现在， 数据中间已成为现今全球经济成长的基石。它们能够对位在小我和贸易糊口中间的消息进行挪动、存储和阐发。假如没稀有据中间，人们不克不及这么自在地平常交换、分享社交平台、不雅看流视频、进行贸易勾当、获得和转移资金。也没法更好地利用人工智能、机械进修、物联网、平安、5G收集、自治交通等新兴手艺。

据调研机构估量，主动驾驶汽车的车载摄像头、雷达、声纳、GPS和激光雷达系统天天将发生4TB的数据。假如现今美国10%的汽车是主动驾驶汽车的话，那末每一年将发生40 ZB的数据。估计到2020年全球将有300亿台或更多的物联网装备。物联网装备将生成和利用的44ZB字节数据，而处置这些数据需要4000个年夜型数据中间中的4亿台办事器。人工智能、机械进修、语音和图象辨认的成长将为史无前例的年夜量消息打开年夜门，这些消息对尖真个超年夜范围数据中间发生了更年夜的需求。

2017年，全球各地约有800万个数据中间(从小型办事器机柜到年夜型数据中间)正在处置数据负载。这些数据中间耗损了416.2太瓦时(1太瓦时约为10亿千瓦时)的电力。这相当在全球总用电量的2%，估计到2020年将高达全球用电量的5%。

很较着，现代糊口的年夜部门负载和数据已很快或将完全依靠在数据中间。但跟着数据流量的增加，数据中间的年夜量扶植，人们在经由过程数据缔造了一个更夸姣的世界的同时，将面对对数据中间日趋增加的资本和电力需求，需要更多的能源、钢铁、混凝土、铜缆出产数据中间天天所需的电力。

假如人们此刻不再从头思虑数据中间的效力的做法和目标的话，可能在不久的未来需要付出一笔繁重的账单。

数据中间的数据

数据中间市场的成长不但跟着数据量的增加而转变，并且跟着时候的推移、平安性和IT本钱的下降，对收集毗连的需求也不竭增添。其成果为组织带来一系列复杂的办事、根本举措措施、运营收入、贸易模式。很多组织将其运转在小型办事器机房的营业迁徙到托管云处理方案，而企业、多租户、超年夜范围厂商，和高机能计较数据中间此刻占有了最年夜的增加份额和能源耗损。

数据中间平均耗损的功率是年夜型贸易写字楼的100倍以上。一个年夜型数据中间利用相当在一个美国小城市的总电量。为办事器供电和冷却所需的电能占到数据中间总运营本钱的40%，是以数据中间的能源低效问题不容轻忽。

这些问题是尽人皆知的，必需普遍采取有用的处理法子。

数据中间电力效力低下和功率密度方面的问题将成为企业的可延续成长主管和其”绿色/可延续成长”团队以外的主要营业问题。

人们需要提出新的问题和目标：

对数据中间担任人来讲：数据中间的能源账单到底有多年夜?

对首席财政官来讲：需要破费几多资金扶植数据中间，或能够推延扶植吗?企业能够经由过程数据中间的装备取得几多收入?企业应当具有和运营本身的数据中间仍是应当采取托管数据中间办事?

对首席履行官来讲：若何才能使企业在近期和不久的未来获得更年夜的成功?

除超年夜范围或高机能数据中间(如苹果、Facebook、谷歌、亚马逊、微软、百度)的行业带领者以外，企业面对这些问题能够理解，但这些处理方案在很年夜水平上没有获得实行。在数据中间运营商的各类存眷�����APP的问题当中，能源本钱的优先级凡是其实不高。

以下有三种首要策略：

数据中间举措措施效力和软件手艺的有据可查的实践。

可再生能源打算。

年夜部门未开辟的硬件处理方案。

数据中间可使用这三种首要策略来处理功率低效和密度问题，同时还需要改变企业文化和治理实践。