“每座芯片厂背后都有一座大型数据中心，要管理全球数十座数据中心，超过数万台实体服务器、数十万台VM，只靠传统IT技术，没有办法有效运维。”台积电资讯构建暨通信服务处副处长刘培欣特别强调。
这位数据中心运维高手，曾在亿级用户浏览器创业公司中，打造出1人能管上万台服务器的工具，今年初加入台积电后，看到芯片厂24小时运转背后需要的数据中心规模，大吃一惊。
台积电面对的数据中心运维挑战，不只是数据中心和硬件的数量，还需要高容错和高可用设计，一般网络服务能接受2～3秒中断，来切换到备援服务，但这个做法在台积电，却是不及格的设计。因为台积电的问题规模，比常见网站服务，多了好几个等级，原本平淡无奇的架构设计问题，到了台积电往往超乎想象，连刘培欣都倍感挑战。
台积早在十多年前，就开始用拥抱虚拟化技术，来提高数据中心实体服务器的运维效率，也以VM打造出IaaS，甚至是PaaS服务。可是，到了年时，台积开始看到VM的瓶颈，大量采取单体式架构的老旧应用，只靠不断提高服务器硬件规格来扩展的垂直扩展（ScaleUp）做法，恐怕无法支持台积未来运营增长的需求。甚至，后来随着台积持续全球扩张，IT技术不断面临的新挑战是，如何能够不断快速延伸到全球。
从VM转为拥抱K8s和容器，更大力发展IaC
早在年时，台积就开始在内部数据中心导入Kubernetes（简称K8s）来尝试容器技术。到了年时，台积决定进一步开始推广容器化技术，采用商用软件来构建私有K8s环境，并开始将VM搬迁到K8s环境中。
到了年，疫情大大冲击了全世界，也让台积加快数字转型的脚步，一方面大举招募IT人力储备新战力，另一方面也加速推动IT现代化。
台积基础架构团队当年三大工作重点，一是要善用各种基础架构新技术，来协助台积数字转型，另外也开始要将数据中心通过软件定义转型成真正的私有云，最后一项是要持续进行基础架构的创新，例如导入新时代5G、IoT制造、AIOps技术等。台积也开始尝试混合云做法，将适合业务上云，如云计算CRM和云计算HCM。
年时，台积决定改用开源技术架构，打造自己的K8s平台。台积电企业系统集成处部经理胡君怡表示，为何台积要用开源技术，自己构建K8s，好处是自己开发、自己运维，敏捷程度更好，IT的开发速度弹性要能追上我们企业流程的转型需求。
到了年底时，已经将多座芯片厂的应用系统，搬迁到这个自建K8s环境中。年8月时，也上线了电子商务服务使用的自建K8s平台。台积计划在～年期间，将所有服务都搬迁到自建K8s上。
年，台积开始招募SRE团队，大力发展基础架构程序代码化（InfrastructureasCode），要使用软件方法，来管理台积全球数据中心，以及基础架构的硬件设计、建设和运维。
台积IT从年开始摸索现代化IT架构，年展开基础架构转型，到了年，台积资讯基础架构逐渐完成了现代化架构的转型，也大幅运用IaC来提高自动化运维能力。进一步，台积IT也成立了SRE（SiteReliabilityEngineering）团队，来负责平台服务的各项运维。台积分别在智能制造团队、数字商务团队和基础架构团队中，各自设置了一组SRE团队。图片来源／台湾集成电路制造股份有限公司
台积基础架构分四层，从MaaS、IaaS、PaaS到SaaS
从年开始模索，年展开基础架构转型，到了年，台积资讯基础架构逐渐完成了现代化架构的转型，也大幅运用IaC来提高自动化运维能力。
刘培欣指出，运维要高度自动化的关键是，让基础架构可程序化，包括看得到的硬件服务器、网络设备，到看不到的OS、上层服务，全部都要可程序化。
台积技术架构可以分为四层，底层MaaS、IaaS通过数据中心自动化机制来强化，上层PaaS和SaaS则通过K8s搭配内部的WebService，达到公有云企业的灵活度和弹性。
更进一步细分这个架构，可以分为8个子层。最底2个子层是实体网络层和存储设备层，再上一层是BareMetalServer层和OS层，这两个子层通称为MetalasaService层，简称MaaS，可以做到靠软件动态调度硬件资源的配置。
再往上是中间件和K8s基础架构子层，台积将这两个子层视为IaaS层。在K8s基础架构上有一层标准服务子层，这一层提供不同应用系统常用的基本共享服务，台积将标准服务与K8s平台的部分功能整合成了PaaS层。
在标准服务之上，台积还打造了一套WebService，类似一套公有云服务解决方案的做法，这就是台积技术架构中的SaaS层。台积利用K8s平台服务，来管理PaaS和SaaS层，来实现运维高度自动化的IaC做法。
“IaC对台积而言，不是选项，而是一定要做的事，运维自动化是一定要走的路，否则无法达到这么庞大的规模。”刘培欣强调。
台积如何用开源技术自建K8s架构
在台积用开源技术自建的K8s架构中，包括了多个功能区块，IaC区块可以支持常见IaC语言工具如Ansible、Terraform、golang和python等，再通过一套CI/CD工具链，来贯穿K8s架构从底层到最上面的部署。台积在K8s架构底层网络上，采用了L3BGPIPFabric设计，而不是一般部署K8s平台时常见的L2网络设计，采用L3网络架构是台积可以快速部署大量集群的关键。例如台积可以做到，开发团队只要通过一个声明式YAML文件，就可以快速取得所需要的负载均衡IP，完全不用填单申请，也就不需要等待核准。
在网络区块之上是OS区块，每一台x86服务器只要接上网络，通过网络开机就能开始自动安装，来实现MaaS。完成OS自动安装后，接着安装软件FRR组件，让服务器具备路由器功能，再自动安装ceph来提供软件定义存储功能。有了SAN和路由功能，就可以部署K8s调度平台软件，上面又会统一安装CRI、CNI、CSI指定组件，来统一K8s的runtime、网络和存储接口。而在最上层，再安装服务网格组件Istio和服务探索工具CoreDNS。另外还有搭配一套机密和身份验证系统，以及一套可观察性和治理系统。
但是，一家企业不是第一天成立就拥有十几座数据中心，而是数年，甚至十多年持续发展IT的结果，这往往也让企业内部基础架构所用的IT技术，包括硬件、软件和所用软件产品，跨越了好几个时代。这些系统各自有各自的修补、升级，都会影响运维自动化的程度，甚至成为包袱。
台积决定用系统性思维来解决应用系统横跨多时代技术的问题，在现代化开发模式DevOps的CI/CD流程中，找到了可以强化运维自动化的关键。
刘培欣透露关键秘诀是：“台积CI/CD独到之处，是在CD循环外层套上一个辅助系统作为加速线圈，来加速CD的运转。”
简单来说，台积在CI/CD执行过程搜集大量Log，创建可观察性机制，搜集到更多运维知识或运维洞察，找出可重复的模式，写成程序代码或转换成*策，再部署到CD辅助系统，来加速运维。“这个CD辅助系统，不只可以加速CD流程，甚至可以将成果套用到CI流程，融入基础架构中。”刘培欣补充。
台积电资讯构建暨通信服务处副处长刘培欣特别强调，IaC对台积而言，不是选项，而是一定要做的事，运维自动化是一定要走的路，否则无法达到这么庞大的规模。图片来源／台湾集成电路制造股份有限公司
台积加速CD循环的5大步骤
如何实现这样一套的CD加速线圈，台积分5个步骤来实现。第一个步骤是先将数据中心基础架构的部署，变成是可延伸的部署方式（Extensibledeployment）
利用数据中心DCIM监看每一个单点的状态，创建了一套DCLibrarian系统来集中每个单点的运行资讯，再提供给MaaS系统（包括部署在各地数据中心的本地端MaaS），来调度服务器和网络设备，再搭配了一套LogicalClusterBuilder系统，负责管理硬件设备调度之间的依赖性。
可以指定调度范围，从整个机柜，到整座数据中心都能调度，甚至可以指定跨数据中心的范围，来调度没有实体相连的服务器资源。
通过这三个机制，就可以实现部署可延伸性，可以大幅提高数据中心的构建效率，不需太多人力，就能够快速激活远在海外的数据中心，用来支持海外扩点所需。
下一步，就是将运维资料标准化，来强化可观察性。通过在服务器端的代理程序或设备资料搜集机制，持续搜集各种数据中心的运维Log，进行资料标准化。因为台积的数据中心很多，搜集来的Log数据非常庞大，无法存储所有的原始资料，因此也会进行资料萃取后，保留有价值的元数据以便进一步的处理。
台积电也会在各地数据中心，设置本地端NOC机制，善加利用所搜集到的这些Log数据，来监看当地数据中心的运行情况。
庞大Log数据经过萃取后，就可以进行高端分析，这就是第三个步骤，创建可以统一进行事件侦测、调度和解读的集中式机制，包括了EventCenter和GlobalAnalyzer两个机制。EventCenter可以分析Log萃取出来的元数据，找出模式，来分析这些模式所代表的高端意义。
GlobalAnalyzer不只可以对单一地区数据中心的Log元数据进行高端分析，还可以跨多地区数据中心来分析。
通过高端分析可以找出原本不知道的运维洞察后，就进入第四个步骤，创建一套杠杆系统来提高运维自动化程度。将新发现的分析结果，转换成新的管理*策，提供到GlobalNOC来执行，从GlobalNOC的高度，统一来管理所有地区数据中心的运行。
但，做到数据中心全球统一管理不是终点，而是新的起点，台积电的运维自动化还有第五步骤，要进一步将重复性运维任务转换成程序代码，来实现快速恢复和自动修复。
每次只要导入新的解决方案，或是新建数据中心等，就会增加新的事件，也会不断找到新的数据中心运维模式，都能持续用来提高运维的自动化。
刘培欣解释：“在CD循环中套上加速线圈，永远可以找到新的模式来修正问题，将重复的工作自动化。”
台积导入到这云原生物科技术的K8s架构时，为了加快容器化的普及，先提供了一个图形化接口，让开发者将原有VM架构，转换成容器镜像文件来部署，也能自动产生YAML来进行部署。
后来，越来越多服务转移到K8s，也开发了不少微服务，只靠GUI接口设置无法满足DevOps开发的各种弹性需求，后来进一步导入了GitOps做法，将YAML档的撰写比较程序代码开发的流程，不只大幅提高了发布速度，也提高了K8s部署资讯的透明度。
台积完成这套自建K8s平台之后，再结合GitOps做法，现在已经可以做到，DevOps工程师只要通过git，送出一只YAML档后，约十多分钟就能完成部署，开通服务。
拥抱GitOps提高效率，更要发展内部WebService平台
甚至，台积进一步打造出了一套内部WebService平台，让DevOps可以更弹性取得需要的基础架构资源和常用基础服务。台积首度披露了这套WebService平台的三阶段发展过程。
首先，台积先选出内部开发常用的一批标准服务，提供了一套自助式的标准服务目录，可以提供一套常用服务的部署文件，让DevOps工程师可以套用到自己的CI/CD流程，快速部署到想要的K8s环境上。
接着，台积IT将这些标准服务，发展成一套管理式的多租户服务平台，提供一个网页接口，方便开发者注册所用的服务，也能管理所用服务的异动。
第三阶段是打造出一套WebService平台，不只可以提供更多样化的服务项目，也开始提供可观察性的组件，采取插件扩展的方式，来提供像是性能监控，账单与报表功能，警告通报自动化、Log和事件机制等，开发团队的用户，甚至可以自订通知，事件触发后自动串联到指定自动化流程来展开后续作业。
台积通过这些彻底拥抱IaC的做法，刘培欣指出，我们的目标是，数据中心自动化性能能达到搜索龙头的等级，而PaaS和IaaS层的自有WebService服务能够达到如云计算龙头的弹性。