сообщения, было телеграфным аппаратом, простым устройством, в котором при нажатии на уровень замыкается цепь; на другом конце кабеля электромагнит, соединенный с карандашом, рисовал серию точек и тире на листе движущейся бумаги.

В конце концов Operations научился свободно пользоваться азбукой Морзе, и писцовая машина больше не была нужна — операторы могли понимать звуки точек и тире и могли переводить код в режиме реального времени, когда он поступал по проводам.

Ретрансляторы

Телеграфный ретранслятор. Источник: Википедия

Одна из проблем с использованием электричества заключалась в том, что сигнал ухудшался на расстоянии до тех пор, пока его нельзя было расшифровать. Чтобы решить эту проблему, через каждые несколько километров были установлены ретрансляторы сигнала, чтобы снова усилить сигнал до полной силы.

Телеграфные сети

Вскоре телеграфные линии начали распространяться по США, и была проложена сеть, охватывающая всю страну. Для отправки сообщений в Европу были проложены гигантские подводные кабели длиной в тысячи миль.

Прокладка атлантического телеграфного кабеля 1858

Телефон

В течение века исследования в области электрической связи продолжались, и в 1876 году Александр Грэхем Белл сделал первый в мире телефонный звонок.

Компьютерные сети

С изобретением современных компьютеров в начале 20-го века исследования были направлены на электронную передачу данных между компьютерами. В 1969 году была запущена ARPANet, первая в мире сеть с коммутацией пакетов, и были заложены первые основы современных сетей.

 

Витая пара

Кабели с витой парой

Одной из проблем при передаче данных с использованием двух медных кабелей является то, что электрические кабели создают магнитные поля, которые вызывают помехи, ухудшающие передаваемый сигнал. Александр Грэм Белл обнаружил, что эти помехи можно уменьшить, скрутив кабели вокруг друг друга. Это означало, что в среднем на всем протяжении кабеля кабели имели одну и ту же ось, а магнитные поля в значительной степени уравновешивали друг друга.

Источник: Spinningspark в Википедии. Описание витой пары (https://www.youtube.com/watch?v=P7WfY9P2uNY)

 

Коаксиальный кабель

Коаксиальный кабель

В то время как скрученные кабели в значительной степени уменьшали магнитные помехи, на больших расстояниях помехи все еще оставались проблема, и это ограничивало частоту передачи и, следовательно, объем передачи данных. Эта проблема была решена в 1929 Германа Аффеля, который обнаружил, что если вы создаете кабель, в котором один сплошной кабель проходит внутри другого полого кабеля, два кабеля имеют одну и ту же ось по всей длине кабеля. — отсюда термин коаксиальный кабель (такой же оси).

Первые компьютерные сети использовали коаксиальные кабели для передачи данных между компьютерами и между сетями.

Источник: Википедия.0008

• Было сложно добавить новые компьютеры в сети
• Кабели были большими, и их было трудно разместить на рабочем месте.
• Отправка высокоскоростных дуплексных данных была проблематичной

Источник: Oyuhain @ Wikipedia

В 1973 году команда корпорации Xerox изобрела Ethernet, комбинацию кабелей витой пары со специальными адаптерами на обоих концах — разъемами RJ45. Это позволяет разрабатывать простые в использовании и обслуживании сетевые устройства типа «подключи и работай», для установки или добавления новых устройств в которые не требуются специальные инструменты. Хотя технически медленнее, чем коаксиальные кабели, и ограничена максимальной длиной 100 м, Ethernet вскоре стал мировым стандартом де-факто для домашних и офисных сетей.

Кабели Ethernet быстро и легко подключаются к сетевым устройствам

Плюсы и минусы

Преимущества электронной передачи данных

• Передача данных достаточно быстрая и надежная
• Более безопасный, чем беспроводная сеть
• Большинство настольных и бизнес-устройств используют Ethernet, поэтому он широко совместим
• Сетевые устройства Ethernet обычно дешевле и надежнее, чем другие типы сетевых устройств

Недостатки электрической передачи данных

• Электромагнитные помехи означают, что существуют ограничения на скорость и пропускную способность электронной передачи данных.
• Система проводная, поэтому любое устройство, подключенное к системе, не является переносным.

 

Викторина

Ресурсы

Ресурсы

Google Slides Research Activity Framework

 

 | Далее: Оптическая передача данных >>

Центры обработки данных и сети передачи данных – Анализ

Ведущие авторы
Джордж Камия

IEA (2022), Центры обработки данных и сети передачи данных , IEA, Paris https://www.iea.org/reports/data-centres-and-data-transmission-networks, Лицензия: CC BY 4.0

• Поделиться в Твиттере Твиттер
• Поделиться на Facebook Facebook
• Поделиться в LinkedIn LinkedIn
• Поделиться по электронной почте Электронная почта
• Выложить в печать Печать

Выбросы CO2

Цифровые технологии оказывают прямое и косвенное влияние на потребление энергии и выбросы и обладают огромным потенциалом для помощи (или препятствия) глобальному переходу на экологически чистую энергию, в том числе за счет цифровизации энергетического сектора.

На центры обработки данных и сети передачи данных1, лежащие в основе цифровизации, приходится около 300 млн тонн CO ₂ -экв в 2020 году (включая воплощенные выбросы), что эквивалентно 0,9% выбросов ПГ, связанных с энергетикой (или 0,6% от общего объема выбросов ПГ). С 2010 года выбросы выросли лишь незначительно, несмотря на быстро растущий спрос на цифровые услуги благодаря повышению энергоэффективности, закупке возобновляемой энергии компаниями, занимающимися информационными и коммуникационными технологиями (ИКТ), и более широкой декарбонизации электросетей во многих регионах. Однако, чтобы реализовать сценарий Net Zero, выбросы должны сократиться вдвое к 2030 г. 

На центры обработки данных и сети передачи данных приходится почти 1% выбросов парниковых газов, связанных с энергетикой

Энергия

Мировое потребление электроэнергии центрами обработки данных в 2021 году составило 220-320 ТВтч3, или около 0,9-1,3% глобального конечного спроса на электроэнергию. Сюда не входит энергия, используемая для майнинга криптовалюты, которая в 2021 году составляла 100-140 ТВт-ч3. в ИТ-оборудовании и охлаждении, а также переход от небольших неэффективных корпоративных центров обработки данных к более эффективным облачным и гипермасштабируемым центрам обработки данных. Однако быстрый рост рабочих нагрузок, обрабатываемых крупными центрами обработки данных, привел к увеличению энергопотребления в этом сегменте за последние несколько лет (увеличение на 10–30% в год). Общее энергопотребление центров обработки данных (за исключением криптографии), вероятно, продолжит умеренный рост в течение следующих нескольких лет, но долгосрочные тенденции весьма неопределенны.

Хотя потребление электроэнергии центрами обработки данных во всем мире выросло лишь умеренно, в некоторых небольших странах с расширяющимися рынками центров обработки данных наблюдается быстрый рост. Например, потребление электроэнергии в центрах обработки данных в Ирландии увеличилось более чем в три раза с 2015 года и составит 14% от общего потребления электроэнергии в 2021 году. В Дании потребление энергии в центрах обработки данных, по прогнозам, утроится к 2025 году и будет составлять около 7% электроэнергии в стране. использовать.

Значительное повышение эффективности помогло ограничить рост спроса на энергию со стороны центров обработки данных во всем мире

Мировые тенденции цифровых и энергетических показателей, 2015-2021 гг.

	2015	2021	Изменить
Интернет-пользователи	3 миллиарда	4,9 миллиарда	+60%
Интернет-трафик	0,6 ЗБ	3,4 ЗБ	+440%
Рабочие нагрузки центра обработки данных	180 миллионов	650 миллионов	+260%
Энергопотребление центра обработки данных (за исключением криптографии)	200 ТВтч	220-320 ТВтч	+10-60%
Использование энергии при майнинге криптовалют	4 ТВтч	100-140 ТВтч	+2 300–3 300%
Энергопотребление сети передачи данных	220 ТВтч	260-340 ТВтч	+20-60%

Источники: пользователи Интернета [ITU (2022)]; интернет-трафик [анализ IEA на основе Cisco (2015); Телегеография (2022 г. ); Cisco (2019 г.), Cisco Visual Networking Index]; рабочие нагрузки центра обработки данных [Cisco (2018), Cisco Global Cloud Index]; энергопотребление центра обработки данных [анализ IEA на основе Malmodin & Lundén (2018); МСЭ (2020 г.); Масанет и др. (2020 г.); Мальмодин (2020); Хинтеманн и Хинтерхольцер (2022 г.)]; использование энергии при добыче криптовалюты [анализ МЭА на основе данных Кембриджского центра альтернативных финансов (2022 г.); Gallersdörfer, Klaaßen and Stoll (2020); Макдональдс (2022)]; энергопотребление сети передачи данных [Malmodin & Lundén (2018); Мальмодин (2020); МСЭ (2020 г.); Короама (2021 г.); Ассоциация GSM (2022 г.)].

Во всем мире сети передачи данных потребляли 260-340 ТВтч в 20214 году, или 1,1-1,4% мирового потребления электроэнергии. Энергоэффективность передачи данных быстро повышалась за последнее десятилетие: в развитых странах энергоемкость сетей фиксированной связи снижалась вдвое каждые два года, а энергоэффективность сетей мобильного доступа в последние годы повышалась на 10–30% ежегодно.

Интернет-трафик во всем мире вырос на 23% в 2021 году, что ниже 40-50% роста, вызванного пандемией в 2020 году. Члены GSMA сообщили, что их сетевой трафик данных увеличился на 31% в 2021 году, а общее потребление электроэнергии операторами выросло на 5%. . Данные крупных европейских операторов телекоммуникационных сетей, проанализированные Lundén et al. (2022) отражают эти глобальные тенденции эффективности. Потребление электроэнергии отчитывающимися компаниями, на которое приходится около 36% европейских подписок и 8% глобальных подписок, увеличилось всего на 1% в период с 2015 по 2018 год, а трафик данных утроился.

Энергоэффективность сетей передачи данных также быстро улучшилась

Активность

Ожидается, что устойчивый рост спроса на услуги сети передачи данных продолжится, в первую очередь за счет операций с интенсивным использованием данных, таких как потоковое видео, облачные игры и приложения дополненной и виртуальной реальности. Однако эти услуги с интенсивным использованием данных могут иметь лишь ограниченное влияние на потребление энергии в ближайшем будущем, поскольку потребление энергии не увеличивается пропорционально объему трафика. Кроме того, среднее энергопотребление потокового видео довольно низкое по сравнению с другими повседневными действиями, при этом большую часть энергии потребляют устройства конечных пользователей, такие как телевизоры. Но если к пиковому интернет-трафику добавятся потоковые и другие услуги, требующие большого объема данных, создание дополнительной инфраструктуры для обеспечения более высокой ожидаемой пиковой пропускной способности может в долгосрочной перспективе увеличить общее энергопотребление сети.

По прогнозам, трафик мобильных данных будет продолжать быстро расти, увеличившись в четыре раза к 2027 году. Прогнозируется, что доля 5G в трафике мобильных данных вырастет до 60% в 2027 году по сравнению с 10% в 2021 году. Хотя ожидается, что сети 5G будут более энергоэффективными чем сети 4G, общее влияние 5G на энергию и выбросы все еще остается неопределенным.

Спрос на услуги центров обработки данных также будет расти, отчасти благодаря новым цифровым технологиям, таким как блокчейн (в частности, доказательство работы) и машинное обучение. Например, Биткойн — самый яркий пример блокчейна с доказательством работы и самая ценная криптовалюта по рыночной капитализации — потреблял около 105 ТВтч в 2021 году5, что в 20 раз больше, чем в 2016 году. Эфириум занимает второе место после Биткойна с точки зрения рыночной капитализации и энергопотребления, потреблено около 17 ТВтч в 2021 году. В сентябре 2022 года Ethereum перешел от механизма консенсуса Proof-of-Work к Proof-of-Stake, который, как ожидается, сократит потребление энергии на 99,95%. По мере того, как приложения блокчейна становятся все более распространенными, понимание и управление их последствиями использования энергии может стать все более важным для энергетических аналитиков и политиков.

Машинное обучение (ML) — еще одна область роста спроса, которая может иметь значительные последствия для энергопотребления центров обработки данных в ближайшие годы. Несмотря на то, что объем вычислительной мощности, необходимой для обучения крупнейших моделей машинного обучения, быстро растет, неясно, насколько быстро увеличивается общее потребление энергии, связанное с машинным обучением, в центрах обработки данных. В Facebook вычислительный спрос на обучение машинному обучению (рост на 150 % в год) и логические выводы (рост на 105 % в год) в последние годы опережает общее энергопотребление центра обработки данных (рост на 40 % в год). Google сообщает, что на машинное обучение приходится всего 10-15% их общего энергопотребления, несмотря на то, что оно составляет 70-80% от общего объема вычислений.

Судя по всему, характер потребностей центров обработки данных изменится в ближайшее десятилетие. 5G, Интернет вещей и метавселенная, вероятно, увеличат спрос на вычисления с малой задержкой, а также спрос на периферийные центры обработки данных. Пользовательские устройства, такие как смартфоны, которые все чаще оснащаются ускорителями машинного обучения, должны увеличить использование машинного обучения с неопределенным влиянием на общий спрос на энергию.

Новые услуги и технологии, такие как потоковая передача, облачные игры, блокчейн, машинное обучение и виртуальная реальность, готовы повысить спрос на услуги передачи данных

Возобновляемая энергия

ИКТ-компании инвестируют значительные суммы в проекты по возобновляемым источникам энергии, чтобы защитить себя от волатильности цен на электроэнергию, уменьшить воздействие на окружающую среду и улучшить репутацию своего бренда. Операторы гипермасштабных центров обработки данных, в частности, лидируют в корпоративных закупках возобновляемой энергии, в основном через соглашения о покупке электроэнергии (PPA). Фактически, Amazon, Microsoft, Meta и Google являются четырьмя крупнейшими покупателями корпоративных PPA в области возобновляемых источников энергии, заключив на сегодняшний день контракты на более чем 38 ГВт (включая 15 ГВт в 2021 году).

Компании ИКТ являются крупными покупателями возобновляемой энергии, на их долю приходится половина всех корпоративных PPA

Пять крупнейших корпоративных покупателей по договорам купли-продажи электроэнергии из возобновляемых источников, 2010–2021 гг.

Открытьразвернуть

Глобальные соглашения о покупке электроэнергии из возобновляемых источников по секторам, 2010–2021 годы

Открытьразвернуть

Apple (2,8 ТВтч), Google (18,3 ТВтч) и Meta (90,4 ТВтч) приобрели или произвели достаточное количество электроэнергии из возобновляемых источников, чтобы обеспечить 100% своего операционного потребления электроэнергии в 2021 году (в основном в центрах обработки данных). В 2021 г. Amazon потребляла 30,9 ТВт-ч (85 % из возобновляемых источников) с целью достижения 100 % возобновляемых источников энергии к 2025 году.  

питается исключительно от возобновляемых источников. Изменчивость ветряных и солнечных источников может не соответствовать профилю спроса центра обработки данных, а возобновляемая энергия может приобретаться у проектов в сети или регионе, отличном от того, где находится спрос. В частности, сертификаты на возобновляемые источники энергии вряд ли приведут к дополнительному производству возобновляемой энергии, что приведет к завышенным оценкам снижения выбросов в реальном мире.

Google и Microsoft объявили о своих целях к 2030 году по обеспечению и согласованию электроэнергии с нулевым выбросом углерода в режиме 24/7 в каждой энергосистеме, где имеется спрос. Все большее число организаций работает над созданием безуглеродной энергии 24 часа в сутки, 7 дней в неделю.

Хотя некоторые сетевые операторы также добились 100% использования возобновляемых источников энергии (включая BT, TIM и T-Mobile), операторы сетей передачи данных, как правило, отстают от операторов центров обработки данных в закупке и использовании возобновляемых источников энергии. По сравнению с центрами обработки данных, которые обычно являются крупными, централизованными и более гибкими в отношении местоположения, операторы телекоммуникационных сетей имеют множество площадок (с ограниченной гибкостью в выборе площадок). В результате доступ к возобновляемым источникам энергии считается проблемой на многих рынках, особенно в странах с формирующимся рынком и развивающихся странах с менее развитыми энергетическими рынками.

Политика

В то время как более широкие политики декарбонизации электроэнергии играют ключевую роль в сокращении операционных выбросов от центров обработки данных и сетей, существует лишь несколько существующих политик и нормативных актов, в первую очередь направленных на сокращение их энергопотребления или выбросов. В центрах обработки данных к ним относятся: 

• Нормативные и добровольные схемы повышения энергоэффективности на уровне компонентов (например, серверов, систем хранения данных, ОВКВ), такие как ENERGY STAR и Регламенты ЕС по экодизайну для серверов и продуктов для хранения данных.
• Руководство по энергоэффективности центров обработки данных в зданиях, стандарты, рейтинги, сертификаты и схемы маркировки, такие как Кодекс ЕС по энергоэффективности центров обработки данных, CLC/TS 50600-5-1, BREEAM SD 5068 (Великобритания) и IGBC Рейтинговая система Green Data Center (Индия).

Некоторые недавние изменения политики направлены на улучшение сбора данных и прозрачности: 

• Закон США об энергетике от 2020 г. требует обновленного исследования энергопотребления в центрах обработки данных (после отчета за 2016 г.), инициативы по открытым данным об использовании энергии для центры обработки данных, находящиеся в федеральной собственности и под управлением, а также разработка новых показателей эффективности.
• Новый закон, принятый Сенатом Франции в ноябре 2021 года, требует, чтобы французские операторы связи раскрывали своим клиентам ключевые экологические показатели.
• В феврале 2022 года Европейская комиссия приняла поправки к правилам энергетической статистики, которые включают новые требования к отчетности для центров обработки данных. В последние годы некоторые страны уже начали публиковать оценки энергопотребления центров обработки данных на уровне страны, в частности Ирландия и Нидерланды.

Предложенная Европейской комиссией Директива по энергоэффективности в пакете законодательных актов «Fit for 55» включает требования к отчетности в области устойчивого развития для операторов центров обработки данных. Также потребуется, чтобы центры обработки данных с мощностью, превышающей 100 кВт (порог будет определен), проводить оценку затрат и выгод от использования отработанного тепла. В 2021 году правительство Норвегии предложило требования к центрам обработки данных мощностью более 2 МВт, чтобы изучить возможности подключения к поставщикам централизованного теплоснабжения.

В Китае правительство призвало к средней эффективности использования энергии (PUE) 1,25 на востоке и 1,2 на западе страны в рамках своего проекта Eastern Data and Western Computing. В крупных городах Китая есть минимальные требования к PUE для новых центров обработки данных, в том числе в Пекине (1,4), Шанхае (1,3) и Шэньчжэне (без субсидий выше 1,4).

Другие юрисдикции объявили о временных ограничениях на строительство новых гипермасштабных центров обработки данных в 2022 году, включая Нидерланды. Сингапур недавно снял мораторий 2019 года на новые центры обработки данных.

Было реализовано несколько политик, направленных на снижение энергопотребления и выбросов центров обработки данных и сетей

Инициативы частного сектора

• В январе 2021 года операторы центров обработки данных и отраслевые ассоциации в Европе приняли Пакт о климатически нейтральных центрах обработки данных, который включает в себя обязательство сделать центры обработки данных климатически нейтральными к 2030 году и имеет промежуточные (2025 год) цели по эффективности использования энергии и безуглеродной энергии. .
• Open Compute Project — это совместное сообщество, занимающееся перепроектированием аппаратных технологий для эффективной поддержки растущих требований к вычислительной инфраструктуре.
• Соглашение о безуглеродной энергетике 24/7, координируемое организацией «Устойчивая энергетика для всех» и ООН, включает трех операторов центров обработки данных — Google (первопроходца в области безуглеродной энергии 24/7), Microsoft и Iron Mountain.
• DIMPACT — это совместный проект, созданный Карнстоуном и Бристольским университетом для измерения и отчетности об углеродном следе цифровых услуг. В число участников DIMPACT входят некоторые из крупнейших медиакомпаний мира, в том числе Netflix, BBC и The Economist.

Несколько инициатив работают над измерением, отслеживанием и снижением воздействия цифровой инфраструктуры на окружающую среду

Рекомендации для политиков

Улучшение сбора и обмена данными об ИКТ и характеристиках их энергопотребления может помочь в анализе энергопотребления и разработке политики, особенно в сегментах, где данные ограничены или недоступны (например, небольшие центры обработки данных). Национальные исследовательские программы могут разработать более совершенные инструменты моделирования для улучшения понимания и прогнозирования воздействия центров обработки данных и сетей на энергопотребление и устойчивость.

Правительства также могут сыграть важную роль в разработке соответствующих показателей для отслеживания прогресса в области энергоэффективности и устойчивости, опираясь на усилия промышленности и исследователей.

Улучшение сбора данных и прозрачности

Правительства могут сыграть важную роль в реализации политики и программ по повышению энергоэффективности сетей передачи данных, обеспечивая при этом надежность и отказоустойчивость. Возможные политики включают стандарты энергоэффективности сетевых устройств, улучшение показателей и стимулов для эффективной работы сети, а также поддержку международных технологических протоколов.

Центры обработки данных также могут стать еще более энергоэффективными, обеспечивая при этом гибкость сети. Правительства могут предлагать рекомендации, стимулы и стандарты для поощрения дальнейшего повышения энергоэффективности, а нормативные акты и ценовые сигналы могут стимулировать гибкость со стороны спроса. Например, предоставление некоторой гибкости в требованиях к вспомогательным услугам (например, более длительные периоды уведомления, более длительное время отклика) может облегчить операторам центров обработки данных участие в программах реагирования на спрос.

Сектор ИКТ является лидером в корпоративных закупках возобновляемой энергии, особенно в Северной Америке и Европе. Но Азиатско-Тихоокеанский регион отстает в плане использования возобновляемых источников энергии отчасти из-за ограниченной доступности возобновляемых источников энергии, сложности регулирования и высокой стоимости. Нормативно-правовая база должна стимулировать разнообразные, доступные и дополнительные варианты покупки возобновляемой энергии.

Принятие политики, направленной на поощрение энергоэффективности, реагирование на спрос и приобретение экологически чистой энергии

Отработанное тепло из центров обработки данных может помочь в обогреве близлежащих коммерческих и жилых зданий или снабжении промышленных потребителей теплом, сокращая потребление энергии из других источников. Мероприятия по утилизации тепла должны оцениваться на индивидуальной основе и включать ряд критериев, включая экономическую целесообразность, техническую осуществимость, спрос потребителей и влияние на эффективность использования энергии. Учитывая высокую стоимость новой инфраструктуры, близость к потребителям отработанного тепла или существующей инфраструктуре необходима для обеспечения фактического использования отработанного тепла.

Для преодоления потенциальных барьеров на пути использования отработанного тепла, таких как достижение достаточно высоких температур и договорные и юридические проблемы, директивные органы, операторы центров обработки данных и поставщики централизованного теплоснабжения должны совместно работать над адекватными стимулами и гарантиями.

Поддержка утилизации отработанного тепла центров обработки данных

Рекомендации для частного сектора

ИКТ-компании могут помочь исследователям в области энергетики и политикам лучше понять, как изменение спроса на услуги ИКТ влияет на общий спрос на энергию, путем обмена надежными, полными и своевременными данными. Например, операторы центров обработки данных и телекоммуникационных сетей должны отслеживать и публично сообщать об использовании энергии и других показателях устойчивости (например, выбросах, использовании воды). Операторы облачных центров обработки данных должны предоставить своим клиентам надежные и прозрачные инструменты для измерения, отчетности и сокращения выбросов парниковых газов облачных сервисов.

Отраслевые группы, которые собирают информацию об энергопотреблении и устойчивом развитии от членов (например, Совет по добыче биткойнов), должны делиться с исследователями исходными данными и методологиями, чтобы повысить достоверность своих заявлений об устойчивом развитии.

Сбор и представление данных об использовании энергии и других данных об устойчивом развитии

ИКТ-компании должны установить амбициозные цели по эффективности и выбросам CO ₂ и принять конкретные меры для отслеживания прогресса и достижения этих целей. Это включает в себя согласование с научно обоснованной целью отрасли ИКТ по ​​сокращению выбросов парниковых газов на 45 % в период с 2020 по 2030 год.   

Для операторов центров обработки данных это включает в себя следование передовым методам повышения энергоэффективности, размещение новых центров обработки данных в районах с подходящим климатом и низким дефицитом воды, а также внедрение наиболее энергоэффективных серверов и оборудования для хранения, сети и охлаждения. Все компании в цепочке создания стоимости ИКТ должны внести свой вклад в повышение общесистемной эффективности, включая производителей аппаратного обеспечения, разработчиков программного обеспечения и клиентов.

Приверженность целям эффективности и климата и реализация мер по их достижению

Несколько крупных операторов центров обработки данных и телекоммуникационных сетей поставили и/или достигли целей по использованию 100% чистого электричества на ежегодной согласованной основе. Более амбициозные подходы к безуглеродным операциям могут иметь еще большие экологические преимущества, особенно за счет учета как местоположения, так и времени. Машинное обучение и другие цифровые технологии могут помочь в достижении таких целей, активно перенося вычислительные задачи на времена и регионы, в которых много низкоуглеродных источников.

В сотрудничестве с электроэнергетическими компаниями, регулирующими органами и разработчиками проектов операторы центров обработки данных, инвестирующие в возобновляемые источники энергии, должны определить проекты, которые максимизируют выгоды для местной сети, а также снижают общие выбросы парниковых газов. Это также может включать использование новых экологически чистых энергетических технологий, таких как аккумуляторные батареи и зеленый водород, для повышения гибкости и содействия обезуглероживанию всей системы.

Увеличить покупку и использование чистой электроэнергии и других экологически чистых энергетических технологий

Спрос на услуги центров обработки данных будет продолжать сильно расти благодаря потоковой передаче мультимедиа и новым технологиям, таким как искусственный интеллект, виртуальная реальность, 5G и блокчейн. Поскольку повышение эффективности существующих технологий замедлится (или даже остановится) в ближайшие годы, потребуются более эффективные новые технологии, чтобы идти в ногу с растущим спросом на данные.

Инвестиции в НИОКР для эффективных вычислительных и коммуникационных технологий следующего поколения

В дополнение к своему операционному потреблению энергии и выбросам центры обработки данных и сети передачи данных также несут ответственность за «воплощенные» выбросы в течение жизненного цикла, включая добычу сырья, производство, транспортировку и утилизацию или переработку по окончании срока службы. Компаниям следует наращивать усилия по сокращению телесных выбросов в своих цепочках поставок, включая устройства и здания.

Центры обработки данных и сети передачи данных также оказывают другое воздействие на окружающую среду помимо использования энергии и выбросов парниковых газов, например, использование воды и производство электронных отходов. Компании должны внедрять технологии и подходы для минимизации использования воды, особенно в районах, подверженных засухе.

Снижение воздействия на окружающую среду в течение жизненного цикла

Дополнительные ресурсы

Благодарности

Автор выражает благодарность Арману Шехаби (Национальная лаборатория Лоуренса в Беркли), Брайану Денвиру (Google), Даниэлю Шиену (Бристольский университет), Девону Суизи (Google), Джейку Остеру (Amazon), Дженсу Мальмодину (Ericsson Research), Саймону Hinterholzer (Институт Borderstep), Steven Moore (GSMA), Stijn Grove (Голландская ассоциация центров обработки данных) и Vlad Coroama (Технический университет Берлина) за их полезные комментарии к предыдущим проектам этого отчета.

Связанные технологии и отрасли

Цифровизация стрелка вправо

Электроэнергетический сектор стрелка вправо

Здания стрелка вправо

Справочные номера

1. Центры обработки данных — это объекты, используемые для размещения объединенных в сеть компьютерных серверов, которые хранят, обрабатывают и распределяют большие объемы данных. Они используют энергию для питания как ИТ-оборудования (например, серверов, дисков и сетевых устройств), так и вспомогательной инфраструктуры (например, оборудования для охлаждения). Сети передачи данных передают данные между двумя или более подключенными устройствами, в том числе через опорные, городские, граничные сети и сети доступа.

2. Анализ IEA, основанный на Masanet et al. (2020 г.), Malmodin (2020 г.), Hintemann & Hinterholzer (2022 г.), а также представили данные об энергопотреблении от операторов крупных центров обработки данных. В настоящее время нет полных данных об энергопотреблении всех операторов центров обработки данных во всем мире, поэтому этот оценочный диапазон основан на восходящих моделях в соответствии с данными о продажах ИКТ и доступными данными об энергопотреблении от крупных операторов центров обработки данных. Исследователи, оценивающие глобальное энергопотребление центров обработки данных, пришли к целому ряду результатов, отчасти из-за различий в масштабах (например, включая или исключая крипто-майнинг), методологий и предположений.

3. Анализ МЭА на основе Кембриджского центра альтернативных финансов (2022 г.), Gallersdörfer, Klaaßen and Stoll (2020 г.) и McDonald (2022 г.).

4. Анализ МЭА на основе Coroamă (2021 г.), ITU (2020 г.), Malmodin and Lunden (2018 г.), Malmodin (2020 г.) и GSMA (2022 г.).

5. Основано на ежедневной «наилучшей» оценке энергопотребления сети Биткойн из Кембриджского индекса потребления электроэнергии Биткойн.

Центры обработки данных — это объекты, используемые для размещения объединенных в сеть компьютерных серверов, которые хранят, обрабатывают и распределяют большие объемы данных. Они используют энергию для питания как ИТ-оборудования (например, серверов, дисков и сетевых устройств), так и вспомогательной инфраструктуры (например, оборудования для охлаждения). Сети передачи данных передают данные между двумя или более подключенными устройствами, в том числе через опорные, городские, граничные сети и сети доступа.

Анализ IEA, основанный на Masanet et al. (2020 г.), Malmodin (2020 г.), Hintemann & Hinterholzer (2022 г.), а также представили данные об энергопотреблении от операторов крупных центров обработки данных. В настоящее время нет полных данных об энергопотреблении всех операторов центров обработки данных во всем мире, поэтому этот оценочный диапазон основан на восходящих моделях в соответствии с данными о продажах ИКТ и доступными данными об энергопотреблении от крупных операторов центров обработки данных. Исследователи, оценивающие глобальное энергопотребление центров обработки данных, пришли к целому ряду результатов, отчасти из-за различий в масштабах (например, включая или исключая крипто-майнинг), методологий и предположений.

Анализ

IEA на основе Кембриджского центра альтернативных финансов (2022 г.