英特尔IT近期发表白皮书，揭露自家数据中心转型策略及成果。英特尔整合全球数据中心数量，从152个减少至53个，并通过五大策略优化数据中心运营，达成节能与成本控制目标。从2010年至2024年，累计节省约114.1亿美元。

英特尔IT产业合作总监兼区域发言人邱天意表示，回顾英特尔全球数据中心发展历程，2000年以前可称为“有需求就建”的数据中心战国时代，一方面是数据中心大规模扩张，另一方面是大型主机逐渐式微。自2006年起，英特尔成立数据中心团队，开始制定统一的发展战略，追求标准化设计与成本控制，并启动全球数据中心整合行动。

从2006年到2010年，英特尔持续优化数据中心运营效率，与其他企业一样，推动虚拟化以提升资源利用率，构建企业私有云，同时淘汰老旧服务器设备，导入更具能源效率的硬件。随着数据量持续增长，存储系统也不断优化，追求IT可持续发展。2010年至2023年间，随着业务重点转移，英特尔持续调整数据中心资源配置与能效。

“从2010年到2024年，英特尔IT总计节省约114亿美元成本，”邱天意表示。

英特尔如何实现这一成果？

目前，英特尔在全球15个地点运营53座数据中心，总电力为133MW，包含46.4万台服务器、高达1043PB的存储系统，以及近90万个网络端口，其数据中心PUE值最低可达1.06。

在数据中心管理方面，英特尔于2006年将全球数据中心划分为“DOME”四大领域，各领域承载不同工作负载需求。（下图来源：Intel）

其中，“D”代表Design/HPC，用于英特尔芯片设计与量产前的计算负载，该部分占英特尔96%的服务器；“OE”代表Office & Enterprise，即一般办公与企业运营负载，属于典型IT运算，对SLA要求较高，但仅占3%服务器；“M”代表Manufacturing Fab/ATM，主要支持工厂自动化，多部署于工厂周边，仅占1%服务器。

三大战略目标：优化数据中心、降低单位服务成本

英特尔IT分享数据中心三大核心战略目标，第一是采用最佳实践模型。

邱天意表示，最佳实践模型是指在无预算与人力限制下，所能构建的最优数据中心。以该理想模型为基准，对比现有数据中心的差距，目标是逐步缩小差距。此举有助于英特尔IT明确改进方向，评估各项措施的投资回报率（ROI），并循序渐进地引入创新方案。

第二是设定KPI目标。英特尔IT制定三项关键绩效指标：首先，设定合理且够用的SLA服务标准，而非盲目追求最高SLA；其次，每年降低单位服务成本10%；第三，所有资源利用率需提升至80%以上。三项KPI相互影响，需在三者间寻求最佳平衡点。

第三是界定优化范围。从总拥有成本（TCO）角度审视数据中心，涵盖计算、存储、网络、人员薪资、数据中心基础设施、操作系统授权与管理共六个维度。IT与财务部门共同制定“单位服务成本”（Cost per Service Unit）的计算方式，并持续优化。

英特尔将六大维度的TCO成本，除以各DOME领域对应的单位服务数量，计算出单位成本。例如，在“Design”芯片设计领域，以每个EDA-MIPS为单位；在“Office & Enterprise”领域，则以操作系统授权数量为单位。

“唯有通过单位服务成本，才能衡量是否达成每年降低10%成本的目标，”邱天意表示。结合DOME与单位成本概念，可分析各领域数据中心的成本结构。以2024年芯片设计领域的数据中心为例，成本占比最大的是“基础设施”（36.8%）与“服务器集群”（35.5%），可据此优先聚焦改善。

五大策略提升资源利用率与运营效率

英特尔IT分享五大降低成本、提升效率的策略：服务器设计优化、采用分层存储、提升网络效率、增强设施能效、改善运维效率。

在服务器方面，英特尔IT研发了一种“解构式服务器”（Disaggregated Server）专利技术。在数据中心内采用刀片式服务器提升密度，并将CPU与DRAM独立拆分。更换服务器时，仅需更新CPU与DRAM，保留网卡、硬盘等其他组件。相比传统整机更换，可节省约44%成本。

“英特尔约两年更新一次CPU，只需更换CPU与DRAM，即可获得最新性能，”他指出。由于仅替换核心组件，保留其他仍可正常使用的部件，不仅节省约44%成本，还能缩短77%的更换时间，并减少运输费用与电子废弃物处理成本。

英特尔自2016年起在数据中心部署解构式服务器设计，目前全球46.4万台服务器中，已有约39.5万台采用该架构。

在存储系统方面，采用分层存储（Tiered Storage），按性能、容量与成本划分为四层架构，兼顾SLA与资源利用率。相比纵向扩展（Scale-up）存储，英特尔IT认为横向扩展（Scale-out）更易于扩容，更适合自身需求。同时，加速淘汰老旧存储设备，引入高能效硬件，并应用数据去重与压缩技术。

邱天意表示，通过数据去重与压缩技术，曾在一年内成功缩减约220PB数据量。通过上述优化，存储资源利用率从46%提升至80%，未来目标为85%。

在网络方面，英特尔自2010年起逐步部署千兆以太网（GbE）设备，目前GbE占比在15年内提升至66%，未来目标为80%。

此外，2016年英特尔测试部署40GbE，但观察到100GbE正快速成为主流，遂于2019年全面导入100GbE。至2024年，100GbE端口数量已接近9.5万个，其中86%采用软件定义网络（SDN），实现网络自动化部署。

在提升数据中心设施效率方面，英特尔于2003年全球拥有最多152个数据中心，至2025年已缩减至52个，数据中心总占地面积减少18%。尽管数据中心数量减少，但总电力提升至133MW，意味着单位空间能效更高、部署更密集。

英特尔亦致力于降低PUE值，最低可达1.06。邱天意指出，英特尔将总部附近一座老旧工厂改造为大型数据中心，部署数十万台服务器。为解决散热问题，采用闭环蒸发冷却技术，通过再生水与外部冷却塔热交换，将热水冷却后送入机房热通道，辅助服务器散热。

邱天意表示，尽管仍采用传统风冷方式，但英特尔通过大量实验测试，逐步提高机房运行温度。即便在冷通道区域，工作人员仅需穿着短袖即可作业，无需像传统机房那样穿戴保暖衣物。经测试，提高温度后服务器故障率并未显著高于低温环境。

英特尔数据中心采用高密度刀片式服务器，单个机柜可容纳约200台服务器。据统计，2012年至2024年间，相较传统数据中心，累计节省约19亿千瓦时电力。

在提升运维效率方面，英特尔在芯片制造最后阶段“Tapeout”中，需大量算力支持仿真运算。英特尔内部研发HPC解决方案支撑Tapeout需求，目前已发展至第七代HPC，制程从早期45纳米演进至Intel 20A或18A。

邱天意指出，历代HPC持续引入新技术以提升算力，支撑Tapeout需求。从2005年至2024年，计算处理量提升631倍，因算力不足导致的Tapeout延误减少322倍。至2024年，Tapeout几乎不再受算力制约，显著加速芯片量产进程。

英特尔IT团队自2010年起提出一个问题：除持续优化自建数据中心外，自建与云服务在相同算力条件下，成本差异如何？

自2010年起，英特尔IT比较相同算力下，自建数据中心与云服务的单位成本。若以2010年为基期（100%），至2024年，自建数据中心单位成本已降至4%。同期，云服务单位成本虽从186%降至19%，但英特尔自建成本仍仅为云服务的约五分之一。

尽管近年来云服务日益成熟，单位成本显著下降，吸引众多企业上云，但邱天意强调，对以芯片设计为核心业务的英特尔而言，自建数据中心的单位成本仍显著低于云服务，性价比更高。作为芯片设计企业，英特尔也希望掌握核心资源的自主权。未来，英特尔IT将持续优化，保持成本竞争力。

优化数据中心资源，服务全球芯片设计团队

在芯片技术持续演进、市场竞争加剧的背景下，邱天意分享英特尔IT如何通过自建数据中心优化服务体验，支持全球芯片设计团队。以服务器部署为例，过去需十余天完成部署，如今仅需一天。这得益于服务器机架的标准化设计——服务器交付前，网络、供电及第三方厂商已预先完成配置，实现自动化部署。对每年部署数万台服务器的英特尔而言，部署速度的提升，使全球设计团队能更早投入使用。

此外，芯片设计师常需通过广域网（WAN）远程访问数据中心资源，可能影响体验。英特尔IT优化了WAN远程访问服务，例如改进TCP协议，使数据传输速率提升4倍，显著改善远程访问体验。