Effektanvändning effektivitet

Den här artikeln är skriven som en personlig reflektion, en personlig essä eller en argumenterande essä där Wikipediaredaktören uttrycker sina personliga känslor eller presenterar ett originellt argument om ett ämne. Hjälp gärna till att förbättra den genom att skriva om den i en encyklopedisk stil. (Juni 2020) (Lär dig hur och när du tar bort det här mallmeddelandet)

PUE-metrinet är den mest populära metoden för att beräkna energieffektivitet. Även om den är den mest effektiva i jämförelse med andra mått, har Power Usage Effectiveness sin del av brister. Detta är det mest använda måttet för operatörer, anläggningstekniker och byggnadsarkitekter för att avgöra hur energieffektiva deras datacenterbyggnader är. Vissa yrkesverksamma personer skryter till och med med att deras effektanvändning är lägre än andra. Det är naturligtvis ingen överraskning att en operatör i vissa fall ”av misstag” inte räknar med den energi som används för belysning, vilket resulterar i lägre Power Usage Effectiveness. Detta problem är mer kopplat till ett mänskligt misstag än ett problem med själva mätsystemet Power Usage Effectiveness.

Ett verkligt problem är att PUE inte tar hänsyn till klimatet i de städer där datacentren är byggda. Framför allt tar det inte hänsyn till olika normala temperaturer utanför datacentret. Ett datacenter i Alaska kan till exempel inte effektivt jämföras med ett datacenter i Miami. Ett kallare klimat leder till ett mindre behov av ett massivt kylsystem. Kylsystemen står för ungefär 30 procent av den förbrukade energin i en anläggning, medan datacenterutrustningen står för nästan 50 procent. På grund av detta kan datacentret i Miami ha en slutlig effektanvändning på 1,8 och datacentret i Alaska kan ha en kvot på 1,7, men datacentret i Miami kan totalt sett fungera mer effektivt. I synnerhet om det råkade ligga i Alaska kan det få ett bättre resultat.

Enligt en fallstudie på Science Direct är dessutom ”en uppskattad PUE praktiskt taget meningslös om inte IT-enheten arbetar med full kapacitet”.

Samt sett är det mycket viktigt att hitta enkla, men ändå återkommande problem som de problem som är förknippade med effekten av varierande temperaturer i städerna och att lära sig hur man på ett korrekt sätt beräknar hela anläggningens energiförbrukning. Genom att göra detta och fortsätta att minska dessa problem säkerställer man att ytterligare framsteg och högre standarder alltid drivs på för att förbättra framgången för Power Usage Effectiveness för framtida datacenteranläggningar.

För att få exakta resultat från en effektivitetsberäkning måste alla data som är förknippade med datacentret inkluderas. Även ett litet misstag kan orsaka stora skillnader i PUE-resultaten. Ett praktiskt problem som ofta uppmärksammas i typiska datacenter är att man till PUE-beräkningen lägger till energiinnehållet i alla alternativa energiproduktionssystem (t.ex. vindkraftverk och solpaneler) som körs parallellt med datacentret, vilket leder till att den verkliga prestandan i datacentret fördunklas. Ett annat problem är att vissa enheter som förbrukar energi och är kopplade till ett datacenter i själva verket kan dela energi eller använda energi någon annanstans, vilket leder till ett stort fel i PUE.

Lämna ett svar

Din e-postadress kommer inte publiceras.