今天，数据中心已成为当今全球经济的基石。他们可以移动、存储和分析处于个人和商业生活中心的信息。如果没有数据中心，人们将无法每天如此自由地交流、在社交平台上分享、观看流媒体视频、开展业务活动以及获取和转移资金。也不能更好地应用人工智能、机器学习、物联网、安全、5G网络、自主交通等新兴技术。

该研究公司估计，自动驾驶汽车的车载摄像头、雷达、声纳、GPS 和激光雷达系统每天将产生 4 TB 的数据。如果今天美国 10% 的汽车是自动驾驶的，那么每年将产生 40 泽字节的数据。预计到 2020 年，全球将有 300 亿或更多的物联网设备。物联网设备将生成和消费 44ZB 字节的数据，以及处理这些数据需要 4000 个海量数据中心中的 4 亿台服务器。人工智能、机器学习、语音和图像识别方面的进步将为世界上的海量信息打开大门，从而对国家的超大规模数据中心提出更大的需求。

2017 年，全球约有 800 万个数据中心（从小型服务器机架到大型数据中心）处理数据负载。这些数据中心消耗 416.2 太瓦时（1 太瓦时约为 10 亿千瓦时）。这相当于全球总用电量的 2%，预计到 2020 年将高达全球用电量的 5%。

很明显，现代生活的大部分负载和数据已经或将完全依赖数据中心。然而，随着数据流量的增长和数据中心的大规模建设，人们在通过数据创造更美好世界的同时，将面临数据中心对资源和电力的日益增长的需求，需要更多的能源、钢材、混凝土、铜电缆每天产生数据中心所需的电力。

如果人们现在不重新考虑数据中心效率实践和指标，那么在不久的将来可能需要支付巨额账单。

数据中心数据

数据中心市场的发展不仅随着数据量的增长而发生变化数据中心能耗管理，而且随着时间的推移，随着安全性和 IT 成本的降低，对网络连接的需求也在不断增加。其结果是为组织提供一系列复杂的服务、基础设施、运营支出和业务模型。许多组织正在将其在小型服务器机房中运行的运营迁移到托管云解决方案，而企业、多租户、超大规模和高性能计算数据中心现在在增长和能源消耗中占据最大份额。

平均数据中心消耗的电力是大型商业办公楼的 100 倍以上。大型数据中心使用的电力与美国的一个小城市一样多。为服务器供电和冷却所需的电能占数据中心总运营成本的 40%，因此数据中心的能源效率低下不容忽视。

这些问题众所周知，必须广泛采用有效的解决方案。

数据中心电源效率低下和功率密度问题将成为公司可持续发展高管及其“绿色/可持续性”团队之外的重要业务问题。

人们需要提出新的问题和指标：

除了超大规模或高性能数据中心的行业领导者（例如苹果、谷歌、亚马逊、微软、百度）之外，企业面临这些问题是可以理解的，但这些解决方案在很大程度上没有得到解决。在数据中心运营商的关注点中，能源成本通常不是优先考虑的问题。

主要有三种策略：

数据中心可以使用这三个主要策略来解决电源效率低下和密度问题，同时还需要改变企业文化和管理实践。