數據中心管理是不容易的：計算部署每天都在變化，數據中心氣流也是復雜的，而錯位的激勵會導致企業的支出不斷增長，此外，大多數企業數據中心的利用率和總擁有成本遠遠落后于基于云計算的節點。

數據中心管理低效的一個原因就是在企業數據中心在這三方面的注意力不集中，這三方面稱之為現代數據中心管理的三大支柱：跟蹤(測量和庫存控制)，開發好的程序，對物理原理和工程限制的理解。

另一個原因是，數據中心高級管理人員往往不知道這些問題的范圍。例如，最近的一項研究表明，全球30%的服務器沒有提供有用的信息服務，卻仍舊在使用電力。其結果是全球各地的企業數據中心浪費了數百億美元的資金。自從服務器昏迷這個問題浮出水面以來，Uptime Institute機構就制定了服務器目標，但進展不大。

解決這些問題的一個方法就是采用科學方法進行數據中心管理。這意味著要創建一些假設和實驗，以測試它們，并相應地改變運營策略，在一個永無止境的循環中不斷改進。在數據中心這樣做并不是很容易，因為部署的設備是昂貴的，而進行實驗也是有風險的。

有沒有一種方法可以降低數據中心試驗的低風險，并且成本更低?當然有。通過數據中心的校準模型，測試不同的軟件部署在氣流、溫度、可靠性、用電量，以及數據中心容量的影響。事實上，使用這些模型是用來評估數據中心運營商關心的事情，也就是數據中心配置潛在變化影響的唯一準確的方法，因為該系統是如此復雜。

最近，紐約州立賓漢姆頓大學的科學家們在一個部署41個機架的數據中心創造了一個校準模型，用來準確地測試一個軟件的類型(6sigmaDC)可以預測數據中心設施的氣溫，并創造未來的實驗測試環境。科學家們可以輕松地配置數據中心，而不必擔心中斷關鍵任務操作，因為其安裝僅用于測試。他們還可以運行不同的工作負載，看看那些可能會影響數據中心設施能源使用或可靠性。

大多數企業的數據中心沒有這樣的靈活性，但他們可以采用數據中心設施的一部分作為一個測試平臺，只要他們有足夠的規模。對大多數企業來說，這樣的直接試驗是不切實際的。幾乎所有人都可以做的事就是建立一個校準模型，在他們的設施中運行實驗的軟件。

賓厄姆頓大學的研究工作表明，對于數據中心實驗，采用軟件代碼更便宜，更方便，比部署物理硬件風險較小，并且也是比較準確的(只要該模型正確校準)。在最初的測試設置中，他們可靠地預測溫度與每個機架的異常值，這些結果可以進一步校準，并可以進一步何改善。他們能夠識別模型結果和測量結果之間的差異的物理原因，一旦確定，可以找到一個更好的、更準確的明確路徑的模型。

人們需要這種更多的測試實驗室，適用于數據中心管理，提高評估準確性，并改進最佳實踐所有的建模軟件，但高層次的教訓很清楚：企業數據中心應用軟件來提高他們的經營業績，賓厄姆頓大學的研究工作指明了方向。IT技術正在改變著經濟的其他部分，為什么不使用其來改造自身的IT?