Wskaźniki efektywności Data Center

Wraz z rozwojem branży i usług data center zaistniała konieczność prowadzenia różnego rodzaju pomiarów mających na celu zwiększenie efektywności centrum danych w wielu dziedzinach – koszt utrzymania, wydajność chłodzenia, ilość emitowanych zanieczyszczeń czy ilość zużywanej wody na potrzeby funkcjonowania obiektu. Obecnie do dyspozycji mamy całkiem spora ilość wskaźników określających efektywność tego typu obiektów. W tym wpisie postaram się zasygnalizować kilka ważniejszych z nich.

 PUE – Power Usage Effectivness – czyli Efektywność Zużycia Energi – jest najbardziej popularnym wskaźnikiem mierzącym efektywność energetyczną centrum danych. PUE jest ilorazem całej mocy prądu zasilającego data center oraz mocy elektrycznej zużywanej przez sprzęt IT (PUE = moc DC [kW]/moc IT [kW]). Im wynik bliższy 1 tym lepiej. Dla przykładu centrum danych o mocy obliczeniowej 400 kW wymagające do zapewnienia swojej funkcjonalności mocy 600 kW będzie cechowało się współczynnikiem PEU = 1,5. Oznacza to, w tym przypadku, że na każdy 1 kW zużywany przez serwery na potrzeby obliczeniowe potrzebne jest 0,5 kW dla zapewnienia odpowiednich warunków klimatycznych serwerowni, jakości i bezpieczeństwa zasilania itp. Osiągnięcie wartości równej 1 jest trudne w praktyce zakładając, że sprzęt IT będzie pracował w jakichkolwiek bezpiecznych warunkach.

Wskaźnik ten został stworzony przez organizację The Green Grid.

Capture

DCIE – Data Center Infrastructure Efficiency – czyli Sprawność Energetyczna Centrum Danych – jest odwrotnością wskaźnika PEU wyrażoną w procentach. W tym przypadku dla obliczenia DCIE dzielimy moc elektryczną IT przez moc elektryczną całego centrum danych i mnożymy razy 100% (DCIE = moc IT [kW]/moc DC [kW] x 100%). Im wyższa wartość procentowa tym lepsza sprawność. Podobnie jak dla PEU uzyskanie wartości 100% jest również trudne do osiągnięcia.

Autorem wskaźnika sprawności energetycznej centrum danych jest również organizacja The Green Grid

WUE – Water Usage Efectivness – czyli Efektywność Zużycia Wody – jest to wskaźnik pokazujący jak dużo wody zużywa centrum danych w stosunku do mocy obliczeniowej. Chodzi tutaj głównie o wodę zużywana do chłodzenie serwerowni i regulacji wilgotności (znaczenie ma również woda wykorzystywana do innych celów bytowych centrum danych). WUE oblicza się dzieląc roczną ilość zużytej wody na potrzeby data center przez ilość zużytej w ciągu roku energii elektrycznej (WUE = roczna ilość wody [l]/roczne zużycie energii [kWh]). W tym przypadku im wartość bliższa 0 tym lepsza efektywność zużycia wody przez obiekt.

Wskaźnik ten ma przede wszystkim zastosowanie dla centrów danych, które zużywają bieżącą wodę na potrzeby chłodzenia. Również jego pomysłodawcą jest instytucja The Green Grid.

CUE – Carbon Usage Effectiveness – dosłownie Efektywność Zużycia Węgla – jest to wskaźnik określający ilość dwutlenku węgla wytwarzanego podczas spalania węgla na potrzeby wytworzenia energii konsumowanej przez centrum danych. Metryka ta jest iloczynem wskaźnika emisji CO2 i wskaźnika PUE (CUE = [kgCO2]/[kWh] * PUE). Wartość wskaźnika emisji CO2 jest podawana w odpowiednich rozporządzeniach rządowych dla konkretnych paliw, w tym przypadku węgla. Im mniejsza wartość metryki CUE tym lepsza efektywność zużycia węgla przez centrum danych.

Autorem wskaźnika jest również organizacja The Green Grid.

DCeP – Data Center Energy Productivity – czyli Produktywność Energetyczna Centrum Danych – jest dosyć skomplikowanym wskaźnikiem określający ilość użytecznej pracy wykonanej przez urządzenia IT lub cały system IT hostowany w centrum danych w stosunku do zużytej energii przez to urządzenie lub całe data center na potrzeby wykonanie tej pracy. Najprościej rzecz ujmując DCeP można zapisać, jako iloczyn wykonanej użytecznej pracy i sumy energii zużytej przez centrum danych na potrzeby wykonania tej pracy.

Jest to kolejny współczynnik zaproponowany przez The Green Grid.

RCI – Rack Cooling Index – czyli Wskaźnik Chłodzenia Szafy Rack – jest to metryka określająca efektywność chłodzenia szaf rack w centrum danych w stosunku do wytycznych branżowych i standardów. Efektywność chłodzenia jest zależny od całościowych warunków klimatycznych panujących w serwerowni. Wartość współczynnika jest liczona dla dwóch skrajnych zakresów temperatur – najniższej możliwej i najwyższej możliwej do zapewnienia w pomieszczeniu serwerowni w stosunku do zalecanych zakresów minimalnych i maksymalnych (np. przez ASHRAE). Do wyliczenia górnej granicy RCI należy od wartości 1 odjąć iloraz temperatury maksymalnej i maksymalnej temperatury zalecanej razy 100, czyli RCIHI = 1 – Total Over-Temp/Max Allowable Over-Temp x 100. Podobnie wylicza się dolną granicę RCILO = 1 – Total Under-Temp/Max Allowable Under-Temp x 100. Współczynnik wyrażany jest w procentach. Idealna wartość to 100%, dobra 95% do 100%, akceptowalna 90% do 95%, słaba poniżej 90%.

Wskaźnik został wprowadzony przez organizację ANCIS.ANCIS-Logo140

RTI – Return Temperature Index – dosłownie Wskaźnik Temperatury Powrotnej – metryka ta ma dwa wymiary. Jeden jest ilorazem sumy ilości powietrza nawiewanego przez wymienniki ciepła i ilości powietrza przetwarzanej przez sprzęt IT, drugi jest iloczynem różnicy temperatur (delta t) na wlocie i wylocie wymienników ciepła i różnicy temperatur na wlocie i wylocie szaf rackowych. Wskaźnik wyrażany jest w procentach. 100 % oznacza, że serwerownia jest dobrze wykonana pod kątem szczelności stref chłodu i ciepła oraz doboru mocy i wydajności chłodniczej klimatyzacji. Wartości mniejsze lub większe oznaczają, że w serwerowni miesza się powietrze ciepłe z chłodnym lub ilość powietrza nawiewana przez wymienniki ciepła jest mniejsza bądź większa niż ilość powietrza konsumowana przez sprzęt IT.

Wskaźnik został również wprowadzony przez organizację ANCIS.

Poruszone w tym wpisie wskaźniki nie wyczerpują tematu. Jest jeszcze kilka ciekawych metryk, o których napiszemy innym razem. Chętnych zgłębienia tematu odsyłam do szczegółowych wytycznych dotyczących opisanych wskaźników, które można znaleźć na stronach wymienionych w treści wpisu instytucji.

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *