如果没有一个衡量事物好坏的标准，你就无法管理好这件事。事实上，很多企业没有一个评判能量使用状况的系统。

　　我们来看这样一个例子。一位数据中心顾问说服他的客户制定了一系列热/冷通道数据中心准则——这个准则是被广泛接受的数据中心冷却效率最佳做法。几个月之后，这位顾问去该客户的数据中心看新设计的效果如何，结果却发现他们已经恢复到了老样子——热通道与冷通道混在一起，能量效率低下。

　　这是为什么呢？原来，由于热通道里面“太热”，所以有人抱怨。而且，这位客户又无法证明这样的热/冷通道设计的效率更高。所以，他最终不得不向抱怨声屈服，选择回归到原来的老样子。

　　幸好，很多企业、标准制定机构和厂商已经收集到了能计算数据中心效率的信息和指标。

　　服务器能量性能指标

　　美国环境保护署（EPA）针对1到4槽的服务器开发了一个Energy Star规范。经过厂商三年的长期努力，这一规范在2009年五月份被发布了。对于满足规范要求的服务器，厂商可以在服务器上贴一个Energy Star的标签。这一规范包括如下几点：

• 该规范包含了一些对电源效率的要求。例如，如果服务器有多条电源输出，那么服务器满负荷运行时电源效率要达到82%。
• 该规范还规定了服务器空闲状态下的耗能限制。对于一台单槽的服务器，空闲时的功率不得高于65瓦；四槽的服务器空闲时功率不得高于300瓦。如果服务器安装了额外的组件，这个限制可以适当放宽（比如多一个电源，功率限制可以放宽20瓦）。
• 制造商必须为每台服务器或服务器组提供电源和性能数据表，详细说明各种负载配置下的耗能情况。

　　美国环境保护署拟定在2010年下旬发布该规范的二级草案，它将涵盖四插槽以上的服务器、刀片服务器以及容错设备的制造规范。

　　SPEC（Standard Performance Evaluation Corp.）和TPC（Transaction Processing Performance Council）是两大行业联盟集团，一些计算行业标准都是由他们制定和维护的。他们也会制定能量效率的测评标准。

　　SPEC电源标准衡量的是服务器运行服务器方面的Java应用时会消耗多少能量。这个测量是在交流电输入到系统时进行的。SPEC使用电表测量频率、电压、功率等。

　　TPC最近开发的一套标准更为复杂，也考虑到了价格和性能数据。在购买决策过程中，大家可以把SPEC和TPC的标准作为重要参考依据。

　　数据中心架构标准

　　有些企业是通过设备的负载来测量数据中心的能量效率的， 包括Green Grid（一些IT厂商为探寻数据中心效率最佳做法而建立的一个联盟）和Uptime Institute。

　　通过设备负载来测定数据中心能量效率的方法有很多种。我们采用由Green Grid提出、被ASHRAE证明过的做法“PUE”，也可以叫能量利用效率（power usage effectiveness）。

　　PUE方法首先要测量“进入”数据中心的电能，然后除以IT设备计算运行所消耗的电能得出的结果便是PUE。

　　PUE计算公式：PUE=总耗电量÷IT设备耗电量

　　输出与输入电能的差异主要来自于变压器、UPS、冷却设备和用户操作选择（包括机房温度调节、冷却使用外界空气的比例、通风、数据中心布局等等）等的电能损耗。

　　计算PUE的第一步是在设备的电表处进行测量。如果数据中心与办公室是共用一个电表，那么就要单独测量数据中心使用的电量。

　　接下来，就是测量IT设备的负载了。IT设备负载的测量要在变压、交换和空调之后的线路上进行。Greed Grid表示，最有可能的测量点应该选在机房的电源分配单元（PDU）处。

　　尽管电源分配单元处的测量是一个很精确的做法，但Uptime Institute的行政经理Pitt Turner认为UPS输出处可能是一个更佳的选择。“持续性和可预测性在数据收集过程中非常重要，”Turner说：“如果我们在UPS输出处测量，我们只需要测量一个数据。如果我们在更细微的地方（PDU）做，可能需要测量600到700个数据。后者更精确，但是难度远远高于前者，而且风险也更大。不如前者更简单、直截了当。”无论哪一种更好，用户在测量数据时一定要做到持之以恒。

　　最近有一本白皮书谈到，Uptime Institute的85个企业成员的平均PUE是2.5。这些企业包括了一些世界上最大的金融企业数据中心。也就是说，2.5瓦的电能流经电表后 1瓦是真正用于IT设备的。据Uptime Institute估计，企业在设备效率最佳、没有任何过度供应的情况下，PUE应该接近1.6。

　　根据Uptime Institute的计算，一个3万平方英尺（或更大）的数据中心不用建新数据中心就可以将PUE从2.5降到2.0，而且还能增加冷却可靠性。

　　数据中心开始收集PUE数据后，这些信息将是无价之宝。Belady想象以后可能会出现一个非盈利机构建立一个专门的数据库，收集各个数据中心的PUE信息。专家们可以根据该数据库的信息作出更科学精确的判断。例如小数据中心与大数据中心的PUE有什么区别？太平洋西北部与新加坡的数据中心的PUE有什么区别？这些数据中心有什么不同之处？

　　目前，几乎所有关于数据中心效率的信息都很有趣。如果将这些数据整合，将会使企业的判断更精确、决策更科学。

　　“其潜力是无限的，”Belady说道：“我看见了机遇。如果有了这些信息，谁知道会创造出什么新奇产品？”