Dropbox：靠存量基础设施提效为AI腾出容量

Dropbox 已阐述十年来基础设施优化如何帮助其在不将新增数据中心容量视为唯一答案的情况下，吸收 AI 不断增长的需求。其工作涵盖需求预测、机群利用率、存储密度、硬件生命周期以及机架级电力输送，其中大部分工作早于当前的 AI 热潮。

国际能源署（IEA）预测，随着 AI 工作负载扩展，到 2030 年全球数据中心电力消耗将大约翻倍，这使得从现有基础设施中挖掘更多可用容量的能力日益宝贵。

IEA (2025)，按设备划分的全球数据中心电力消耗，基准情景，2020-2030 年，IEA，巴黎

Dropbox 将其 Magic Pocket 存储系统与托管数据中心相结合，在托管数据中心中自行管理服务器和网络设备。这使其工程师能够从软件工作负载一直洞察到机架、电力和冷却，从而可以在技术栈的多个层面解决容量限制。

该公司在硬件部署之前就着手，提前数月或数年预测需求，以便有意识地增加额外容量，同时为故障、维护和不断变化的工作负载保留余量。

硬件投入运行后，Dropbox 的 Deep Sleep 系统会关闭闲置服务器，或将未使用的磁盘置于待机状态。服务器可在几分钟内恢复服务，使该公司能够保留备用容量，而无需为保持每个已配置组件持续运行支付全额能源成本。

当容量存在但分布不均时，Dropbox 则改为在整个机群中迁移工作负载。重新平衡可以防止局部热点触发额外硬件采购，而与此同时基础设施中的其他地方仍有未使用容量。

存储增长带来了另一个问题：在相同的物理空间内容纳更多数据。Dropbox 采用了包括叠瓦式磁记录在内的技术来提高存储密度，使每个机架能够容纳更多数据，而无需按客户需求的相同速度扩展。

该公司使用每 PB 瓦数来衡量结果，并报告称其存储基础设施的电源效率自 2020 年以来提升了 50% 以上。Dropbox 使用该指标，是因为随着服务增长，总电力消耗仍可能增加，即便存储每 PB 数据所需的电量持续下降。

硬件更换也已成为效率工作的一部分。Dropbox 表示，其并非仅根据固定年限淘汰设备，而是利用观察到的可靠性和故障率来确定系统可以继续服役多长时间。延长硬件的有效使用寿命，可以减少维持特定容量水平所需的新设备数量。

当 Dropbox 推出第七代服务器时，设施的物理限制变得显而易见。这些服务器更高的电力需求超出了现有​​机架设计，因此工程师将每个机架的配电单元数量翻倍，同时保留现有的母线槽，而不是重建底层数据中心基础设施。

随着 AI 系统推高机架密度，这种限制可能会变得更加常见。Gartner 预测，到 2027 年，AI 优化服务器消耗的电力将超过传统数据中心服务器，这不仅会加大计算容量压力，还会加大电力输送和冷却的压力。

Dropbox 的经验表明，应对不断增长的基础设施需求不仅仅是一个建造更多数据中心的问题。还可以通过关闭闲置硬件、迁移工作负载、将更多数据塞入现有​​机架、延长可靠硬件的使用寿命，以及围绕更密集系统调整物理基础设施来创造容量。