人们不必担忧数据中心能耗增长过快

简介:

在过去的几年中,人们看到了大量关于数据中心使用电力的报告。一个经常被引用的例子,那就是“数据中心使用的电能是全球电力使用总量的百分之二。”而两年前一个调查报告表明,2014年全球数据中心使用的电力达到了416.2亿千瓦时。

人们总是在说“数据中心的碳足迹现在等于航空业”,人们也一直被告知,“无法满足的数据需求将导致全球数据中心空间呈指数增长,其用电量将每四年翻一番。”

但这些都不是很好的数字。他们大多是引用了一两篇文章的观点,却不知这是否真实,并且他们只关注数据中心,却没有关注云计算。

2%这个数字似乎是来自乔纳森·科奥米的重要研究中,是纽约时报报道并推断的。其实其本意是美国所有的数据中心使用的电量约为美国电力使用总量的百分之二。自那时起,人们一直认为,这一数字适用于其他国家,并猜测这个数字将会越来越大。

而具有讽刺意味的是,在2011年出现的数字实际上否认了先前的预测报告。在2007年,美国环境保护署(EPA)预测,在2005到2010年期间,美国的数据中心能源使用将增加一倍。科奥米发现,其电力使用量的实际增长是50%多一点。经济衰退和技术的改进,使得计算能力得到了巨大的扩张,而电能消耗却没有得到相应的爆炸式增长。

真实的数据通常是针对胡乱猜测所采取的一个良好的补救措施。日前在布鲁塞尔举行的会议,公布了更多的数据。这表明,我们再一次夸大了对使用数据中心电力使用量的担忧,对于云计算也是如此。这次会议是由欧洲的高科技产业集团DIGITALEUROPE公司主办的,并邀请了其他国家和行业机构参会,这个会议是在欧洲可持续能源周期间举办的。

很好的一组数据来自于英国的托管数据中心机构。有关人士指出,电力的使用可能会失控,而英国可能会失去这个利润丰厚的业务部门,英国政府履行气候变化协议(CCA),并为大型主机托管数据中心提供的税收优惠。为了获得利益,大规模的托管数据中心服务供应商必须提交测得的电力使用情况,并显示提高的效率(通过测量PUE值)。

英国工业集团TechUK公司的艾玛·弗赖尔引述了美国前国防部长拉姆斯菲尔德的名言说引用唐纳德拉·姆斯菲尔德,“据我们所知,有‘已知的已知’,有些事,我们知道我们知道;我们也知道,有‘已知的未知’,也就是说,有些事,我们现在知道我们不知道。但是,同样存在‘未知的未知’——有些事,我们不知道我们不知道。”

英国政府让该国的数据中心托管部门收集了电力使用的数据。弗赖尔满怀信心地说,去年英国的数据中心托管部门的用电量达到了2.1TWh,还有一些规模更小的企业没有上报数据,据估计他们的用电量约为0.25TWh。

而这一些网络巨头却没有提交电力使用量的数据,这是因为他们在全球或英国没有建设数据中心,但他们仍然是数据中心行业的一小部分。

当然还有很多内部企业数据中心,这些电力使用量到底是多少,人们并不知道。因为他们不属于气候变化协议(CCA)范围之内,所以他们是“未知的未知”。但是这些数据中心大多效率低,电能损耗大,但这些企业对于采用托管数据中心和云计算的举措表示支持。

这是值得一提的是英国的托管数据中心部门,如果它主导英国的数据中心部门,那么这也将是欧洲最大的托管数据中心,而实现这个目标还有很长的路要走。

但是,托管数据中心一年使用的电能不到3TWh,而英国的每年用电量大约为350TWh。该国的能源使用总量将远远高于电能,当然这考虑了石油和天然气的使用情况。

总体而言,大规模的数据中心扩张已经成为可能,而使用的电量将小幅增加。在布鲁塞尔的会议上,专家认为云计算作为一个整体也在做同样的事情,甚至考虑到其网络,以及人们的消费电子产品所使用的能源。

我们不要沾沾自喜,全球变暖是一个非常现实的问题。数据中心可能不是全球变暖的主要责任者,但我们确实需要一个解决能耗问题的解决方案。
本文转自d1net(转载)

相关文章
|
10月前
|
机器学习/深度学习 数据采集 算法
利用机器学习优化数据中心的能耗管理
在数据中心管理和运营领域,能耗优化是提高经济效益和环境可持续性的关键。本文提出了一种基于机器学习的方法来优化数据中心的能源消耗,通过实时监控与智能调节系统参数以降低总体能耗。研究采用多种算法对比分析,包括监督式学习、非监督式学习以及强化学习,并在此基础上设计出一套综合策略。该策略不仅提升了能效比(PUE),还保证了系统的高可靠性和性能稳定性。文章的结构首先介绍数据中心能耗管理的重要性,然后详细阐述所提出的机器学习模型及其实现过程,最后通过实验结果验证了方法的有效性。
|
大数据 数据中心
新基建下对于降低数据中心能耗指标PUE的方法分析
本文分析了大数据中心作为新基建七大领域中的一部分,其最重要能耗指标PUE的计算方法和全国及部分省市对PUE指标的限制规定。分析能够降低PUE的不同方法及采用这些方法的数据中心的PUE值
1878 0
新基建下对于降低数据中心能耗指标PUE的方法分析
|
存储 数据中心 芯片
大型数据中心的存储能耗问题与NVM在数据中心中的应用
        随着大数据、人工智能等新型应用的兴起,存储器件受到了越来越多的重视。在小 到手持嵌入式设备、大到超级计算机的各类计算系统中,存储器在降低系统的能耗、提 高系统可靠性和性能等方面扮演着至关重要的角色。
2617 0
|
大数据 数据中心
新基建下对于降低数据中心能耗指标PUE的方法分析
本文分析了大数据中心作为新基建七大领域中的一部分,其最重要能耗指标PUE的计算方法和全国及部分省市对PUE指标的限制规定。分析能够降低PUE的不同方法及采用这些方法的数据中心的PUE值
2688 0
|
数据中心
靠一款新材料,超节能服务器帮40万数据中心节省一半能耗
贵州年均气温14℃到16℃,夏季平均气温22.5℃,冬季平均气温6℃到8℃。 在贵州建立数据中心,可全年采用自然冷却,这也是贵州打造大数据中心的优势所在。不过,环境优势在未来或许不再是数据中心选址的决定因素。
|
7月前
|
机器学习/深度学习 存储 监控
利用机器学习技术优化数据中心能效
【7月更文挑战第36天】在数据中心管理和运营中,能源效率已成为关键性能指标之一。随着能源成本的不断上升以及环境保护意识的增强,开发智能化、自动化的解决方案以降低能耗和提高能源利用率变得尤为重要。本文探讨了如何应用机器学习技术对数据中心的能源消耗进行建模、预测和优化,提出了一个基于机器学习的框架来动态调整资源分配和工作负载管理,以达到节能的目的。通过实验验证,该框架能够有效减少数据中心的能耗,同时保持服务质量。