將數據中心想象成互聯網的大腦——處理、存儲和傳輸所有的數據，從社交媒體到科學計算。

　　為此，數據中心使用各種IT設備，所有這些設備都需要消耗大量能源。例如，服務器執行計算并提供響應信息請求的邏輯，存儲驅動器保存滿足每個請求所需的數據和文件，網絡設備通過將整個數據中心連接到互聯網來實現辦輸入和輸出數據流。

　　這些IT設備使用的電力最終會轉化為熱量，數據中心必須通過使用同樣消耗能源的冷卻設備來去除熱量。

　　當前數據中心的能源消耗統計

　　根據Forbes2017年發布的一份報告，當年僅美國的數據中心就使用了900多億千瓦時的電力。如此多的能源將需要34個大型燃煤電廠，每個電廠至少產生500兆瓦的電力，才能滿足上述數據中心的電力需求。然而，與全球范圍內運行數據中心所需的電量相比，這一數字相形見絀。全球數據中心需要416太瓦的電力，約占地球上所有發電量的3%。這已經是一個巨大的電力，并且隨著每年運營的數據中心數量的增加，電力需求只會隨著時間的推移而增加。

　　鑒于世界上80%的能源仍然來自化石燃料，不斷增長的電力需求已經造成了嚴重的環境問題。好在，這個問題得到許多數據中心提供商的注意，他們致力于尋找解決方案來滿足消費者的電力需求，同時將能源使用保持在高效和合理的水平。總的來說，數據中心現在的電力使用效率比幾年前要高得多，正如其電力使用效率(PUE)分數所證明的那樣。然而，總是有新的改進方法，特別是因為大多數效率變化被認為是相對“容易實現的目標”。是時候讓數據中心向高效能源消耗領域邁出新的一步了。

　　數據中心的電力使用

　　平均而言，冷卻系統和服務器占數據中心能源消耗的大部分，其次是網絡設備和存儲驅動器。

　　根據美國能源部的數據，擁有數萬臺設備的最大數據中心需要超過100兆瓦的電力，足以為大約80,000戶家庭供電。

　　隨著互聯網使用量的增加，對數據中心服務的需求也在增加，引發了人們的擔憂

　　關于不斷增長的能源使用。根據這項研究，從2010年到2018年，全球IP流量增長了10倍，而數據中心存儲容量增長了25倍。在同一時期，全球服務器上運行的計算實例總數增加了六倍多。

　　隨著世界不斷消耗越來越多的數據，預計這些增長趨勢將繼續下去。此外，隨著人工智能等計算密集型服務的出現，對IT服務的需求可能會增長得更快。這就是為什么能夠量化和預測數據中心的能源消耗是至關重要的。

　　估算數據中心的能源消耗的兩種方法

　　由于官方統計數據并未針對數據中心能源消耗的國家和全球水平進行編制，因此必須使用數學模型來估算能源使用情況。“自下而上”的模型考慮了數據中心安裝的IT設備和每個設備的能源使用特征來估算總能源消耗。這種方法不太常見，因為其需要大量的數據和時間。使用這種方法的最新權威研究出現在2011年，估計數據中心在2010年占全球用電量的1%以上。

　　另一方面，基于外推的模型，可以根據數據中心投資和全球IP流量等市場增長指標，通過縮放自下而上的值來估算總能源使用量。因為這些模型要簡單得多，所以通常被用來填補零星的自下而上研究留下的空白。

　　自下而上和基于外推的模型：結果

　　由于市場指標增長迅速，外推模型估計數據中心能源消耗顯著增加。例如，一項經常被引用的外推研究表明，全球數據中心的使用自2010年以來翻了一番，并將繼續迅速上升。這些估計強化了這樣一種普遍看法，即對數據的需求增加會導致數據中心能源消耗同樣快速增長。

　　然而，自下而上的結果卻表明并非如此。根據Eric Masanet的研究，從2010年到2018年，全球數據中心的能源消耗很可能只增長了6%左右。該數字是基于近期數據集的整合，這為已安裝庫存提供了更好的表征、運行特性和數據中心IT設備的整體能源使用。這些結果與基于外推的估計形成鮮明對比。

　　主要影響能源使用變化的三個因素：

　　由于制造商的技術進步，IT設備的能源效率得到了顯著提高。

　　服務器虛擬化軟件通過允許多個應用在一臺服務器上運行，從而降低托管應用的能源消耗。

　　云和超大規模數據中心利用更高效的冷卻系統來最大限度地減少能源消耗。

　　使用基于外推的方法很難捕獲這三個因素，這就是為什么這些方法顯示的能源消耗比數據中心實際使用的要多。

　　數據中心能源使用和CO 2排放

　　數據中心的能源消耗也引起了對CO 2排放的擔憂。然而，由于缺乏全球數據中心數據及其電力來源的排放強度，估計總排放量尚不現實。不過，Apple、Google和Switch等企業開始公開報告這些數據，這表明大型數據中心運營商越來越傾向于采購可再生能源。。

　　鑒于對數據中心的全球用電量有更多的了解，因此有一個有用的基準來測試有關CO 2排放量的聲明。下面來看一個示例。

　　一個經常被提及的說法是，全球數據中心排放的CO 2量與航空業一樣多——約9.15億噸。全球數據中心最近消耗了大約2050億千瓦時。因此，如果這一說法是正確的，其平均排放強度必須約為4.4 kg CO 2/kWh。現在，來看看燃煤發電廠，這是碳排放量最高的設施。其排放強度不到該值的1/4——約1 kg CO 2/kWh。由于數據中心顯然不使用煤炭，尤其是考慮到可再生能源的使用趨勢，因此認為數據中心的CO 2排放量如此之大是不現實的。

　　展望未來：提高數據中心的能源消耗效率

　　由于對IT服務和計算密集型應用的需求不斷增長，存在一種風險，即需求將超過能源效率收益。這意味著，為了避免未來能源消耗的急劇增長，對下一代散熱、計算和存儲等節能技術的投資將是必要的。分析師應該考慮以下幾個關鍵的優先事項:

　　開發和共享有關冷卻和電力系統以及IT設備的配置、庫存和能源使用特征的可靠數據。

　　共享和比較模型以開發最佳實踐，以增加對模型輸出的信心。

　　共同努力為人工智能、5G和計算強度增加等新興趨勢開發更好的實踐。

　　在過去的幾十年里，數據中心已經發展成為現代社會中越來越重要的組成部分，計算機基礎設施已經成為生活基礎的重要組成部分。隨著這種發展和其提供的大量優勢，也帶來了顯著的缺點，特別是在環境可持續性和能源消耗方面。要想成功運營，數據中心需要優先考慮高效的能源使用，并重點開發降低整體能耗的新方法。

　　提高能源使用和效率的16個技巧

　　對數據中心運營進行大規模更改以提高能源使用效率可能是一項復雜、昂貴且耗時的冒險。但改變不一定要極端才能有效，也不需要一下子全部發生。通過使用以下16種方法，數據中心可以快速開始有效地降低其能源消耗，而不會顯著影響其底線。

　　1、減少對冷卻的依賴

　　平均而言，數據中心使用的大部分電力都用于運行冷卻和空調系統，以將服務器保持在適當的溫度并防止過熱。通過以多種方式優化冷卻操作，可以顯著降低功耗。改善通風系統、戰略性地布置設備、適當地隔離服務器機房，以及創造流線型氣流可以提高冷卻效率。下面將探討一些更具體的示例，但數據中心運營可以采用的一些額外措施包括：

　　消除服務器機房中不必要的設備

　　用更節能和高效的技術更換傳統的或過時的設備

　　更換傳統的或過時的冷卻系統，尤其是那些使用了10年以上的系統

　　安裝空氣節能器系統

　　2、試驗溫度

　　由于保持服務器機房，及其設備足夠涼爽對于服務器運行至關重要，因此許多管理人員不考慮嘗試為其數據中心尋找可能更有效的溫度。他們可能擔心這樣做會損壞昂貴的設備，從而導致昂貴的維修或更換費用。然而，事實是，即使將維持溫度降低幾度也可以減少電力消耗，并節省數百甚至數千美元�；〞r間計算數據中心的冷卻需求，然后試驗不同的溫度以找到滿足需求的最佳解決方案。

　　3、服務器采用熱通道/冷通道布局

　　一些數據中心將服務器和其他設備排列成通道，所有設備都面向同一個方向。如果真是這樣，須考慮重新調整機器的方向，使通道的服務器面向彼此，服務器的背面面向彼此。這種布置將創建冷熱通道，并減少冷熱空氣混合，從而提高服務器機房內的溫度效率。

　　4、封閉或容納服務器機架

　　容納或封閉服務器機架是防止數據中心冷暖空氣混合的另一種方法，這有助于降低對強大冷卻技術的需求，從而使環境保持在適當的溫度。任何可以幫助減少數據中心氣候控制所需的電力的方法都是數據中心管理人員應該認真考慮的實際步驟。

　　5、利用一般的氣流改進方法

　　數據中心運營商應研究溫度和氣流的一般改進方法并考慮采用。例如，通過安裝專門的冷卻面板，以降低服務器入口空氣的溫度，同時提高返回計算機機房空調(CRAC)的空氣的溫度。這有助于顯著提高設備的運行效率，同時減少對氣候控制專用電力的需求。

　　6、投資使用變速風扇驅動器改造空調設備

　　提供專門用于CRAC的改裝套件，通常提供兩年投資回收保證。其允許調整空調設備的風扇速度，以適應數據中心不斷變化的冷卻負載。

　　7、安裝空氣側節能器

　　幫助保持服務器冷卻的最實用的方法之一是利用外部冷卻空氣并將其引入建筑物。空氣側節能器可以利用較冷的夜間和冬季空氣溫度，節省高達60%的冷卻電力和成本。

　　8、調整數據中心的濕度

　　與溫度非常相似，濕度是另一個必須在數據中心內仔細維護的關鍵因素。濕度太大會產生冷凝，導致設備腐蝕、出現電氣故障，并造成重大且昂貴的損失。然而，濕度過低會導致大量靜電荷積聚，一旦發生放電，就會損壞甚至毀壞設備。一般規則是將數據中心的相對濕度保持在45%至55%，但具體數值取決于中心及其設備的范圍。仔細試驗數據中心的濕度水平，以找到適合服務器的最佳水平，其可助于節省日常能源消耗。

　　9、識別并移除僵尸或昏迷服務器

　　“僵尸服務器”或“昏迷服務器”是指不再在數據中心運營中使用，但繼續保持供電并消耗不必要的能量的系統。ComputerWorld發表的一篇文章中的數據表明，數據中心中25%的物理服務器和30%的虛擬服務器被歸類為僵尸或昏迷。這些系統通常保持運行狀態，因為沒有關于它們包含什么或它們服務什么目的的書面記錄，這使得數據中心經理猶豫將它們退役。

　　為了防止這種情況，服務器包含的所有內容都應該仔細記錄，并且應該使用適當的監控工具來提供直接監督。數據中心工作人員應該勤奮梳理各種服務器，以找到仍在運行的不必要的僵尸，并將其斷開連接。這樣做可以大大減少電力消耗，提高能源效率。

　　10、整合所有較少使用的服務器

　　盡管需要全功率運行，但典型服務器的平均利用率在5%到15%之間。整合使用較少的服務器，并刪除不需要的服務器，從而降低整體功耗。

　　11、虛擬化服務器

　　數據中心過去依賴于多個獨立的物理服務器，這些服務器占用大量空間和電力來運行其操作�，F在可以對這些服務器進行虛擬化和整合，以更高效地運行�；〞r間虛擬化數據中心服務器可以幫助減少10%到40%的能源使用和成本。

　　12、組織、刪除和改進存儲的數據

　　存儲利用率通常占系統功率的30%左右，數據中心保留20個或更多相同數據的副本并不少見，從而導致存儲空間和功率的浪費。定位并刪除不必要的多余存儲數據，從而為其他設備釋放空間和能量。

　　13、投資更節能的技術

　　傳統的服務器和技術遠不如新型號的節能。如果數據中心真正致力于降低其電力使用，則需要投資購買一些新設備。考慮購買符合“能源之星”標準的服務器，其可以比其他傳統服務器節省多達30%的能源。

　　14、減少或優化數據中心的空間

　　這一點基本上與上面的第11點密切相關，因為虛擬化服務器可能是減少數據中心正常運行所需空間的絕佳方式。需要的物理服務器越少，需要的空間就越少，則需要投入的電力就越少。這使得數據中心可以顯著縮小規模，同時減少整體能源使用，從長遠來看，這反過來又可以節省大量資金。

　　15、同步服務器容量和設備負載

　　當需求較低時，新的和更新的配置會浪費數據中心的電力和資源。因此，只有匹配服務器容量和活動硬件以滿足實時需求才是合乎邏輯的。適當的策略和規劃，以及管理和監控工具的協助，可以使數據中心工作人員將這兩個要素相匹配，以創建一個更高效、更精簡的系統，而不會浪費不必要的電力。

　　16、發展更強大、更可靠的供應商合作伙伴關系

　　尋找高效的能源供應商并與之合作，可以節省大量資金，并幫助數據中心大幅提高其能源使用的整體效率。如果當前的數據中心能源供應商沒有竭盡全力幫助優化使用，那么是時候開始尋找其他優質能源供應商了。

　　數據中心中消耗能源最多的是什么?

　　數據中心通常使用大量能源來維護其服務器。平均每平方米消耗約1,000千瓦時。這大約是典型美國家庭耗電量的十倍。最常見的數據中心設備是服務器機架，其使用大量能源來維護和冷卻其組件。數據中心冷卻系統的效率也相對較低，能耗約占數據中心總能耗的70%。

　　數據中心最大的能耗者是服務器和冷卻系統，其需要不斷維護以保持平穩高效地運行。但其也有一些是傳統的服務器和設備，如網絡通信工具，往往會造成大量的消耗。

　　數據中心產生多少熱量?

　　數據中心用于進行大規模計算，是許多大企業的命脈。其會產生大量熱量，因此安裝了冷卻系統以保持最佳工作溫度。通常，數據中心內的熱通道溫度范圍在85到115華氏度左右。數據中心在適宜的溫度下茁壯成長，因此需要充分利用為其產生的熱量以使其高效工作。

　　一臺服務器使用多少千瓦時?

　　由于服務器的工作量和需求，這會有很多變化。年均用電量可能在1800至1900千瓦時左右。

　　為什么數據中心會消耗如此多的能源?

　　數據中心往往會消耗大量能源，因為其必須同時提供許多服務和支持。此外，許多數據中心位于炎熱潮濕的地方，空氣質量較低，使設施面臨暖通空調故障、設備退化和停電等問題的額外風險。所有這些都必須考慮到數據存儲。

　　但要記住，數據中心是靠電力運行的。其所有的設備都靠電力運行。服務器和其他設備在產生時會變得非常熱，因此冷卻系統需要電力運行來冷卻空間。

　　數據中心在全球使用了多少能源?

　　數據中心是用于容納和管理大量數據和計算機設備的大型建筑物。其面積從數百平方英尺到數百萬平方英尺不等。其消耗大量能源，但全球總數據傳輸預計只會在未來幾年呈指數級增長。據估計，在全球范圍內，數據網絡傳輸可消耗260至340 TWh的電量，或約占全球用電量的1%至1.4%。

　　數據中心每平方英尺使用多少電力?

　　一般來說，這可能會有所不同。然而，典型的功率密度大約為每平方英尺150瓦。但也可以高達300瓦。

　　為什么數據中心需要電池?

　　為了使設施中的數據中心保持冷卻，電池是必不可少的。因此，一個重要的數據中心趨勢將是電池使用。電池是一種存儲能量的設備，可以釋放能量為數據中心的各個組件獨立供電，而無需使用任何現成的電源。數據中心需要大量電力，并且需要有足夠的電力供整個房間的機柜使用。

　　總而言之，雖然上述的解決方案并非能滿足所有人的特定需求，但至少應該有一些有參考價值。不妨先在數據中心實施這些想法，以優化電力使用和能源效率。