有效管理機房空調能耗配置 改善機房節能效益

透過區域監控、分析，動態調整區域空調效果，可直接改善機房PUE表現。Cisco

建置資料中心(Data Center)，除了大量伺服主機所消耗的電能外，其實另一大能源耗用大量集中在機房設備散熱、空調上，而伺服器主機、設備數量對資料中心來說，數量只會持續增加，很難為了節能縮減設備數量，能在節約能耗產生較大關鍵改善，反而是機房散熱、空調配置的初期規劃。

環保意識抬頭，加上電價成本持續攀高，對於資料中心的維運成本，除基本的機房空間、機櫃配置、設備配置、網絡配置等基礎建置項目外，其實耗用在機房散熱、機房恆溫空調的能源，也是一筆不小的開銷，若能在空調冷房效果與相關配置進行優化，亦可有效節約機房耗用在散熱空調的能源成本，進而讓資料中心降低維運成本、提升服務運轉效益。

機房24小時運轉  電能耗用成本高

針對資料中心的散熱規劃、節能要求與技術，近年來已成為業界關注的焦點，尤其是資料中心在建置後進駐的伺服主機、磁碟陣列與電信設備，通常必須維持24小時不間斷運轉，加上為了有效利用機櫃空間，設備配置往往非常緊湊，而不利散熱冷流處理，而伺服器、磁碟陣列與電信設備的繁複線材、設備機溫，也會因為散熱配置不佳，導致運轉週邊溫度持續飆高。

為了穩定設備、維持機房設定溫度，管理者大多僅能積極調降空調溫度，以達到機房環境要求的溫度控制條件，若整體空調配置未能有效達到機房環境降溫、或因為機房區域高溫現象，而必須增強空調調節環境溫度，就會造成空調能耗過高，導致資料中心運轉成本反而被散熱空調電力成本而墊高。

為了解決機房耗能的管理與監控要求，一般可以從資料中心的總耗能狀態切入分析，在機房或是環境的用電指標(Energy Usage Index；EUI)，若以一般商辦空間耗能差異比較，一般居家EUI會低於商業辦公環境，甚至資料中心的EUI會高於商業辦公環境耗能約7？8倍，耗用電能甚至沒有假日，而是需要24小時、365天全年不間斷持續運轉，所產生的能源消耗相當驚人。而EUI計算方式相當簡單，為環境空間的總用電量除以空間使用面積，一般來說也可以是單位使用面積的用電量。

機房恆溫空調耗電量高  有效配置節能效益大

若以資料中心的使用情境觀察，如果在建置機房前沒有妥善規劃能源消耗控制相關的基礎建設、監控條件與機房使用規範，通常會因為設備持續進駐，相關配置在無規劃情況下恣意增長，也會導致原規劃的機房承載設備暴增，甚至不當配置、佈線與設備密度過高，導致散熱空調成本增加，整體機房的能耗成長也無法控制。

資料中心原先規劃的服務設備量、整體能耗等，若無法照預期進行控管，甚至原先就無相關配套規劃，很容易因為管理人員更迭或是設施運轉時間拉長，導致資料中心的耗能管理失控，不僅會影響資料中心本身的服務品質與穩定性，原有的備援電力、不斷電系統的服務品質也會因此打折扣，甚至影響到高價電信設備的安全。

資料中心透過計算與管理環境的EUI是一種手段，但也可進一步搭配耗能因子(Demand Use Index；DUI)進行整體評估，或搭配能源利用率(Power Usage Effectiveness；PUE)進行整體評估，運用指標搭配實時監控分析，有效管理資料中心的能源耗用不至於失控。

回到機房空調配置的能源耗用問題上，一般空調配置在機房耗能所佔比率約在30？40%左右，優化配置後的資料中心空調散熱能源耗用可以降到整體機房耗能的20？30%，再仔細分析機房空調的能耗配置方面，在整體空調耗能中，有60？70%能耗是耗費在空調本身的制冷系統，約有30？40%空調能源耗用是耗費在送風、機房空氣調節主機與設備上。

有效管理PUE Google資料中心PUE達1.15

而賴以評估機房能耗是否表現優異，會以關鍵的PUE數值為最重要的參數，而PUE數據為機房設備能耗實際耗用在伺服主機、磁碟陣列、電信網絡設備的耗能比例，也就是說機房的照明、空調、送風、不斷電系統甚至電梯等能源耗用，都會導致PUE數據增加(PUE數據為資料中心總耗電量？電信設備總用電量)，最佳狀態為趨近於1，也就是機房耗電幾乎100%都是送給電信設備運轉使用，但這只是理想值，一般能源管理較差的機房PUE可以到3？4，對能耗管理要求較高的資料中心則可壓到2甚至更低。

該指標將評估一個資料中心使用的能源中有多少用於生產，還有多少被浪費掉。其中綠色網格組織的電能利用率PUE(PowerUsageEffectiveness)影響較大，PUE=(資料中心的總用電量)？(IT設備的總用電量)。

資料中心電能利用率的物理含義是在使用者總輸入電能中，到底有多少的電能是真正被饋送到IT設備上。資料中心機房的PUE值越大，則表示用於確保IT設備安全運行所配套的、由UPS供電系統、空調系統、輸入？輸出供配電系統以及照明系統等所組成的動力和環境保障基礎設施所消耗的功耗越大，所以PUE值越小，越能體現機房的節能性。

目前，台灣絕大多數的資料中心PUE為3左右，歐美一些國家PUE平均值在2左右，而Google的資料中心號稱PUE可達到1.15。

PUE計算分析 有效控管非電信設備的能耗支出

資料中心的能源耗用管理，並非一成不變，若無法動態調校將會導致電能的額外浪費，進而使機房的PUE值趨大化，而觀察PUE計算方式已將IT電信設備排除，可讓機房能耗管理更專注於機房空間非核心應用的電力耗用，更有目標性地受到控制，而影響PUE值的部分就僅剩資料中心空間照明、不斷電系統能耗與散熱空調能耗。

其中，照明能耗可在機房換用LED固態照明設備搭配環境感測器開關控制進行改善，而不斷電系統為必要設備，可以優化的空間小，反而是散熱空調成為優化資料中心PUE值的重點關鍵指標。

至於資料中心的PUE數值表現，並不是固定不變，一來資料中心內的電信設備的總耗電量是不斷變動的狀態，若相關設備負載較低，若針對機房散熱空調採固定設定配置，就無法因應設備負載降低、設備發熱量減少，空調設備無對應動態調整就會導致計算PUE的分母(電信設備總耗電量)降低，分子(資料中心總耗電量)無對應動態調整，造成PUE飆高影響資料中心的能耗控制績效。

實時監控、動態調整  重點改善機房PUE表現

比較有效的管理方案，除資料中心可針對不同設備機櫃的能耗進行監控分析外，分析數據搭配機房區域溫控感測機制，在機房空調配置上利用分區恆溫動態調整進行整體機房的溫控優化，同時搭配分區送風機制改善部分機房空間溫度控制問題，甚至透過長時間的分析記錄、確認部分設備部署有優化空間，例如改善設備配置密度、佈線等有礙散熱因素，重點改善空調能耗問題。

除利用實時(Real time)機房動態監控控制環境溫度，達到減少機房空調能源耗用外，其實也可以由PUE動態指標搭配能源計算，配置不同的散熱冷房模擬分析，有效換算出具參考性的配置參數，進行資料中心整體配置改善與優化之用，均有助於更進一步改善機房的PUE表現。