电源使用效率(PUE)是用于确定数据中心能源效率的指标。PUE的计算方法是将进入数据中心的总电量除以运行数据中心内IT设备所需的电量。PUE以比率表示,商越接近1.0,整体效率就越高。
数据中心基础设施及其内部的处理能力需要耗费大量能源,运行效率低下的数据中心会消耗更多电力。监控PUE等指标有助于对数据中心效率进行基准测试,同时控制成本。组织和数据中心管理人员可以先使用此指标,通过能耗来衡量数据中心效率,然后再衡量对数据中心设施进行任何更改的影响。这有助于降低功耗和能源成本。
PUE是由绿色网格(The Green Grid)的成员创建的,该组织是一个专注于数据中心能源效率的行业组织。根据Uptime Institute的《2024年全球数据中心调查结果》报告,PUE和功耗是主要关注的可持续性方法之一。绿色网格认可的另一个类似的基准测试标准是数据中心基础设施效率(DCiE)。
设施总功率是指设施运行所需的功率,包括所有数据中心硬件、供电组件、冷却系统和照明系统。IT设备能耗是指用于为现场存储和网络设备以及控制设备(例如显示器和工作站)供电的能耗。
PUE值必须高于1.0(理想值为1.3到3.0),这表示电力输送效率高。影响因素包括:使用布线基础设施将电力损耗降至最低甚至为零;以及无需风扇通风即可实现设备冷却。
DCiE指标通常与电源使用效率(PUE)进行比较。它是PUE的倒数,因为它将IT设备的能耗除以数据中心使用的总能耗。例如,PUE为1.0表示DCiE值为100%(即能效为100%),而PUE为2.0表示DCiE为50%。
测量总能耗。如果数据中心位于混合用途设施或办公楼内,则只需测量为数据中心供电的电表即可。如果没有单独的电表,则估算建筑物非数据中心部分的用电量,并将其从计算公式中剔除。然而,更好的方法是使用数据中心基础设施管理(DCIM)应用软件。与其查看电表进行估算,不如安装额外的传感器来收集实时能耗数据,从而测量PUE。
测量IT设备负载。最有用的测量点是为计算机和网络设备供电的配电单元(PDU)。此测量值应代表输送到数据中心服务器机架的总功率。
收集到测量数据后,用设施总功率除以设备能耗,即可计算出PUE。
·可重复性强。该指标旨在多次使用,以衡量数据中心效率的变化。
·节能优化。该指标有助于确定减少能源消耗的有效方法。
·DCIM软件集成。DCIM软件可以自动实时计算PUE,并将数据整合到报告中。
·竞争优势。PUE比率较高的企业可以在营销材料中使用其得分。
然而,数据中心PUE也存在一些限制:
·测量误差。总设施功率计算的准确性是影响PUE测量的主要因素。如果组织需要通过共享电表估算该数值,那么最终的计算结果也只是估算值。
·无法精确反映局部能耗。机架级别的能耗不包含在整体PUE计算中,这可能会导致PUE计算结果的准确性低于预期。
·非营销指标。虽然企业可以在营销中使用PUE,但该指标旨在作为改进和评估指标。营销人员不应仅仅因为PUE是一个广为人知的概念就过度依赖它。
如何降低PUE?
以下步骤可帮助降低数据中心的电源使用效率比,使其更接近1.0:
·虚拟化服务器。多个虚拟机可以在单个硬件服务器上运行各自的工作负载,从而降低能耗并释放空间。
·改进冷却系统。数据中心需要冷却系统来防止过热。然而,基于制冷剂的冷却系统耗电量巨大。改进这些系统或减少数据中心对它们的依赖有助于降低PUE。
·优化冷空气生产。例如,可以通过使用自然冷却的室外空气或热交换器来实现,而不是依赖制冷剂。
·更换陈旧硬件。某些硬件的质量和性能可能会随着时间的推移而下降,因此,如果服务器或存储系统运行不正常,就应该更换它们。
·节能供电设计。配电设计应采用UPS,以提高效率。更高效的设备以及更短的输电距离有助于提高效率。
·改善照明系统。虽然照明通常只占能源消耗的一小部分,但它仍然是减少电力和热量产生的一种简单方法。在运动传感器和照明控制器上用LED灯代替荧光灯,有助于降低运行功耗和热量产生。
电源使用效率系统制造商
PUE测量技术通常由生产用于检查和分析数据中心基础设施整体效率的系统的供应商提供。以下是提供PUE测量和专业知识的企业类型:
·冷却系统供应商。这类企业提供先进冷却技术的系统和专业知识,以减少能源消耗。
·DCIM软件提供商。DCIM系统负责分析和管理与数据中心基础设施相关的诸多问题。
·IT设备制造商。戴尔和HPE等企业提供节能的服务器和存储设备。
·咨询服务机构。UptimeInstitute和GreenGrid提供改善PUE的咨询服务。
在选择系统解决PUE测量问题的企业时,请仔细检查每个供应商的能力,以确保能满足自身的基础设施要求。
人工智能对PUE的影响
人工智能(AI)技术在数据中心能效优化中发挥着越来越重要的作用:
·自动监控能耗:AI可实时分析能耗数据,发现异常波动。
·智能调节冷却系统:根据温度变化自动调节风速、冷却负载等。
·预测性维护:AI能预测设备故障并提前介入,减少能源浪费。
·调度优化:合理分配计算任务,减少高负载时间段的能源浪费。
然而,AI系统自身也消耗大量资源,尤其是在训练大型模型时。因此,平衡AI的能耗与其节能效益成为关键。
总结
PUE是评估数据中心能源效率的重要工具。通过合理测量、持续优化以及结合现代技术(如AI和DCIM系统),企业可有效降低能源成本,提升运营效率,并实现可持续发展目标。
作为衡量工具,PUE应被视为数据中心管理中的常态化运维指标,而非一时的营销数据。只有真正理解并合理运用,才能在激烈的市场竞争中立于不败之地。

微信扫一扫