Infolge dieses Anstiegs erzeugen Rechenzentren immer mehr Wärme, wodurch Klimaanlagen stärker beansprucht werden, um sie zu kühlen. Dies wiederum treibt die Energiekosten in die Höhe und bereitet IT-Abteilungen zunehmend Sorgen, da die damit verbundenen Kosten jedes Budget sprengen können – und die von führenden Organisationen im Bereich umweltfreundlicher IT-Zentren eingeführten Green-IT-Richtlinien zum Tragen kommen.

Es besteht ein eindeutiger Bedarf, den Energieverbrauch und die Temperaturen in Rechenzentren zu überwachen und Heizung, Kühlung und Belüftung so anzupassen, dass der Verbrauch minimiert wird, ohne die Verfügbarkeit der IT-Systeme zu beeinträchtigen. Doch was ist der erste Schritt für zukunftsorientierte Unternehmen? Welche Tools stehen zur Verfügung, um die notwendigen Daten für die Planung eines effizienteren und umweltfreundlicheren Rechenzentrums zu gewinnen?

Dieses Whitepaper, das erste einer Reihe, behandelt einige der größten Herausforderungen im Energiemanagement und liefert Lösungsansätze. Leser erfahren drei Dinge:

– Ihre Wissenslücken in Bezug auf ihr bisheriges Wissen über Energiemessung.
– Welche Messgeräte zur Berechnung der Energieeffizienz eines Rechenzentrums benötigt werden.
– Wie Kriterien festgelegt werden können, um die Konformität des Rechenzentrums mit dem Green Grid sicherzustellen und das Engagement für eine umweltfreundlichere IT-Umgebung zu fördern.
Die Herausforderung
: Als Energiemanagement noch keine Priorität hatte, schätzten IT-Manager den Gesamtstromverbrauch ihrer Rechenzentren anhand einfacher Berechnungen auf Basis der Gerätespezifikationen.

Laut dem HP-Dokument „HP Power & Cooling“ vom 31. August 2006 stieg der durchschnittliche Stromverbrauch eines Rechenzentrums von 2,1 Kilowatt pro Rack im Jahr 1992 auf 14 kWh pro Rack im Jahr 2006. Die einfache Multiplikation der Serveranzahl mit ihrem Nennstromverbrauch spiegelt die tatsächlichen Verbrauchszahlen nicht wider. Eine Umfrage von DatacenterDynamics auf ihrer Frühjahrskonferenz 2007 ergab, dass der durchschnittliche Stromverbrauch aller Befragten in den USA bei 5,5 kWh pro Rack lag, mit einem durchschnittlichen Spitzenverbrauch von 11,6 kWh pro Rack.

Andererseits prognostizieren viele Branchenanalysten, wie beispielsweise Gartner („25. jährliche Rechenzentrumskonferenz“, Dezember 2006), seit über einem Jahr erhebliche Stromengpässe. Zwar können einige Unternehmen ihre Rechenzentren flexibel an Standorte mit zuverlässigerer und günstigerer Stromversorgung verlegen, doch nicht alle haben diese Möglichkeit. Ungeklärte Probleme könnten IT- und Gebäudemanager daher vor schwierige Entscheidungen stellen: Sie müssen entscheiden, ob sie bestimmte Anwendungen aufrechterhalten oder andere opfern, um den Geschäftsbetrieb während Spitzenzeiten zu gewährleisten.

Angesichts der zunehmenden Bedeutung von Energiethemen und der Entwicklung präziser Messinstrumente müssen sich IT-Administratoren und Facility Manager nicht länger blind auf die Nennverbrauchswerte ihrer Geräte verlassen oder ihre Berechnungen auf branchenüblichen Annahmen basieren. Waren früher Näherungswerte akzeptabel, erfordert die drohende Energiekrise nun präzise Messwerte.

Nur durch die Messung des individuellen Energieverbrauchs ihrer Server können Administratoren den tatsächlichen Energieverbrauch ihrer Geräte präzise ermitteln und Daten gewinnen, die die Planung von Energiesparmaßnahmen ermöglichen.
Mit den Daten aus der Echtzeit-Überwachung einzelner Server können Administratoren die Serverinfrastruktur effizienter verwalten und sicherer entscheiden, welche Geräte abgeschaltet werden sollen. Denn sie können:

– ungenutzte Rechenressourcen identifizieren.
– Rechenressourcen mit geringer Leistung identifizieren (die viel Energie verbrauchen und dabei weniger Rechenleistung liefern).
– die Kapazitätsplanung bei der Auslegung der Infrastruktur für Kühlung, Schutz und Stromverteilung unterstützen.

Nennleistung und angenommene Daten:
Serverhersteller geben die Leistungsaufnahme jedes Servers auf dem Typenschild an. Rechenzentrumsleiter wissen jedoch, dass dieser Wert stets die maximal mögliche Leistungsaufnahme darstellt und die typische Leistungsaufnahme eines Servers die Nennleistung nie erreicht. Eine einfache Möglichkeit zur Erhöhung der Serverdichte besteht darin, einen bestimmten Prozentsatz von der Nennleistung abzuziehen, der von der Serverlast abhängt.
PTS bezeichnet diesen reduzierten Wert als „Auslegungsleistungsaufnahme“ des Geräts. Sie beträgt in der Regel 50 bis 75 Prozent der Nennleistung und dient zur Dimensionierung aller Kühl-, Schutz- und Stromverteilungssysteme im Rechenzentrum. Da dieser Prozentsatz oft immer noch höher ist als der tatsächliche Verbrauch, werden heute intelligente PDUs eingesetzt, um deutlich genauere Daten zu erhalten.

Beispielsweise ermittelte PTS in einer Studie über die Computerausrüstung von Raritan durch Messung des Stromverbrauchs einzelner Server mithilfe intelligenter PDU-Geräte, dass der übliche Verbrauch zwischen 20 und 85 Prozent des theoretischen (nominalen) Verbrauchs lag, mit einem Durchschnitt von etwa 31 Prozent, also deutlich niedriger als der nominale Verbrauch der Geräte.

Stromverbrauch der IT-Ausrüstung vs. Gesamtstromverbrauch des Rechenzentrums:
Ein weiterer wichtiger Indikator ist der Vergleich des Stromverbrauchs der IT-Ausrüstung mit dem Gesamtstromverbrauch des Rechenzentrums. APC-MGE schätzt, dass Server und andere IT-Geräte 30 Prozent des Gesamtstromverbrauchs eines Rechenzentrums ausmachen, während die übrigen Verbraucher (Kühlung, Belüftung, Stromverteilung, Beleuchtung) die restlichen 70 Prozent verursachen. Laut EYP Mission Critical Facilities, einer Abteilung von HP, ist diese Verteilung 50/50. Eine erste Analyse von PTS und Raritan ergab jedoch, dass 71 Prozent des Verbrauchs auf kritische Rechenprozesse entfielen, aber nur 29 Prozent auf unterstützende Systeme. Der hohe Anteil der Energie, der für kritische Rechenaufgaben verwendet wird, deutet darauf hin, dass PTS und Raritan die Energie in ihren Rechenzentren effizienter managen als der Branchendurchschnitt. Dies bietet zudem die Möglichkeit, die Leistung zu verbessern – mehr Rechenleistung mit weniger Energie.
Diese Daten verdeutlichen, wie wichtig es ist, in Rechenzentren präzise Messungen durchzuführen, anstatt sich auf „offizielle Branchenmittelwerte“ zu verlassen.

Messsysteme
: Wie lassen sich diese Messungen effizient und präzise durchführen? Folgende Aspekte sind dabei zu berücksichtigen:
Stromkreisüberwachung und Messung der Einzelgerätelast.
Stromkreisüberwachungsgeräte messen die aktuelle Last aller Stromkreise in einem Verteilerkasten und alarmieren die Bediener, sobald die Last die Nennleistungsgrenze des Leitungsschutzschalters erreicht. Diese Prävention ist besonders wichtig, beispielsweise in Rechenzentren, wo zusätzliche Server an einen Stromkreis angeschlossen werden könnten, der bereits fast seine maximale Kapazität erreicht hat. Stromkreisüberwachungsgeräte messen kontinuierlich den Stromfluss in allen Stromkreisen und stellen sicher, dass rechtzeitig eine Benachrichtigung erfolgt, bevor ein Leitungsschutzschalter seine Nennleistungsgrenze erreicht oder – schlimmer noch – auslöst.

Umweltdatensammler in Rechenzentren:
Umweltdatensammler sind speziell für die Erfassung von Umwelt- und Stromversorgungsdaten in Rechenzentren konzipiert. Sie können die gesammelten Informationen konsolidieren und analysieren, um fundierte Entscheidungen zum Stromverbrauch von IT-Geräten und der gesamten Infrastruktur zu ermöglichen.
Intelligente PDUs:
Intelligente PDUs ermöglichen es IT-Mitarbeitern, den Stromverbrauch von Servern, Speichereinheiten und anderen IT-Geräten zu überwachen. Dies ist besonders hilfreich, um unterausgelastete Geräte sowie Geräte zu identifizieren, die ihre maximale Auslastung erreichen oder überschreiten. Darüber hinaus bieten sie die Möglichkeit zur Überwachung und Steuerung des Stromverbrauchs im gesamten Rechenzentrum.

Intelligente PDUs lassen sich per Webbrowser oder Kommandozeilenschnittstelle (CLI) fernsteuern. Sie messen den Stromfluss sowohl auf PDU-Ebene als auch an einzelnen Steckdosen, ermöglichen benutzerdefinierte Alarmschwellenwerte, bieten Sicherheit durch Passwörter, Authentifizierung, Autorisierung und Verschlüsselung und integrieren umfassende Funktionen für das Umgebungsmanagement. Einige Modelle sind zudem hochgradig anpassungsfähig und nutzen neueste Industriestandards wie SNMP TRAPs/SETs/GETs, IPMI und SMASH CLP. Sie lassen sich nahtlos in bestehende Unternehmensinfrastrukturen wie LDAP-Server, Active Directory®, RADIUS und NFS integrieren.

Diese Tools können ihr volles Potenzial jedoch nicht entfalten, wenn das Modell ausschließlich auf einer statischen Umgebung basiert. In der Realität sind Rechenzentren dynamisch. Die Serverauslastung ändert sich im Laufe der Zeit, und damit variieren auch Stromverbrauch sowie Wärmeentwicklung und -abfuhr. Dies wiederum erfordert eine angemessene Kühlung für einzelne Racks oder Computergruppen.

Der nächste Schritt ist daher die Bestimmung der Energieeffizienz des Rechenzentrums.
Die Green Grid Organisation berechnet den PUE-Wert.
Die Green Grid Organisation definiert die Power Usage Effectiveness (PUE) mit folgender Formel:

PUE = Gesamtenergieverbrauch der Anlage / Energieverbrauch der IT-Ausrüstung.

Der „Gesamtenergieverbrauch der Anlage“ bezeichnet die Energie, die für den Betrieb des gesamten Rechenzentrums benötigt wird, einschließlich Server, IT-Ausrüstung, Beleuchtung, Kühlung, Belüftung usw. Der „Energieverbrauch der IT-Ausrüstung“ repräsentiert die Energie, die ausschließlich von den Servern und der IT-Ausrüstung verbraucht wird.
Der PUE-Wert kann zwischen 1,0 und unendlich liegen. Ein PUE-Wert nahe 1,0 würde eine 100-prozentige Effizienz bedeuten (d. h. die gesamte elektrische Energie würde ausschließlich von der IT-Ausrüstung verbraucht). Derzeit gibt es keine umfassenden Studien, die die tatsächliche Verteilung der PUE-Werte in Rechenzentren aufzeigen. Vorarbeiten von PTS deuten darauf hin, dass viele Rechenzentren einen PUE-Wert von 3,0 oder höher aufweisen könnten, mit einer geeigneten Planung jedoch ein PUE-Wert von 1,6 erreicht werden könnte.

Tools zur PUE-Berechnung:    
Um den PUE-Wert Ihres Rechenzentrums zu berechnen, ist eine genaue Messung des tatsächlichen Stromverbrauchs erforderlich, um eine Basis für die Quantifizierung von Verbesserungen zu schaffen. Zu diesem Zweck haben Raritan und PTS die folgende Messstrategie entwickelt und implementiert.

Zur Messung der Stromstärke im Sekundärkreis jeder Last und zur Berechnung der Leistungsaufnahme der Klimaanlagen, der Beleuchtung, der unterbrechungsfreien Stromversorgungen (USV) und anderer Nicht-IT-Verbraucher im Rechenzentrum wurde ein Veris H8820 Datenerfassungsgerät installiert. Dieses Gerät wurde aufgrund seiner einfachen Installation und der Bereitstellung der benötigten Daten ausgewählt.

Geist Racsense Umweltmonitore mit Temperaturfühlern wurden an den Abdeckungen und Böden jedes Racks (Vorder- und Rückseite) sowie an den Stromein- und -ausgängen jeder Klimaanlage installiert.
Zusätzlich wurde ein Feuchtigkeitsfühler zur Messung der Raumluftfeuchtigkeit angebracht. Die Racsense-Geräte ermöglichten die einfache und effiziente Datenerfassung zu Installation und Verkabelung.
In jedem Rack wurden zwei intelligente Stromverteilungseinheiten vom Typ Dominion® PX platziert. Dies erlaubte die Erfassung des aktiven Stromverbrauchs kritischer IT-Workloads, individuell für jedes Gerät. Diese Daten zu kritischen IT-Workloads lieferten die notwendige Genauigkeit zur Messung des PUE-Werts und zur Entwicklung von Verbesserungsvorschlägen.

Ergebnisse:
von Nenn- und Ist-Verbrauch.
Das Histogramm in Abbildung 1 zeigt die Häufigkeitsverteilung des Ist-Verbrauchs, ausgedrückt als Prozentsatz des Nennverbrauchs (Kapazität), basierend auf Messungen im Raritan-Rechenzentrum zwischen dem 21. und 26. Februar 2008. Der auf dem Typenschild angegebene Nennwert gibt den maximalen Verbrauch an, den ein Gerät zu jedem Zeitpunkt unter jeder Auslastung und unter allen Umgebungsbedingungen im Rechenzentrum erreichen kann.

Die gängigen Auslegungsregeln für Rechenzentren verwenden Nennwerte für die Kapazitätsplanung. Da der Nennwert den maximal erreichbaren Wert darstellt, ist diese Methode zur Dimensionierung von Stromversorgungssystemen ineffizient, da sie auf Werten basiert, die über dem tatsächlichen Verbrauch liegen. Eine Reduzierung des Nennwerts um einen festen Prozentsatz mildert das Problem zwar teilweise, doch die untenstehende Grafik zeigt, dass die Bandbreite der Faktoren, die den tatsächlichen Stromverbrauch im Betrieb beeinflussen, so groß ist, dass die Wahl eines Reduktionsfaktors, der ein angemessenes Gleichgewicht zwischen Energieeffizienz und zuverlässigem Betrieb gewährleistet, extrem schwierig ist. Anders ausgedrückt: Was wir mit einer Strategie der „Wertreduzierung“ zu erreichen glaubten, hat sich als Trugschluss erwiesen. Wir opferten fundiertes Wissen für Näherungswerte und damit auch unsere Fähigkeit, ein umweltfreundlicheres Unternehmen zu werden.

Bei der Messung des durchschnittlichen Verbrauchs wurde beispielsweise festgestellt, dass 29 Geräte im Serverraum von Raritan zwischen 21 % und 40 % ihrer Kapazität auslasten, während 15 Geräte einen höheren und 15 einen niedrigeren Prozentsatz verbrauchen. Die Messung des Spitzenverbrauchs ergab, dass 27 Geräte in unserem Serverraum zwischen 21 % und 40 % ihrer Kapazität auslasten, während 23 Geräte einen höheren und 9 einen niedrigeren Prozentsatz verbrauchen.

Die wichtigste Schlussfolgerung ist, dass die tatsächliche Kapazität (der tatsächliche Verbrauch) ein sehr großes Potenzial aufweist. Daher hat die bloße Reduzierung des Nennverbrauchs durch Berechnung zwei mögliche Konsequenzen: Entweder wird die Zuverlässigkeit beeinträchtigt oder das volle Potenzial für eine höhere Effizienz nicht ausgeschöpft. Ein auf rechnerisch reduziertem Verbrauch basierendes Design kann ein erster Schritt sein, doch die Messung des tatsächlichen Verbrauchs eines Geräts im täglichen Betrieb liefert die zusätzlichen Informationen, die für einen effizienteren Betrieb und eine zuverlässige Leistung erforderlich sind.

Berechnung des PUE-Werts von Raritan:
Wie Abbildung 2 zeigt, entfallen ca. 71 % des durchschnittlichen Gesamtstromverbrauchs von Raritan auf kritische IT-Geräte (allein die Server verbrauchen 49,4 %), während die
restlichen 29 % auf Hilfsdienste wie Kühlung und Beleuchtung entfallen.
Die Berechnung des PUE-Werts von Raritan erfolgt anhand der oben genannten Formel:

Gesamtverbrauch = Hilfsinfrastruktur (5,625 kW) + Kritische Last (13,68 kW) = 19,3 kW;
Gesamtverbrauch der IT-Geräte = Kritische Last (13,68 kW);
PUE-Wert von Raritan = Gesamtverbrauch / Gesamtverbrauch der IT-Geräte = 19,3 kW / 13,68 kW = 1,4

Schlussfolgerungen:
Steigende Energiekosten und schwindende Versorgungsquellen waren die Hauptgründe für diese Analyse. Über einen Zeitraum von fünf Monaten entwickelten und implementierten Raritan und PTS einen Plan zur Ausstattung des Serverraums von Raritan und zur Messung des Stromverbrauchs sowohl der IT-Geräte als auch der Sekundärstromkreise für Nicht-IT-Verbraucher. Die Studie ergab Folgendes:

– Raritan ging zunächst von einem niedrigen PUE-Wert des Serverraums aus, stellte aber fest, dass dieser tatsächlich einen respektablen PUE-Wert von 1,4 aufwies, bei einem durchschnittlichen Verbrauch aller IT-Geräte (Server und Speichersysteme) von 10,5 kW.
– Dies bedeutet, dass Raritan durch die Verwendung realer, statt approximativer Daten einen intelligenten Ansatz für die Verwaltung und Versorgung seines Rechenzentrums verfolgen kann:
• Raritan muss keine zusätzlichen Server zur Erhöhung der Rechenleistung hinzufügen.
• Raritan kann ein umweltfreundlicheres Rechenzentrum werden.
– 44 Geräte wiesen einen tatsächlichen durchschnittlichen Stromverbrauch auf, der dem eines Servers im Leerlauf entsprach. Dies zeigte deutlich, dass durch die Konsolidierung dieser nahezu ungenutzten Server Energie eingespart werden könnte. Bei einem typischen Konsolidierungsverhältnis von 10:1 könnten potenziell 40 Geräte offline genommen werden.
• Raritan kann die Beeinträchtigung seiner kritischen Dienste durch ein effizienteres Workload-Management verhindern.
– Zwei Geräte verbrauchten zwischen 80 und 100 Prozent ihrer Nennleistung. Hätte Raritan den Branchenschnitt angewendet und diesen Wert um 60 bis 80 Prozent reduziert, wäre die Serverleistung möglicherweise negativ beeinflusst worden.
– Diese beiden Geräte wurden untersucht, um sicherzustellen, dass sie keine Hotspots verursachten und ihr Stromverbrauch nicht nahe an ihren Kapazitätsgrenzen lag, was ein potenzielles Problem dargestellt hätte.
– Raritan kann seine Betriebskosten senken, ohne seine kritische Rechenkapazität zu beeinträchtigen.
Der Einsatz intelligenter Rack-PDUs zeigte Raritan den tatsächlichen Stromverbrauch auf Ebene der einzelnen IT-Geräte und lieferte so die notwendigen Daten für die Planung der nächsten Schritte zur Reduzierung des Energieverbrauchs, Steigerung der Effizienz und damit zu mehr
Umweltverantwortung

. Die Messungen brachten darüber hinaus eine Reihe unerwarteter Vorteile mit sich, die über die reine Berechnung des PUE-Werts hinausgingen. Ein plötzlicher Rückgang des Stromverbrauchs ermöglichte es dem IT-Personal beispielsweise, festzustellen, dass der Schutzschalter einer ihrer Klimaanlagen ausgelöst hatte. Dadurch konnten präventive Reparaturen durchgeführt werden, bevor die Sommerhitze zu Kühlproblemen führen konnte. Ein Temperatursensor oben an einem Rack meldete außerdem den Ausfall eines Racklüfters.

Da die Branchen-Benchmarks auf einer Vielzahl von Durchschnittswerten basieren und jedes Rechenzentrum seine eigenen, einzigartigen Merkmale aufweist, die es von diesen Durchschnittswerten unterscheiden, bekräftigte diese Studie von Raritan und PTS den Grundsatz der Green Grid-Organisation:
„Um die Energieeffizienz von Rechenzentren zu verbessern, ist es zunächst notwendig, den Verbrauch des Rechenzentrums als Ganzes und jedes einzelnen seiner Teilsysteme zu messen.“

Wie geht es weiter?
Im nächsten Whitepaper untersuchen wir die Anwendungsmöglichkeiten und Vorteile der numerischen Strömungsmechanik (CFD) zur Verbesserung der Energieeffizienz Ihres Rechenzentrums.
Wir vergleichen außerdem unsere Ergebnisse aus realen Messungen mit den auf CFD-Berechnungen basierenden nominalen Energieverbrauchsdaten.

Autor:

Greg More, Produktmanager bei Raritan.

Weitere Informationen oder ein Angebot