自然冷卻實際上是許多數據中心運營商和財務決策人員期望的選擇。并且有著充分的理由：這是一種低成本和可持續循環利用的方式。

行業專家指出，有證據表明，數據中心的自然冷卻很少能夠達到預期的目標。一些數據中心的自然冷卻系統不能正常運行或運行不良，通常很難分辨。在某種情況下，數據中心設施運營商正在考慮替換掉自然冷卻基礎設施。通常這并不需要替換，因為大多數自然冷卻系統可以履行其承諾。他們的問題在于系統的表現缺乏可見性和診斷能力。行業專家認為，自然冷卻的性能問題可以利用現有的基礎設施進行檢測和修復。

人們所需要的是智能技術。通過機器學習，物聯網（IoT）技術和智能軟件的結合，可以最大限度地實現了這種智能化，使操作更加透明，并且隨著IT負載和基礎架構的變化使得冷卻系統得到充分優化。

具體來說，傳感器和監控設備可以結合自學習和自適應軟件，可以提供企業需要的可見性和診斷能力，以保持自然冷卻的優化調整，并確定降低能源成本的方法。

數據中心設施的經營者通常認為，自然冷卻應減少空調壓縮機的負荷，節省電能。但行業專家對歐洲的一些數據中心的調查發現，自然冷卻系統的運行情況并不樂觀。例如，即使外部空氣很涼爽，有的數據中心并沒有運行自然冷卻系統，而其空調壓縮機卻一直連續運行，這是因為雖然部署了自然冷卻系統，但數據中心運營人員對其運行無法準確判斷。

還有一些數據中心，盡管其外部空間和內部空氣的溫差很大，卻幾乎沒有冷風。此外，還有不同管道區域的自然冷卻性能之間也存在很大差異的情況。在檢查后發現，有的外部空氣風道運行正常，有的風道卻沒有與外部空氣正確連接。

在歐洲一個大型數據中心的案例中，不同冷卻單元之間的性能表現有很大的差異，檢查后發現，運行性能較差的單元的外部和回風擋板都被關閉，而外部空氣阻尼器實際上也處于關閉狀態。

在這幾種情況下，傳感器數據揭示了自然冷卻系統性能的可見性。通過監控冷卻基礎設施和分析性能數據，進行了相對簡單的修復，恢復了所有設備的自然冷卻運行狀態，以充分發揮性能。所有這些問題都是由于部署不當所致，但沒有一個數據中心設施能夠發現其原因。

隨著自然冷卻技術的成熟和集成問題的深入理解，其設備的部署問題可能會減少。但隨著技術的不斷變化和更多的供應商進入市場，持續的可視性和自適應系統將有助于冷卻設備運營商跟上這些變化，確保用戶最大限度地獲得自然冷卻投資的回報，并在發生問題時提供更快、更有效的響應。