據調研機構估計，自動駕駛汽車的車載攝像頭、雷達、聲納、GPS以及激光雷達系統每天將產生4TB的數據。如果當今美國10%的汽車是自動駕駛汽車的話，那么每年將產生40 ZB的數據。預計到2020年全球將有300億臺或更多的物聯網設備。物聯網設備將生成和使用的44ZB字節數據，而處理這些數據需要4000個大型數據中心中的4億臺服務器。人工智能、機器學習、語音和圖像識別的發展將為前所未有的大量信息打開大門，這些信息對尖端的超大規模數據中心產生了更大的需求。
2017年，全球各地約有800萬個數據中心(從小型服務器機柜到大型數據中心)正在處理數據負載。這些數據中心消耗了416.2太瓦時(1太瓦時約為10億千瓦時)的電力。這相當于全球總用電量的2%，預計到2020年將高達全球用電量的5%。
很明顯，現代生活的大部分負載和數據已經很快或將完全依賴于數據中心。但隨著數據流量的增長，數據中心的大量建設，人們在通過數據創造了一個更美好的世界的同時，將面臨對數據中心日益增長的資源和電力需求，需要更多的能源、鋼鐵、混凝土、銅纜生產數據中心每天所需的電力。
如果人們現在不再重新思考數據中心的效率的做法和指標的話，可能在不久的將來需要支付一筆沉重的賬單。
數據中心的數據
數據中心市場的發展不僅隨著數據量的增長而變化，而且隨著時間的推移、安全性和IT成本的降低，對網絡連接的需求也不斷增加。其結果為組織帶來一系列復雜的服務、基礎設施、運營支出、商業模式。許多組織將其運行在小型服務器機房的業務遷移到托管云解決方案，而企業、多租戶、超大規模廠商，以及高性能計算數據中心現在占據了最大的增長份額和能源消耗。
數據中心平均消耗的功率是大型商業寫字樓的100倍以上。一個大型數據中心使用相當于一個美國小城市的總電量。為服務器供電和冷卻所需的電能占到數據中心總運營成本的40%，因此數據中心的能源低效問題不容忽視。
這些問題是眾所周知的，必須廣泛采用有效的解決辦法。
數據中心電力效率低下以及功率密度方面的問題將成為企業的可持續發展主管及其”綠色/可持續發展”團隊之外的重要業務問題。
人們需要提出新的問題和指標：
對于數據中心負責人來說：數據中心的能源賬單到底有多大?
對于首席財務官來說：需要花費多少資金建設數據中心，或者可以推遲建設嗎?企業可以通過數據中心的設備獲得多少收入?企業應該擁有和運營自己的數據中心還是應該采用托管數據中心服務?
對于首席執行官來說：如何才能使企業在近期和不久的將來取得更大的成功?
除了超大規模或高性能數據中心(如蘋果、Facebook、谷歌、亞馬遜、微軟、百度)的行業領導者之外，企業面臨這些問題可以理解，但這些解決方案在很大程度上沒有得到實施。在數據中心運營商的各種關注的問題之中，能源成本的優先級通常并不高。
以下有三種主要策略：
數據中心設施效率和軟件技術的有據可查的實踐。
可再生能源計劃。
大部分未開發的硬件解決方案。
數據中心可以使用這三種主要策略來解決功率低效和密度問題，同時還需要改變企業文化和管理實踐。
文章來源：精密空調http://www.63y1.cn
注：文章內容和圖片均來源于網絡，只起到信息的傳遞，不是用于商業，如有侵權請聯系刪除！
