數據中心的平均PUE值

根據一份最新的數字房地產信托業調查針對一系列的大企業(企業規模為年收入中超過10億美元，員工數量超過5000人)的調查報告結果顯示：在美國北部的數據中心平均能源使用效率(PUE值)是2.9。換句話說，平均而言，數據中心所消耗的功率大約只有三分之一是真正用于IT設備的。此外，該調查還發現，只有20%的受訪者表示其所在數據中心的PUE值低于2.0。這些調查結果表明，之前估計的某些平均PUE值(有的值甚至低至約1.9)都是錯的。

分析

粗略地看一下該調查報告的數據要點。首先，樣本涉及到大公司的重要資源。因此，平均PUE值估計沒有涵蓋那些規模較小的可能無法通過技術以實現減少能源消耗的公司。此外，如果節能升級技術真的能夠提供相當快的投資回報，即使是規模較小的企業也將會有動力來實現這些技術的部署。據數字房地產信托的研究報告顯示，參與受訪者所在數據中心的平均IT負載為2.6MW。

第二，調查表明，81%的受訪者會在他們的數據中心測量設施的功率使用情況(多數選取三個或更多的位置進行測量)，而80%的受訪者表示其數據中心實現了熱通道/冷通道分離。此外，六分之五的受訪者表示其所在的數據中心依賴于數據中心基礎設施管理(DCIM)軟件。雖然這些措施并不代表可能從總體上提高了能源效率，他們表現出共同的做法顯示出了對于這些措施能夠降低數據中心的能耗的嚴重依賴。然而，平均PUE值仍然是2.9。

或許《紐約時報》關于數據中心是能源消耗大戶的報道是對的?

PUE值是否是一個有效的比較手段?

即使在一個單一的數據中心使用一個單一的數值來評價數據中心的效率所存在的問題也是多方面的。而如果使用一個單一的數值來對多家數據中心的效率進行橫向比較(特別是PUE值)就更成問題了。

即使PUE值不是一個絕對好的測量能源效率的指標，其也可以作為一種正確的方法，來衡量出隨著時間的推移某家給定的數據中心的能源使用改善情況。是的，您需要小心以避免由于IT設備升級到更有效的模型所帶來的PUE值增加的陷阱。但是，在企業內部的確是有一套公式化的方法來計算效率的，進而幫助我們了解在哪些領域需要改進或調整，而又有哪些投入被證明是值得的。

在使用PUE值方面所存在的問題很可能是發生在使用該數值進行某家數據中心與其他的數據中心進行比較時。大圣路易斯的加布安德魯斯在DatacenterDynamics說，“能源效率指標應繼續存檔中數據中心內部被用來作為衡量能源消耗情況的基準，而不應該發表在任何一家雜志媒體或網上論壇。作為一家企業，它可能基于其冗余的設施，測量出一個3.3的PUE 值也是可以接受的，以確保該企業不會遭遇多層次的停機時間。而在當今市場上，用該數值來作為衡量標準是古怪和低效的。

在幾家具備不同氣候特征和可靠性的數據中心之間比較PUE值是相當困難的。例如，一個明顯的問題便是：當某家數據中心的地理位置較之另一家是處在一個氣候更涼爽的區域時。在這種情況下，前者在冷卻方面耗能少，所以很自然的會聯想到設施的內在效率邊界。同樣，某些數據中心實施更多的冗余基礎設施，這可能也會影響效率。然而，這種冗余可能是最大化可用率的一種商業需要;其他的數據中心不需要相同的高可用性，所以它們的效率可以從一開始就更高。

不幸的是，一旦企業的數據中心因為氣候、可用性、設施規模等等因素被綜合起來進行衡量時，PUE值作為一個單一的數值來總結行業的價值就變淡了。采用加權平均的方法是一種可能，但這種做法存在一定的爭論，每種特征的權重需要進行設定。而這種問題還不是PUE值所特有的，采用任何一種單一的數值來作為專門總結數據中心效率的一種手段時都會存在這樣的問題。即使是在一家單一的數據中心，PUE值也會因為使用量等諸多其他事項的影響而有所不同。低于峰值利用率的閑置設備可能會使得總體PUE值下降。Ian Bitterlin指出：“任何這樣的‘比較’系統無法適應偏載負荷。舉例來說，Facebook在Prineville的數據中心在滿載負荷時PUE值是1.07，但在偏載負荷的情況下肯定會超過10。

所以，數據中心高效與否，答案很難知道。一套給定的設備可以與其自己去年的性能表現相比，分別比較其峰值使用情況和空閑使用情況等數據;但將某一家數據中心與另一家進行比較時就會有麻煩。即使忽略計算方法的不同并報告PUE值，也很難公平的判斷出兩家數據中心能源消耗情況的相對優劣。

是的，數據中心越來越多的使用了大量的電力能源。但是，這些服務是用戶所需要的。如果數據中心僅維持足夠的設備進行滿負載的工作，包括紐約時報也可能會遭遇定期中斷或服務問題。但問題的關鍵是，有多少的電力資源是被浪費了。要回答這個問題是相當困難的，至少在任何數值方面都無法給人們精確感。如果底層的樣本數據是令人懷疑的，無論實際平均PUE值是1.9或2.9，其實差別不大。

結論

數據中心運行效率是衡量數據中心運營操作的一個方面，總會有一些改進的余地。業內人士可以很容易地實現一系列的改進來一刀切的削減PUE值，但隨之而來的是服務價格的上漲，而這可能會超出消費者(無論是企業內部或外部)所愿意承擔的范疇。

一種廣泛適用的度量數據中心的效率的單一數值指標仍然很難找到。一個單一的數值指標根本無法準確的傳達出影響數據中心效率的變量，包括從氣候變化等系列因素。但這并不是說，數據中心行業的能源使用效率是不可知的，所以我們應該忽略它，而是說一個單一的數值指標在任何時候都不能全面的衡量幾家數據中心的能源使用對比情況，也無法衡量出某一家數據中心的能源使用情況。