由于数据中心使用量的增长，产生的热量越来越多，空调系统（HVAC）必须更加努力地运转才能保持其凉爽。这反过来又增加了能源成本，并日益成为IT部门关注的问题，因为相关成本可能超出任何预算——而这恰恰与知名绿色IT中心机构推出的绿色IT指南相契合。.

数据中心显然需要监测能耗和温度，并调整供暖、制冷和通风水平，以在不影响IT系统正常运行时间的前提下最大限度地降低能耗。但具有前瞻性的企业应该采取的第一步是什么？有哪些工具可以用来获取设计更高效、更环保的数据中心所需的数据？

本白皮书是系列白皮书的第一篇，旨在探讨一些最具挑战性的能源管理问题并提供解决方案。读者将了解到三点：

- 他们对能源计量知识的认知差距；
- 计算数据中心能效所需的测量仪器类型；
- 如何建立标准，使数据中心符合绿色电网标准，并促进其对更环保的IT环境的承诺。
挑战
：在能源管理并非首要任务的情况下，IT经理通常根据设备规格，通过简单的计算来预测数据中心的总能耗。

然而，根据惠普公司2006年8月31日发布的《惠普电源与冷却》文件，数据中心的平均功耗从1992年的每机架2.1千瓦时增加到2006年的每机架14千瓦时。简单地将服务器数量乘以其标称功耗并不能反映实际的功耗统计数据。DatacenterDynamics在其2007年春季会议上进行的一项调查显示，美国所有受访者的平均功耗为每机架5.5千瓦时，平均峰值功耗为每机架11.6千瓦时。.

另一方面，许多行业分析机构，例如 Gartner（《第25届年度数据中心大会》，2006年12月），一年多来一直在预测电力供应将出现严重短缺。虽然一些公司可以灵活地将数据中心迁移到电力更可靠、更便宜的地区，但并非所有公司都能做到这一点。这意味着，如果电力供应问题得不到解决，IT 和设施管理人员可能不得不做出艰难的抉择：在高峰需求期间，为了维持业务运转，必须牺牲部分应用程序的正常运行。.

随着人们对能源相关问题的日益关注以及能够进行精确测量的工具的出现，IT管理员和设施管理人员不再需要盲目依赖设备铭牌上标明的标称能耗数据，也不必再基于行业公认的假设进行计算。虽然过去近似值尚可接受，但迫在眉睫的能源危机要求我们必须使用精确数据。.

只有通过测量每台服务器的单独能耗，管理员才能准确确定设备的实际能耗，并获得可用于制定节能措施的数据。
借助实时、单台服务器监控获得的数据，管理员可以更有效地进行管理，并在选择关闭哪些设备时更有信心，因为他们可以：

- 识别闲置的处理资源。-
识别低性能的处理资源（这些资源消耗大量能源，但计算能力却较低）。-
在设计所有冷却、保护和配电设备的基础设施时，为容量规划提供支持。

标称容量和假设数据：
服务器制造商会在每台服务器的铭牌上标明其功耗。然而，数据中心管理人员都知道，这个数字始终代表最大可能的功耗，而服务器的实际功耗永远不会达到铭牌标称值。提高服务器密度的一个简单方法是从铭牌标称值中减去一定百分比，该百分比取决于服务器的工作负载。PTS
将这个减值称为设备的“设计功耗”。它通常是铭牌标称值的 50% 到 75%，用于确定数据中心所有冷却、保护和配电系统的容量。由于这个百分比通常仍然高于实际功耗，因此现在使用智能 PDU 来获取更精确的数据。

例如，PTS 通过使用智能 PDU 设备测量单个服务器的耗电量，对 Raritan 的计算机设备进行了研究，确定其通常耗电量为其理论（标称）耗电量的 20% 到 85%，平均约为 31%，即远低于设备的标称耗电量。.

IT设备功耗与设施总功耗对比
另一个重要的指标是将IT设备功耗与设施总功耗进行比较。APC-MGE估计，数据中心总功耗的30%归因于服务器和其他IT设备，其余70%则归因于其他耗电设备（冷却、通风、配电、照明）。惠普旗下EYP关键设施部门的数据则显示，这两项的占比均为50/50。然而，PTS和Raritan的初步分析表明，71%的功耗归因于关键计算工作负载，而支持系统仅占29%。关键计算任务的高能耗比例表明，PTS和Raritan在其数据中心的能源管理效率高于行业平均水平。这也意味着性能提升的空间——以更少的能耗实现更高的计算能力。
这些数据说明了在数据中心获取精确测量数据的重要性，而不是依赖“官方行业平均值”。

测量系统
：如何高效准确地进行这些测量？以下是一些需要考虑的关键因素：
分支电路监控器和单设备负载测量。
分支电路监控器是一种电气设备，用于测量配电盘中所有电路的电流负载，并在负载接近断路器额定值时向操作人员发出警报。这种预防措施尤为重要，例如在数据中心，可能会将额外的服务器连接到已接近其最大容量的电路上。分支电路监控器持续测量所有电路上的电流，确保在断路器达到额定容量甚至跳闸之前发出警报。

数据中心环境数据采集器：
环境数据采集器专为收集数据中心的环境和电源数据而设计。它们还可以整合和分析收集到的信息，从而帮助 IT 人员就 IT 设备和设施的能耗做出明智的决策。
智能 PDU：
智能 PDU 使 IT 人员能够监控任何服务器、存储单元或其他 IT 设备的能耗。这对于识别未充分利用的设备以及接近或超过其正常最大利用率的设备非常有用。它们还提供数据中心能耗的设施级监控和控制。

智能电源分配单元 (PDU) 可通过 Web 浏览器或命令行界面 (CLI) 进行远程控制。它们可以测量 PDU 级别和单个插座级别的电流，允许用户自定义报警阈值，并通过密码、身份验证、授权和加密提供安全保障，并集成全面的环境管理功能。部分型号还具有高度的适应性，集成了最新的行业标准技术，例如 SNMP TRAP/SET/GET、IPMI 和 SMASH CLP，并且可以无缝集成到现有的企业基础架构中，例如 LDAP 服务器、Active Directory®、RADIUS 和 NFS。.

然而，如果模型仅基于静态环境，这些工具就无法发挥其全部潜力。在现实世界中，数据中心是动态的。服务器利用率随时间变化，随之而来的是功耗、发热量和散热的变化。这反过来又需要针对特定​​机架或计算机组采取适当的冷却措施。.

因此，下一步是确定数据中心的能源效率。
绿色电网组织：计算PUE值。
绿色电网组织使用以下公式定义电源使用效率 (PUE)：

PUE = 总设施能耗 / IT设备能耗。

在该公式中，“总设施能耗”是指维持整个数据中心运行所需的能量，包括服务器、IT设备、照明、冷却、通风等。“IT设备能耗”是指服务器和IT设备本身消耗的能量。PUE
值的范围从1.0到无穷大。接近1.0的PUE值表示100%的效率（意味着所有电能都仅由IT设备消耗）。目前，尚无全面的研究来展示数据中心PUE值的实际分布情况。PTS的一些初步研究表明，许多数据中心的PUE值可能达到3.0或更高，但通过合理的设计，PUE值可以达到1.6。

计算 PUE 的工具    
在计算数据中心的 PUE 值时，必须准确测量实际功耗，以建立量化改进的基准。为此，Raritan 和 PTS 设计并实施了以下测量策略。

为了测量数据中心内各负载的二次电路电流，并计算空调机组（CRAC）、照明、不间断电源（UPS）及其他非IT用电设备的供电功率，我们安装了一台Veris H8820数据采集设备。选择这款设备是因为它安装简便，且能提供所需数据。.

在每个机架的盖板和底板（前后）以及每台精密空调（CRAC）的电源输入和输出端，都部署了带有温度探头的Geist Racsense环境监测器。
此外，还安装了湿度探头来测量室内环境湿度。Racsense设备能够简单高效地采集安装和布线数据。
每个机架中都放置了两台Dominion® PX智能配电单元。这使得我们可以分别采集每个关键IT工作负载的运行功耗数据。这些关键IT工作负载的数据能够提供必要的精度，用于测量PUE并制定改进方案。

结果
标称功耗与实际功耗
图 1 中的直方图显示了实际功耗的频率分布，以标称功耗（容量）的百分比表示，数据基于 2008 年 2 月 21 日至 26 日在 Raritan 数据中心采集的读数。铭牌上显示的标称值表示设备在数据中心内任何给定时间、任何工作负载和任何环境条件下可以达到的最大功耗。

当前的数据中心设计规则使用标称值进行容量规划。由于铭牌值代表的是最大可实现值，因此使用这种方法来确定数据中心电力系统的尺寸效率低下，因为它依赖于高于实际消耗量的数值。将标称值按固定百分比降低可以部分缓解这个问题，但下图显示，与实际运行功耗相关的因素范围非常广泛，因此很难选择一个能够在能源效率和可靠运行之间取得适当平衡的降低系数。换句话说，我们原本以为通过“降低数值”策略就能达到的目标，最终却被证明是一个误区，因为我们牺牲了“真实”信息来换取“近似”信息，从而也牺牲了我们成为一家更环保公司的能力。.

例如，在测量实际平均功耗时发现，Raritan 服务器机房中有 29 台设备的功耗占总容量的 21% 至 40%，其中 15 台设备的功耗占比更高，另有 15 台设备的功耗占比更低。峰值功耗测量结果显示，我们服务器机房中有 27 台设备的功耗占总容量的 21% 至 40%，其中 23 台设备的功耗占比更高，另有 9 台设备的功耗占比更低。.

主要结论是，实际容量（实际功耗）存在非常大的潜在范围。因此，简单地通过算术方法降低标称功耗可能会导致两种后果：要么损害可靠性，要么无法充分发挥提高效率的潜力。基于算术方法降低功耗的设计或许是第一步，但测量设备在日常运行中的实际功耗可以提供更多信息，从而实现更高效的运行并确保可靠的性能。.

计算 Raritan 的 PUE 值
如图 2 所示，Raritan 平均总耗电量的约 71% 用于关键 IT 设备（仅服务器就占 49.4%），其余
29% 用于辅助服务，例如冷却和照明。
使用上述公式计算 Raritan 的 PUE 值：

总耗电量 = 辅助基础设施 (5.625 kW) + 关键负载 (13.68 kW) = 19.3 kW
IT 设备总耗电量 = 关键负载 (13.68 kW)
Raritan 的 PUE 值 = 总耗电量 / IT 设备总耗电量 = 19.3 kW / 13.68 kW = 1.4

结论：
能源成本上涨和供应来源日益减少是本次分析的主要动机。在五个月的时间里，Raritan 和 PTS 制定并实施了一项计划，旨在为 Raritan 的服务器机房配备设备，并测量 IT 设备层面以及非 IT 负载的辅助电路的能耗。这项研究揭示了以下几点：

- Raritan 最初假设其服务器机房的 PUE 值较低，但实际发现其 PUE 值达到了令人满意的 1.4，所有 IT 设备（服务器和存储设备）的平均功耗为 10.5 kW。-
这意味着，通过使用实际数据而非近似数据，Raritan 可以采取更智能的方式来管理和供应其数据中心：
• Raritan 无需增加服务器来提高计算能力。
• Raritan 可以打造一个更环保的数据中心。-
44 台设备的实际平均功耗与一台空闲服务器的功耗相当。这清楚地表明，通过整合这些几乎处于空闲状态的服务器可以节省能源。假设典型的 10:1 整合比例，则可能有 40 台设备需要离线。
• Raritan 可以通过实施更高效的工作负载管理来防止其关键服务的性能下降。- 有
两台设备的功耗达到了额定功率的 80% 到 100%。如果 Raritan 采用行业平均水平并将该值降低 60% 到 80%，服务器性能可能会受到负面影响。-
对这两台设备进行了调查，以确保它们不会产生热点，并且其功耗未接近其容量极限，否则可能会造成潜在问题。-
Raritan 可以在不影响其关键处理能力的
情况下降低运营成本。智能机架式 PDU 的使用使 Raritan 能够了解单个 IT 设备的实际功耗，从而获得规划下一步降低能耗、提高效率并最终更加环保所需的数据
。

除了提供计算 PUE 值所需的数据外，这些测量还带来了一些意想不到的好处。例如，电力消耗的突然下降让IT人员发现一台精密空调机组的断路器跳闸了。这使得他们能够在夏季高温导致制冷问题之前进行预防性维修。位于机架顶部的温度传感器也提醒他们，其中一个机架风扇发生了故障。

由于行业基准是基于各种平均值，而每个数据中心都有其独特的特征，使其与这些平均值有所区别，因此 Raritan 和 PTS 的这项研究强化了绿色网格组织的原则：
“为了提高数据中心的能源性能，首先必须测量数据中心整体以及构成它的每个子系统的能耗。”

下一步是什么？
在下一份白皮书中，我们将探讨计算流体动力学 (CFD) 的应用及其优势，帮助您提升数据中心的能源效率。
我们还将对比基于实际测量数据和 CFD 计算得到的标称能耗数据。

作者：

Greg More，Raritan公司产品经理。.

更多信息或报价