Allocazione dei costi energetici e delle emissioni di anidride
carbonica dei datacenter per utenti IT
Revisione 1
di Neil Rasmussen
Introduzione 2
Qual è l'obiettivo? 2
Differenza tra misurazione e creazione di modelli
4
Quanti punti è necessario misurare?
7
Allocazione dell'energia a utenti IT
11
Trasformazione di energia in anidride carbonica
14
Fornitura di linee guida a utenti IT
15
Conclusioni 16
Risorse 17
Appendice 18
White Paper 161
È necessario disporre di strumentazioni e software complicati per misurare e allocare i costi energetici e le emissioni di anidride carbonica a utenti IT? Oppure è possibile sfruttare metodi semplici e a basso costo per l'allocazione dei costi energetici e delle emissioni di anidride carbonica? Quale livello di precisione è necessario?
Questo documento fornisce una panoramica delle strategie di allocazione delle emissioni di anidride carbonica, dei costi energetici e della loro precisione.
Nel presente White Paper si dimostra che è facile ed economico avviare un processo di allocazione dei costi dell'anidride carbonica per qualsiasi datacenter, grande o piccolo, vecchio o nuovo, ma che le spese e la complessità aumentano e il ROI diminuisce se si specifica una precisione eccessiva.
In sintesi
>
Cliccate su una sezione per accederviContenuti
I White Paper by Schneider Electric fanno parte del più ampio catalogo di white paper realizzati dal Data Center Science Center di Schneider Electric
I dati indicano che i datacenter tipici utilizzano molta più energia di quanto necessitano. La presenza di opportunità economiche a breve termine per la riduzione del consumo energetico nei datacenter esistenti e sui progetti delle nuove sale CED è ben nota. Questo ha reso i datacenter un obiettivo interessante sia per i regolatori governativi che per i dirigenti aziendali, poiché entrambe le categorie cercano opportunità per ridurre il consumo energetico con impatto minimo sui costi societari ed economici.
Storicamente, la progettazione e le operazioni dei datacenter sono state focalizzate sull'affidabilità e sulla capacità. In tal modo si è giunti a una situazione in cui le sale CED non sono ottimizzate in termini di efficienza. In effetti, è difficile identificare un singolo luogo in cui un datacenter è progettato in funzione dell'efficienza energetica, poiché le decisioni autonome di progettisti , integratori di sistema, programmatori , installatori, ditte esterne, IT manager e operatori, contribuiscono tutte sostanzialmente alle prestazioni energetiche complessive.
Recentemente, gli studi hanno dimostrato che il consumo energetico costituisce un'alta percentuale del costo delle operazioni IT e in alcuni casi supera il costo dell'hardware stesso.
Questa pressione di costo, insieme alla consapevolezza che le sale CED possono essere molto più efficienti in termini di consumi energetici, ha indotto molti operatori di datacenter a dare priorità alla gestione dell'energia.
Quanto può essere semplice un processo di gestione dell'energia ?
Qual’ è il numero minimo di misurazioni necessarie per fornire le informazioni essenziali per la gestione corretta del consumo energetico dell'infrastruttura e allocare i costi energetici e delle emissioni di anidride carbonica a utenti IT? In questo documento dimostreremo che la risposta è la seguente: Un processo estremamente semplice con un numero molto ridotto di misurazioni, che chiunque può implementare, forniranno una precisione sufficiente per l'implementazione di un programma di gestione dell'energia efficace.
Di solito, un sistema per la valutazione dell'efficienza energetica o delle emissioni di anidride carbonica di un datacenter ha tre diversi obiettivi:
Valutazione delle prestazioni unica o periodica
Allocazione di passaggio di energia o anidride carbonica ad altri
Utilizzo delle informazioni per ridurre il consumo energetico o le emissioni di anidride carbonica dell'infrastruttura
Per una sala CED specifica, è importante riconoscere quale di questi obiettivi (o
combinazione di obiettivi) si desidera ottenere, poiché una corretta comprensione influisce notevolmente sull'implementazione tecnica.
Obiettivo 1: valutazione delle prestazioni unica o periodica
La valutazione dell'efficienza energetica e delle emissioni di anidride carbonica unica o periodica può essere utile per determinare se è necessario analizzare o avviare un programma energetico continuo. Il concetto è che se la valutazione rivela prestazioni paragonabili a quelle di altri datacenter simili o perfino migliori, il problema può essere ignorato. Se invece la valutazione rivela prestazioni peggiori rispetto a datacenter simili, è probabile che un programma di gestione dell'energia consenta di ottenere risultati proficui.
Introduzione
Qual è
l'obiettivo?
È necessario notare che il raggiungimento di questo obiettivo, di per sé, non fornisce informazioni attuabili che guidano o producono riduzioni del consumo energetico o delle emissioni di anidride carbonica. Purtroppo, molti operatori di datacenter iniziano con questo obiettivo e restano delusi dai risultati. Per ottenere vantaggi dalla riduzione dell'impatto, è necessario implementare uno o entrambi gli obiettivi descritti di seguito.
Obiettivo 2: allocazione di passaggio di energia o anidride carbonica ad altri
Alcune sale CED fungono da fornitori di servizi di datacenter per altre organizzazioni, fornendo l'infrastruttura di datacenter fisica o un'infrastruttura IT in base alle stime o ai server. Potrebbe essere necessario che l'energia o le emissioni di anidride carbonica vengano allocate o perfino fatturate per i clienti della sala CED. Questo potrebbe essere un requisito interno, di conformità oppure obbligatorio in base al contratto. L'intento è fornire un incentivo finanziario o di altro tipo per fare in modo che i clienti di datacenter apportino delle modifiche comportamentali che riducano il loro consumo energetico o le emissioni di anidride carbonica, ad esempio spegnendo i server inutilizzati, attivando funzioni di gestione
energetica, eliminando i dispositivi di archiviazione non necessari o virtualizzando i server.
L'opportunità di risparmiare energia e ridurre le emissioni di anidride carbonica in un tipico datacenter mediante la gestione IT per l'efficienza energetica è enorme, dal 10% all'80% di riduzioni a seconda del livello esistente di maturità e di virtualizzazione nella sala CED.
Poiché molti dei miglioramenti possibili sono praticamente gratuiti o distribuiti in fasi in modo economico durante gli aggiornamenti IT, il passaggio dei costi energetici o delle emissioni di anidride carbonica può contribuire notevolmente all'implementazione di un programma di gestione dell'energia a costi ridotti e di successo.
Obiettivo 3: utilizzo delle informazioni per ridurre il consumo energetico o le emissioni di anidride carbonica dell'infrastruttura
In ogni datacenter, l'infrastruttura fisica (alimentazione, raffreddamento, illuminazione, controlli e così via) è responsabile di un notevole consumo energetico e di emissioni di anidride carbonica. Il parametro utilizzato per valutare il consumo energetico
dell'infrastruttura del datacenter è l'efficacia di utilizzo dell'energia o PUE (Power Usage Effectiveness); il valore reciproco del PUE è denominato DCiE ed è anch'esso utilizzato come parametro. In molti datacenter, l'energia assorbita dall'infrastruttura fisica è superiore a
Allocare costo dell'elettricità ed emissioni di anidride carbonica
a pianificatori e utenti IT
Decisioni IT più oculate e rispettose dell'ambiente che comprendono i
Costi totali e
impatto ambientale ridotti
Figura 1
Approccio in tre passi per
l'allocazione dei costi
energetici
quella utilizzata dai carichi IT (PUE > 2). Pertanto, la riduzione del consumo energetico nell'infrastruttura fisica, in percentuale, è importante quasi quanto la riduzione del carico IT.
L'obiettivo è fornire i dati necessari all'identificazione e alla quantificazione delle opportunità per apportare modifiche alle apparecchiature, alla configurazione o alle impostazioni che ridurrebbero il consumo energetico senza un impatto negativo sul carico IT. L'opportunità di risparmiare energia e ridurre le emissioni di anidride carbonica in un tipico datacenter mediante la gestione dell'infrastruttura fisica per l'efficienza energetica è notevole, dal 10% al 40% di riduzioni in base alle condizioni, alle impostazioni, alla configurazione e al carico della sala CED.
Due degli obiettivi descritti nella sezione precedente, l'allocazione dei costi energetici al settore IT e la gestione del consumo energetico dell'infrastruttura fisica, offrono entrambi notevoli opportunità di riduzione del consumo energetico e delle emissioni di anidride
carbonica in un tipico datacenter. Quando si considera l'obiettivo complessivo della riduzione del consumo energetico e delle emissioni di anidride carbonica per un particolare datacenter, è innanzitutto necessario decidere quale di questi due obiettivi (o entrambi) verrà scelto.
Scelta dell'obiettivo
La discussione precedente relativa ai tre obiettivi per le misurazioni dell'efficienza energetica e delle emissioni di anidride carbonica per sale CED, suggerisce le seguenti osservazioni chiave:
Sono disponibili enormi opportunità per ridurre il consumo energetico di datacenter tipici, nell'ordine del 20% fino al 90% di risparmio in energia e anidride carbonica, quando i comportamenti IT e l'infrastruttura fisica vengono amministrati insieme.
La valutazione, di per sé, non migliora nulla. Non può essere considerata una parte centrale di un piano di riduzione di energia e anidride carbonica. Principalmente, è utilizzata per aiutare a determinare la quantità di risorse da implementare nella gestione energetica.
L'allocazione dei costi energetici e delle emissioni di anidride carbonica a utenti IT fornisce a tali utenti gli strumenti per prendere decisioni razionali sul risparmio energetico in relazione alle implementazioni IT.
Sia (a) l'allocazione dei costi energetici al settore IT che (b) la gestione del consumo energetico dell'infrastruttura fisica offrono opportunità di risparmio notevoli, ma l'opportunità supera la somma delle parti quando i due obiettivi sono combinati.
Se l'obiettivo è una riduzione complessiva del consumo energetico e delle emissioni di anidride carbonica, la strategia migliore è una combinazione dei suddetti obiettivi, con un'attenzione ridotta sulla valutazione. Il perseguimento di tutti questi obiettivi sarebbe un'operazione vasta, complessa e costosa? Un simile impegno corrisponderebbe a un ROI accettabile? La risposta è che, se il problema viene affrontato nel modo corretto, la realizzazione di tutti gli obiettivi suddetti è un'operazione notevolmente semplice ed economica. Oltretutto, gli operatori di datacenter possono iniziare a ottenere risultati immediatamente. Nella restante parte del documento viene spiegato come è possibile realizzare questa operazione.
La maggior parte delle discussioni sulle informazioni per la gestione energetica pone l'attenzione sulla misurazione, o rilevamento, dell'energia. Eppure qualsiasi approccio razionale alla gestione energetica richiede un'interpretazione, o significato, del consumo energetico misurato.
Per apportare miglioramenti o intraprendere qualsiasi azione, è necessario comprendere come le varie modifiche influiranno sul consumo energetico.
È necessario disporre di un modello relativo alla modalità di funzionamento del datacenter prima che sia possibile comprendere come poter utilizzare le misurazioni per identificare e quantificare le opportunità di miglioramento. Una misurazione dell'energia elettrica assorbita da una pompa ad acqua refrigerata, di per sé, non consente di comprendere se il
funzionamento della pompa rientra nei parametri prestazionali previsti, se innanzitutto le dimensioni di tale pompa sono corrette, se eventuali modifiche alle valvole o alla
programmazione potrebbero ridurne il consumo energetico o se una pompa diversa potrebbe fornire la stessa funzione con un impiego di energia inferiore. Per comprendere le opportunità di miglioramento energetico, è necessario disporre di modelli impliciti (conoscenza di esperti competenti) o modelli espliciti (strumenti software).
Perfino l'obiettivo di allocare costi energetici a utenti IT richiede l'utilizzo di modelli. Sebbene il consumo energetico di server possa essere misurato direttamente e associato plausibilmente a utenti IT, la maggior parte dell'energia in una sala CED è utilizzata da carichi diversi da server ed è necessario un modello per associare questi consumi energetici a utenti IT.
Nella figura 2 viene illustrato un processo di gestione dell'energia di datacenter generico:
Nel processo di gestione dell'energia della figura 2 esistono due percorsi di miglioramento principali. Nella parte superiore del diagramma, le modifiche IT vengono effettuate in risposta ai dati relativi all'energia e all'anidride carbonica dal modello del datacenter. Nella parte inferiore del diagramma, le modifiche all'infrastruttura fisica vengono implementate in risposta alle linee guida relative all'energia dal modello. In entrambi i casi viene utilizzata la
Differenza tra misurazione e creazione di modelli
Figura 2
Diagramma del flusso di informazioni di un processo di gestione dell'energia di un datacenter, che illustra come il modello e le funzioni di analisi si integrano nelle attività di pianificazione
dell'infrastruttura e IT
esistenti, provocando
modifiche che riducono il
consumo energetico
misurazione, ma è il modello a fornire l'interpretazione e le linee guida per ottenere i miglio- ramenti.
È opportuno notare che il sistema descritto dal suddetto diagramma incorpora tutti e tre gli obiettivi di gestione dell'energia del datacenter descritti nella sezione precedente: Tale sistema fornisce dati per la valutazione, alloca energia e anidride carbonica al settore IT e fornisce linee guida in relazione ai miglioramenti da apportare all'infrastruttura fisica. Il valore delle misurazioni, senza un modello e un processo, è minimo. Tuttavia, i modelli, perfino quelli semplici, potrebbero avere un valore notevole anche con misurazioni incomplete.
Ricapitolando, uno degli scopi principali della misurazione dell'efficienza del datacenter è ottenere informazioni che contribuiscano alla creazione di un modello preciso per una sala CED specifica. È il modello, non la misurazione, a fornire informazioni attuabili sull'efficienza del datacenter. Una trattazione più completa di questo argomento è contenuta nel White Paper 154, Misurazione dell'efficienza elettrica della sala CED.
Creazione di modelli basati sulla misurazione
Se fosse possibile creare un modello perfetto di un datacenter, non sarebbe necessario effettuare alcun tipo di misurazione. Il modello conterrebbe le informazioni complete sulla natura, la quantificazione e le condizioni operative del carico IT, nonché sulle caratteristiche e le condizioni operative di tutte le apparecchiature dell'infrastruttura e accetterebbe come input dati logici tradizionali. Tale modello consentirebbe di calcolare semplicemente tutti i flussi energetici. Nella realtà, non è possibile ottenere un simile modello perfetto a causa della difficoltà di ottenere i dati esatti sulle configurazioni dei dispositivi IT, sulle interfacce dell'infrastruttura e sulle condizioni operative di entrambi, nonché sulle condizioni operative impreviste quali malfunzionamenti, filtri ostruiti o condizionatori d'aria che interagiscono tra loro.
Un modello perfetto di una sala CED potrebbe richiedere un'elevata programmazione e manutenzione dei dati, mentre è possibile creare un modello più che soddisfacente
utilizzando solo un inventario di massima dei dispositivi dell'infrastruttura e IT implementati, informazioni sulle relative configurazioni (N+1, 2N e così via) e alcune conoscenze di base sulle caratteristiche elettriche dei dispositivi IT e dell'infrastruttura. Nella figura 3 è illustrato un esempio di implementazione software di un modello semplificato per l'infrastruttura fisica di un datacenter tipico.
Misurazione dell'efficienza elettrica della sala CED
Link per visualizzare le risorse disponibili White Paper 154
È evidente che, per gestire e ridurre il consumo energetico, è necessario disporre di un modello di datacenter. Un simile modello può effettivamente eliminare la necessità delle misurazioni o semplificare l'attività di misurazione? Quanto può essere semplice un modello e qual è il numero minimo di misurazioni necessarie per fornire le informazioni essenziali per la gestione corretta del consumo energetico dell'infrastruttura e allocare i costi energetici e delle emissioni di anidride carbonica a utenti IT? La risposta è che un modello estremamente semplice, con un numero molto ridotto di misurazioni, è in grado di fornire una precisione accettabile per l'implementazione di un programma di gestione dell'energia.
In base a un principio fondamentale delle misurazioni, l'attività di misurazione di qualsiasi elemento deve iniziare solo dopo aver individuato come quei dati verranno utilizzati. Una misurazione effettuata nel momento inappropriato, con poca precisione o senza dettagli relativi alle condizioni, può rivelarsi in seguito inadeguata o inutilizzabile. Viceversa, una misurazione eccessiva eseguita con estrema precisione potrebbe risultare molto costosa e impegnativa e tuttavia fornire vantaggi aggiuntivi irrilevanti, se paragonati a quelli offerti da una misurazione semplice. Tutti questi problemi emergono quando gli operatori di datacenter tentano di sviluppare i propri sistemi di gestione dell'energia. L'intento di un sistema di misurazione consiste nell'utilizzo del protocollo di misurazione più semplice e meno costoso in grado di realizzare l'obiettivo del sistema di gestione.
Quale grado di complessità è richiesto a un sistema affinché fornisca informazioni complete sul consumo energetico di un datacenter? Qual è il grado di semplicità sufficiente per un sistema di misurazione efficace? Per comprendere il problema, è utile confrontare le potenzialità di due casi estremi: un sistema di misurazione dell'energia completo rispetto a un sistema di stima approssimativo.
Figura 3
Esempio di uno strumento di creazione di modelli dell'infrastruttura di un datacenter per
configurazioni di sale CED tipiche (strumento gratuito basato su Web)
Quanti punti è
necessario
misurare?
Esempio 1: u sistema di raccolta dei dati totale
Non è corretto parlare di misurazione in un sistema di gestione senza considerare la precisione e la frequenza della misurazione, fattori che possono influire enormemente sulla complessità e sui costi. Come riferimento, è possibile prendere in considerazione il caso di un sistema di rilevamento dell'energia in tempo reale mediante il quale viene misurato e registrato il consumo energetico di ogni dispositivo e circuito in un datacenter, con un requisito di precisione pari al 2%. Nella tabella 1 è riportata una stima dei requisiti e dei costi per una sala CED da 1 MW.
Questo sistema di strumentazione estremo consentirebbe di assegnare in modo accurato il consumo energetico a ogni dispositivo IT e fornire informazioni o emettere fatture in modo appropriato per gli utenti. Inoltre, ciò consentirebbe di determinare in modo preciso il consumo elettrico di ogni dispositivo dell'infrastruttura e mediante questi dati si potrebbe tentare di effettuare un confronto con i valori previsti in modo da identificare le aree di miglioramento. Un sistema simile richiede inoltre un software complesso con un notevole investimento per la configurazione e la manutenzione dei dati. Purtroppo, il costo di un tale sistema rappresenta una percentuale considerevole del costo totale dell'infrastruttura del datacenter e corrisponde inoltre a quasi la metà del costo dell'energia complessivo annuale della sala CED. Pertanto, un sistema simile è inattuabile in termini di rendimento sul capitale investito previsto, a meno che il costo di una tale sistema di rilevamento diminuisca
approssimativamente di un fattore pari a 10. Perfino in tal caso, l'installazione di un sistema del genere comporta una spesa di capitale ragguardevole e un processo di installazione complesso e rischioso, soprattutto in un datacenter esistente.
Quindi, un sistema di raccolta dei dati totale è da considerarsi possibile ma non attuabile.
Stima approssimativa
Misurazione di ampia portata e strumenti
software Essenzialmente priva
di costi
Errori di grande entità Nessuna analisi dettagliata dei problemi
?
Costi e complessità elevatiAlta precisione ROI e analisi di scenari possibili
Figura 4
Confronto degli approcci di
misurazione dell'energia
Circuiti
misurati Numero
Costo dell'unità (installata)
Costo subtotale Rilevamento dell'alimentazione in
ingresso del datacenter
11 $9,000 $9,000
Rilevamento dei circuiti del
sottosistema dell'infrastruttura 80 $1,500 $120,000
Rilevamento dei circuiti derivati IT 1000 $100 $100,000
Rilevamento dei circuiti delle prese
di corrente IT 4000 $40 $160,000
Manutenzione (10 anni) $100,000 $100,000
Software (licenza valida per 10
anni) $50,000 $50,000
Configurazione, commissione e
manutenzione del software $60,000 $60,000
Total cost $600,000
Estremo 2: un sistema di raccolta dei dati a costo zero
Si consideri quindi l'altro caso estremo in cui non viene effettuata alcuna misurazione. Tale sistema è essenzialmente privo di costi. L'unico input che verrà utilizzato è il numero di server nel datacenter. Non verrà presa in considerazione nemmeno l'esistenza delle spese per il consumo di energia elettrica mensili fatturate dalla società di servizi pubblici.
Con il solo utilizzo del conteggio dei server, è possibile tentare di effettuare una stima approssimativa del consumo energetico della sala CED per server. Il consumo energetico del datacenter per server include l'energia assorbita dagli stessi server, ma anche l'energia utilizzata dalle apparecchiature di rete, di archiviazione, di alimentazione, di raffreddamento, dai sistemi di illuminazione e dai dispositivi ausiliari. Senza alcuna misurazione, è possibile utilizzare dati statistici medi provenienti dalla base installata di datacenter per ottenere una stima approssimativa della quantità di energia relativa ai sistemi di raffreddamento, di illuminazione e così via utilizzata solitamente da ciascun server. È possibile presumere la configurazione tipica dell'infrastruttura fisica utilizzata per un datacenter che fornisce server medi tipici, con una tipica combinazione di apparecchiature di archiviazione e di rete. Queste
"ipotesi plausibili" potrebbero essere fornite da un consulente esperto o da uno strumento software, ad esempio quello gratuito illustrato nella precedente figura 3. Le "ipotesi plausibili"
combinate diventano il modello approssimativo per il datacenter. La precisione di questo sistema viene riassunta nella tabella 2.
Con tale sistema privo di misurazioni, è possibile assegnare i costi energetici e delle emissioni di anidride carbonica agli utenti in base a un server medio, ma la precisione sarebbe all'incirca del +/- 36%. Sebbene questo non sia un dato ideale, costituisce comunque un'indicazione utile per fare in modo che gli utenti IT apportino modifiche alle proprie abitudini e una maggiore precisione nella determinazione dei costi energetici e delle emissioni di anidride carbonica non influirebbe sulla maggior parte delle modifiche
1 In genere, non è possibile effettuare questa misurazione con un singolo rilevamento, bensì è necessaria la somma dei dati provenienti da più rilevamenti.
Tabella 1
Costo di un sistema di
monitoraggio dell'energia
ad alta precisione per un
datacenter da 1 MW
comportamentali. Tuttavia, benché tale sistema fornisca informazioni utili agli utenti IT, non fornisce informazioni che consentono di apportare miglioramenti all'infrastruttura degli impianti di raffreddamento o di alimentazione della sala CED, poiché la stima di tutti i dati è stata effettuata da medie del settore. Nondimeno, è possibile ottenere un vantaggio notevole con un'operazione a costo zero e questo sistema privo di misurazioni dovrebbe essere preso in considerazione da qualsiasi operatore di sala CED che desidera iniziare a controllare i costi energetici immediatamente ma che non dispone di molto tempo né di risorse.
Nell'appendice alla fine del presente documento viene fornita una guida pratica su come avviare l'implementazione di tale approccio.
Consumo energetico Percentuale di utilizzo
totale
Precisione della stima
Effetto sulla precisione com-
plessiva
2Server 36% +/- 50% +/- 18%
Storage 10% +/- 70% +/- 7%
Networking 4% +/- 50% +/- 2%
Power 8% +/- 50% +/- 4%
Cooling 38% +/- 80% +/- 30%
Lighting 2% +/- 60% +/- 1%
Auxiliary 2% +/- 80% +/- 2%
Precisione dell'energia totale combinata +/- 36%
Un sistema di raccolta dei dati energetici "soddisfacente"
Naturalmente, i due esempi precedenti di strategie di raccolta dei dati energetici inducono a chiedersi se esitano altre strategie di raccolta dei dati intermedie in grado di fornire una precisione dei dati "soddisfacente" per conseguire gli obiettivi di gestione energetica che siano anche economiche e con un ROI elevato. Al fine di rispondere a tale quesito, la tabella 3 mostra come l'aggiunta di costi e complessità a un sistema di gestione energetica ne aumenti la precisione e le spese.
Ogni riga nella tabella rappresenta l'aggiunta di una funzionalità di creazione di modelli o di misurazione al sistema di gestione, a partire da un sistema a costo zero basato unicamente sui conteggi dei server, come descritto nella sezione precedente. L'aggiunta di ciascuna funzionalità consente di ridurre il margine di errore e aumenta i costi del sistema.
L'errore di allocazione IT è definito come l'errore nell'assegnazione dell'energia e delle emissioni di anidride carbonica a un'unità definita della capacità IT, ad esempio un server standard. L'errore nell'assegnazione dell'energia a un server specifico può avere un margine molto più ampio rispetto agli errori definiti nella tabella. Alcune funzionalità elencate nella tabella, ad esempio la classificazione dei server e il rilevamento di tutti i dispositivi IT, migliorano notevolmente la precisione nell'assegnazione dell'energia e delle emissioni di anidride carbonica a server specifici. Questo argomento verrà trattato più in dettaglio nelle sezioni successive del presente documento.
2 Gli errori nelle stime dell'energia del sottosistema sono matematicamente ortogonali, quindi l'errore combinato è la radice quadrata della somma dei quadrati degli errori del sottosistema
Tabella 2
Precisione di un sistema di monitoraggio dell'energia a basso costo per un
datacenter da 1 MW
Funzionalità di creazione di modelli e di rilevamento aggiunta
Errore PUE
Errore di allocazione IT
3,4Costo del sistema (per MW)
Conteggi dei server 61% 39% 0
+ alimentazione dell'UPS 55% 33% 0
+ inventario approssimativo
523% 20% 0
+ inventario dettagliato 14% 12% $2,000
+ classificazione dei server 14% 12% $4,000
+ controllo dei sottosistemi 8% 7% $10,000
+ rilevamento dei sottosis-
temi chiave 6% 4% $50,000
+ rilevamento di tutti i
sottosistemi 3% 2% $130,000
+ rilevamento di tutti i
dispositivi IT 2% 2% $600,000
Per comprendere meglio il rapporto tra precisione di misurazione e costo quando si aggiungono funzionalità a un sistema di gestione energetica, i dati della tabella 3 vengono tracciati nella figura 5.
3 L'errore di allocazione IT può essere minore dell'errore PUE perché il consumo di energia e di anidride carbonica associato al PUE rappresenta solo una percentuale del consumo energetico totale.
4 L'errore di allocazione IT in questa tabella corrisponde all'allocazione per un "server medio standard"
definito, non per un server specifico. Gli errori per server specifici sono maggiori e si riducono drasticamente quando si aggiunge la funzionalità di "classificazione dei server", come descritto nelle sezioni successive del presente documento.
5 L'inventario approssimativo è un inventario della capacità e del tipo di dispositivi di alimentazione, raffreddamento e IT principali nel datacenter, che, se combinato con i dati su quei dispositivi, consente un perfezionamento notevole delle stime del consumo energetico. Questa funzione può essere fornita come parte di una valutazione dell'energia da parte di esperti, ma è un'operazione che anche un operatore di datacenter industrioso può tentare di effettuare. Ulteriori linee guida in relazione a questo metodo sono fornite in altri White Paper elencati in fondo al presente documento.
Tabella 3
L'aggiunta di funzionalità di
creazione di modelli e di
misurazione influisce sui
costi e sulla precisione del
sistema di gestione per un
datacenter da 1 MW
0.0%
10.0%
20.0%
30.0%
40.0%
50.0%
60.0%
server co unts
UPS pow
er
crude inventory detailed i
nventory classify servers
audit s ubsystem
s
meter key subsystems meter all subsystems
meter all IT devices
M e as ur em e n t E rr o r ( % )
$0 K
$100 K
$200 K
$300 K
$400 K
$500 K
$600 K
M e as u re m en t C o s t ( $)
Errore PUE
Errore di allocazione IT
Costo del sistema
0%
10%
20%
30%
40%
50%
60%
Minima percentuale di errore raggiungibile senza
costi aggiuntivi
Incremento delle funzionalità di creazione di modelli e rilevamento
La figura 5 mostra che inizialmente la precisione di un sistema di misurazione dell'energia di un datacenter migliora rapidamente a costi ridotti man mano che vengono aggiunte semplici funzionalità di misurazione e creazione di modelli. Tuttavia, quando si raggiungono errori inferiori al 10%, i costi aumentano in modo significativo.
Questa analisi suggerisce la seguente strategia di misurazione e creazione di modelli consigliata per un programma di gestione dell'energia di una sala CED:
Un sistema a costo zero di creazione di un modello energetico basato sui conteggi dei server, sulle letture dell'alimentazione dell'UPS e su un inventario approssimativo è sufficiente a consentire l'allocazione dell'energia a utenti IT
Nel tempo è possibile aggiungere ulteriori funzionalità a costi ridotti per migliorare il sistema di gestione dell'energia, inclusi miglioramenti dei modelli da inventari dettagliati e
classificazione dei server, nonché miglioramenti della misurazione da controlli dell'energia e rilevamento di sottosistemi chiave
Un rilevamento di grande entità di tutti i sottosistemi e dispositivi IT dell'infrastruttura aggiunge poco valore a un sistema di gestione dell'energia, con uno scarso ROI
La capacità IT può essere misurata e allocata in diversi modi, inclusi cicli di calcolo, server, componenti di base, terabyte, armadietti di rack, metri quadri, server virtuali e così via. Un modello ideale di utilizzo in un ambiente IT potrebbe includere tutti questi fattori
nell'assegnazione di costi, energia o anidride carbonica. Tuttavia, si inizierà con un modello semplice, misurando la capacità IT in una serie di server, un metodo comune di misurare la capacità a cui è possibile associare molte delle altre misurazioni.
Se è possibile allocare una serie di server a un utente IT, per assegnare energia ed emissioni di anidride carbonica a quell'utente è sufficiente assegnare energia a un server; in tal caso, il consumo energetico totale di un utente IT è semplicemente il numero di server assegnati moltiplicato per il consumo energetico allocato per server. In tal caso è necessario identificare tutti i consumi energetici nel datacenter e allocare tali consumi per server.
Figura 5
L'errore di un sistema di misurazione dell'energia di un datacenter diminuisce con l'aumentare dei costi a causa dell'aggiunta progressiva di funzionalità di creazione di modelli e di rilevamento
Allocazione
dell'energia a
utenti IT
L'allocazione di energia totale di un server diventa la somma del consumo energetico del server più le allocazioni di consumo energetico per sistemi di archiviazione, rete,
alimentazione, raffreddamento, illuminazione e carichi ausiliari. Nella figura 6 viene illustrata una simile allocazione per una sala CED tipica:
Il server 340 W Dispositivi
ausiliari 15 W Illuminazione
15 W
Raffreddamento 360 W
Alimentazione
75 W Rete
35 W
Archiviazione 90 W
In tal caso, anche se l'energia effettiva assorbita dal server tipico è pari a 340 W, l'energia totale allocata al server è di gran lunga maggiore, cioè 930 W.
Differenza tra un dispositivo IT medio e specifico
Il metodo di assegnazione dell'energia a un utente IT in base alle "unità server" di un server medio comporta una serie di imprecisioni, poiché presuppone un utilizzo per server uniforme di risorse allocate e che tutti i server siano uguali. L'energia totale effettiva associata a un server specifico varierà in base al tipo di server, alle relative caratteristiche di gestione dell'energia e al relativo utilizzo di altre risorse IT.
Per i datacenter con una popolazione di server relativamente uniforme, l'assegnazione di un costo energetico standard per server è un'approssimazione efficace. Tuttavia, per sale CED che dispongono di un'ampia gamma di tipi di server, l'utilizzo di una "unità server" standard per l'allocazione dell'energia non è efficace. Ad esempio, si consideri il caso in cui un utente IT dispone di otto server blade come semplici server applicativi, mentre un altro utente IT dispone di otto sistemi mainframe con molti terabyte di storage on-line. Ovviamente, l'utente mainframe assorbe una quantità di energia di gran lunga superiore, eppure un'allocazione di energia basata su un server standard allocherebbe la stessa energia e anidride carbonica a entrambi gli utenti. Sebbene l'energia totale allocata mediante tale metodo sarebbe precisa, parte dell'energia utilizzata dall'utente IT mainframe verrebbe erroneamente assegnata all'utente blade server.
In linea di principio, questo problema potrebbe essere corretto misurando tutti i dispositivi IT e assegnando l'energia a utenti IT in base a tali misurazioni. Si è già dimostrato come questo processo sia inattuabile perché:
Figura 6
Un server con un'allocazione dell'energia da 930 W, in cui viene illustrata la suddivisione del consumo energetico del
datacenter assegnato al server.
L'alimentazione effettiva del
server stesso è di solo 340 W.
Una grande quantità di consumo energetico deriva dalle apparecchiature di alimentazione, di raffreddamento, di rete e altri carichi che non sempre possono essere associati direttamente a un utente IT
Il costo del sistema di misurazione per il rilevamento di tutti i dispositivi IT, insieme al costo e alla complessità del sistema software, è elevatissimo
Per risolvere questo problema in modo semplice ed economico, è possibile classificare i server in un breve elenco di tipi standard, ognuno con il proprio profilo di consumo
energetico. Invece di considerare tutti i server come una singola "unità server" standard, è possibile creare un elenco di classificazioni di server, come illustrato nella
tabella 4:
Classe di server
Potenza del server
Allocazione di rete
Allocazione di storage
Server app 1U 250W 0.2 0.1
Server
virtuale
690W 0.4 0.2
Web blade 200W 0.3 0.1
ERP blade 200W 0.1 0.4
Mainframe 4000W 0.1 0.5
Server 3U-
10U 2000W 0.1 0.1
L'elenco di cui sopra può essere utilizzato così com'è (con i valori di potenza appropriati), può essere ampliato o migliorato in modo che corrisponda meglio al profilo di utenti in un datacenter specifico.
Ogni server dispone di un livello di alimentazione standard di base assegnato, con
percentuali che rappresentano la percentuale dell'alimentazione di base associata ai sistemi di rete e di archiviazione. I costi di alimentazione, raffreddamento e illuminazione sono allocati equamente su una base di Watt IT e non variano per classe di server.
La modalità di utilizzo del sistema di classificazione è il seguente:
The method to use the classification system is as follows:
Assegnare tutti i server a una classe
Assegnare a ogni utente IT un numero di server standard da ciascuna classe
Sommare l'alimentazione calcolata da tutte le classi di server, quindi normalizzare il dato in modo che corrisponda all'alimentazione del carico IT effettiva (determinata dal modello o dalla misurazione)
Applicare i dati PUE a ogni classe di server
6 Se i server virtuali sono una classe, il conteggio dei server allocati supererà il conteggio dei server fisici. In tal caso, i server fisici che ospitano i server fisici non sono assegnati a un utente IT.
Tabella 4
Esempio di una tabella di
classificazione dei server
In tal modo, il consumo energetico totale di un datacenter può essere allocato su una serie di classi di server per poi essere assegnato a utenti IT. Questo processo può essere effettuato mediante uno strumento software, ad esempio quelli realizzati da fornitori quali Schneider Electric, o con un foglio di calcolo.
Una volta determinato il consumo energetico dei carichi IT o dei sistemi dell'infrastruttura nella sala CED, è possibile allocare le emissioni di anidride carbonica a tali carichi o sistemi.
Le emissioni di anidride carbonica dei datacenter sono indirette e provengono da tre fonti principali:
• Emissioni di anidride carbonica create durante la costruzione del datacenter e delle relative apparecchiature IT e dell'infrastruttura (la cosiddetta "anidride carbonica incorporata")
• Emissioni di anidride carbonica locali provenienti da sistemi di riscaldamento, generatori di emergenza o sistemi di co-generazione
• Emissioni di anidride carbonica generate durante la produzione dell'energia elettrica necessaria ad alimentare la sala CED
In generale, la maggior parte delle discussioni, delle valutazioni o dei report sull'anidride carbonica riguarda esclusivamente le emissioni prodotte dal funzionamento degli impianti.
L'anidride carbonica incorporata costituisce una parte notevole delle emissioni di anidride carbonica totali, ma i metodi e gli standard per la valutazione delle emissioni di anidride carbonica incorporata sono ancora in fase di sviluppo.
I datacenter non generano direttamente quantità significative di biossido di carbonio o di altri gas con livelli equivalenti di CO2. In genere, il funzionamento dei generatori di emergenza produce meno dello 0,01% delle emissioni di anidride carbonica totali, una percentuale trascurabile. I datacenter funzionano a una densità di potenza elevata e quasi mai richiedono la produzione di calore supplementare, quindi anche la percentuale di anidride carbonica correlata ai sistemi di riscaldamento è trascurabile. Pochissime sale CED dispongono di impianti di generazione elettrica collocati nella stessa sede, quindi nella maggior parte dei casi questo non è un fattore rilevante.
Nel presente documento, i parametri di anidride carbonica saranno limitati alle emissioni associate alla fornitura di energia elettrica, che rappresentano ben oltre il 99% delle emissioni di anidride carbonica associate al funzionamento degli impianti.
Equivalenza tra produzione di anidride carbonica ed energia
È possibile stimare le emissioni di anidride carbonica prodotte dal consumo di energia elettrica di un determinato datacenter. Un fornitore di servizi pubblici può fornire informazioni sulle emissioni di anidride carbonica per ogni kilowattora di produzione energetica, in base alla relativa combinazione di fonti di alimentazione. (Nota: in genere, un'analisi alternativa delle emissioni di anidride carbonica evitate, in base all'ultima fonte di alimentazione inviata, produrrà una quantità superiore di emissioni di anidride carbonica. Questo si verifica perché l'energia incrementale salvata in un servizio esistente non riduce il carico equamente su tutti i generatori; al contrario, le riduzioni sono dirette alla produzione con costi maggiori, ad esempio il gas naturale). Se il fornitore di servizi pubblici non fornisce tali informazioni, i dati regionali dispongono di ampia diffusione. Questi dati sono espressi in tonnellate di CO2 per kW/ora e in genere sono compresi tra 0,1 e 1 tonnellata per kW/ora presso la sede del generatore. Per determinare il carico prodotto dal datacenter presso la sede del generatore, le perdite di distribuzione (di solito intorno al 10%) tra il generatore e la sala CED vengono
Trasformazione
di energia in
anidride
carbonica
aggiunte al consumo energetico del datacenter. La seguente formula calcola le emissioni di anidride carbonica prodotte da un carico di struttura:
) ) (
( )
( year DistLoss
hr kwhr
Carbon kw
Load tons AnnualCO
× −
×
×
= 1
1 2 8760
Per integrare l'energia nelle decisioni di implementazione e pianificazione IT, un utente IT non deve necessariamente comprendere i principi e le tecniche descritti nel presente documento. È sufficiente che l'utente IT disponga di un semplice riepilogo del consumo energetico e delle emissioni di anidride carbonica delle risorse IT che utilizza. Nella tabella 5 viene illustrato un simile report:
Classe di server
Numero totale di server installati
Energia per unità
Anidride carbonica
per unità
Server app 1U 50 6,000 2.7
Server i t l
30 2,650 1.2
Web blade 15 5,200 2.3
ERP blade 10 5,500 2.5
Mainframe 2 117,000 53.0
Server 3-10U 15 44,000 20.0
Energia e anidride carbonica totali (all'anno)
1,409,000 kW/h
634 tonnellate
Costo dell'energia(all'anno)
$169,000
Fornitura
di linee guida a utenti IT
Tabella 5
Esempio di assegnazioni di
energia e di anidride
carbonica annuali fornite a
un utente IT
Nel presente documento è illustrata una strategia logica per l'allocazione dell'energia e delle emissioni di anidride carbonica dei datacenter e utenti IT.
È possibile utilizzare modelli di consumo energetico a costo zero per allocare energia ed emissioni di anidride carbonica in base ad unità di capacità IT standard medie, per esempio una "unità server" standard. Tali modelli non sono esatti, ma sono sufficientemente precisi da essere utili in un sistema di gestione energetica di un datacenter.
Nel tempo è possibile ottimizzare un sistema semplice aggiungendo ulteriori funzionalità di creazione di modelli e di misurazione e aumentare così la precisione e la gestibilità del consumo energetico. Questo documento descrive una sequenza razionale di
implementazione di tali funzionalità. È possibile implementare un sistema a basso costo e straordinariamente efficace con un pochi rilevamenti energetici abbinati a un controllo dell'energia del datacenter specializzato e a un software di semplice utilizzo.
È opportuno che gli operatori di sale CED tengano presente che non è necessario disporre di sistemi di rilevamento estesi e complessi per implementare un sistema di gestione
dell'energia efficace o per assegnare energia ed emissioni di anidride carbonica a utenti IT.
In effetti, sistemi di strumentazione estremamente complessi producono uno scarso rendimento sul capitale investito.
Nel presente documento viene illustrato un approccio iniziale che qualsiasi operatore di sale CED, di grandi o piccole dimensioni, può implementare immediatamente a costo zero. Ogni singolo watt di potenza non necessario assorbito da un datacenter costituisce una perdita irrimediabile. Un sistema di gestione dell'energia approssimativo ma semplice
implementato immediatamente è molto più efficace di un sistema ideale implementato in un secondo momento poiché, a prescindere dall'efficacia di un sistema di gestione energetica, non è possibile recuperare l'energia già persa.
Conclusioni
Neil Rasmussen è il Senior VP di Innovation per APC, che è la IT Business Unit di Schneider Electric. È responsabile della direzione tecnologica del più grande centro mondiale di R&S dedicato alle infrastrutture di alimentazione, raffreddamento e rack per reti critiche.
Oltre a possedere 19 brevetti legati ad infrastrutture di alimentazione e raffreddamento di datacenter ad alta efficienza ed alta densità, ha pubblicato oltre 50 White Paper sui sistemi di alimentazione e raffreddamento - molti dei quali in oltre 10 lingue - e recentemente con una particolare attenzione all'ottimizzazione dell'efficienza energetica. È un importante relatore, a livello internazionale, sul tema dei datacenter ad alta efficienza e attualmente sta lavorando a progetti innovativi sulle soluzioni infrastrutturali di datacenter scalabili, ad alta densità e alta efficienza, oltre ad essere il principale realizzatore del sistema InfraStruXure di APC.
Prima di fondare APC nel 1981, Neil ha conseguito la laurea in ingegneria elettrica presso il MIT, presentando una tesi sull'analisi di un alimentatore da 200 MW per un reattore a fusione Tokamak. Dal 1979 al 1981, ha lavorato presso il MIT Lincoln Laboratories studiando i sistemi di accumulo energetico nei volani e i sistemi ad energia solare.
Informazioni sugli autori
Misura dell'efficienza elettrica dei data center
White Paper n. 154
Selecting an Industry Standard Metric for Data Centers
White Paper n. 157
Electrical Efficiency Modeling for Data Centers
White Paper n. 113
Implementazione di sale CED ad elevata efficienza energetica White Paper n. 114
Indicazioni sul calcolo dell'efficienza (PUE) nei datacenter
White Paper n. 158
Risorse
Cliccare sull'icona per visualizzare le Risorse
Visualizza tutti i White Paper
whitepapers.apc.com
tools.apc.com
Ricerca con tutte le applicazioni TradeOff Tools™
Per feedback e commenti relativi a questo white paper:
Data Center Science Center DCSC@Schneider-Electric.com
Se avete richieste specifiche sulla progettazione del vostro data center:
Contattate il vostro referente commerciale Schneider Electric www.apc.com/support/contact/index.cfm
Contattateci
Nel presente documento è illustrato un approccio semplice per l'allocazione dei costi energetici e delle emissioni di anidride carbonica a carichi IT nei datacenter, inclusa una serie di funzionalità di misurazioni e di creazione di modelli utilizzabili per fornire un progressivo aumento della precisione a costi proporzionalmente maggiori. I metodi più semplici sono pressoché a costo zero ma, nonostante ciò, possono garantire una precisione più che soddisfacente e sono efficaci per il supporto di un programma di gestione
dell'energia.
L'appendice illustra come in qualsiasi datacenter sia possibile implementare immediatamente un sistema di allocazione dell'energia e dell'anidride carbonica a carichi IT, con una
precisione dell'ordine del +/- 20%. Il metodo descritto qui corrisponde al livello di funzionalità dell'"inventario approssimativo" a cui si fa riferimento nel presente documento. Si tratta del livello massimo che un operatore di sale CED tipiche può ottenere senza avvalersi di un genere qualsiasi di supporto da parte di esperti. Questo metodo utilizza strumenti software gratuiti sviluppati da APC, ma è possibile sviluppare altri strumenti per ottenere la medesima funzione. Nella figura A1, illustrata di seguito, viene descritto il flusso del processo:
L'utente fornisce informazioni di base sulla configurazione del datacenter e il conteggio dei server, insieme alle letture correnti della potenza di carico dell'UPS effettuate sull'UPS (questa è l'unica lettura di potenza disponibile in quasi tutte le sale CED). Gli strumenti software richiedono le informazioni rilevanti che qualsiasi professionista di datacenter o IT dovrebbe essere in grado di ottenere o di determinare con una semplice visita dell'impianto.
Il primo strumento calcola il PUE per il datacenter. Il secondo strumento accetta il PUE determinato dal primo strumento e calcola le allocazioni di energia e di anidride carbonica al settore IT per server, in base a un server "medio". Queste unità di server "medio" vengono quindi distribuite agli utenti IT utilizzando un metodo a scelta in base al modello aziendale.
Gli strumenti software contengono manuali di istruzioni.
Nella figura A2 viene illustrata una schermata dello strumento di allocazione. In questo esempio, a ciascuna unità server è stato assegnato un valore di elettricità pari a 1.482 dollari e di CO2 pari a 15,4 tonnellate all'anno. Per un utente IT con 100 server, ciò significherebbe un'allocazione annuale pari a 148.200 dollari e a 1.540 tonnellate all'anno.
Appendice:
Determinazione semplice
dell'allocazione dell'energia e dell'anidride carbonica per un datacenter
Figura A1
Una panoramica del processo utilizzato per stabilire allocazioni di emissioni di anidride carbonica dell'energia di datacenter a carichi IT
Alimentazione dell'UPS in uscita Informazioni sulla configurazione del sistema di base
Conteggio dei server
PUE
Allocazioni di energia e anidride carbonica al settore IT Calcolatore
dell'efficienza dell'infrastruttura
della sala CED Calcolatore
dell'allocazione di energia e anidride
carbonica IT
Questo esempio è stato fornito poiché è di facile implementazione; è di grande utilità e consente di creare consapevolezza, nonché stimolare miglioramenti nel comportamento IT.
Tuttavia, ha limiti di un certo rilevo:
La sua precisione è di circa +/- 20%, quindi è opportuno non utilizzarlo per l'effettiva fatturazione dei clienti; in tal caso, è consigliabile l'utilizzo delle funzionalità più elevate descritte nel documento.
Assegna costi e anidride carbonica a un "server medio" e non assegna in modo preciso i costi se alcuni utenti IT utilizzano blade e altri impiegano mainframe; per affrontare tale problema, è necessario utilizzare la funzionalità di classificazione dei server descritta nel presente documento.
Non provvede a una suddivisione accurata delle perdite nel sistema dell'infrastruttura, quindi non fornisce linee guida adeguate per la lettura di possibili miglioramenti dell'infrastruttura;
come descritto nel documento, per disporre di tali funzionalità è necessario effettuare il controllo dell'infrastruttura e il rilevamento di sistemi dell'infrastruttura chiave.
