如今， 數據中心已經成為當今全球經濟發(fā)展的基石。它們可以對位于個人和商業(yè)生活中心的信息進行移動、存儲和分析。如果沒有數據中心，人們不能這么自由地日常交流、分享社交平臺、觀看流視頻、進行商業(yè)活動、獲取和轉移資金。也無法更好地應用人工智能、機器學習、物聯網、安全、5G網絡、自治交通等新興技術。
據調研機構估計，自動駕駛汽車的車載攝像頭、雷達、聲納、GPS以及激光雷達系統(tǒng)每天將產生4TB的數據。如果當今美國10%的汽車是自動駕駛汽車的話，那么每年將產生40 ZB的數據。預計到2020年全球將有300億臺或更多的物聯網設備。物聯網設備將生成和使用的44ZB字節(jié)數據，而處理這些數據需要4000個大型數據中心中的4億臺服務器。人工智能、機器學習、語音和圖像識別的發(fā)展將為前所未有的大量信息打開大門，這些信息對尖端的超大規(guī)模數據中心產生了更大的需求。

2017年，全球各地約有800萬個數據中心(從小型服務器機柜到大型數據中心)正在處理數據負載。這些數據中心消耗了416.2太瓦時(1太瓦時約為10億千瓦時)的電力。這相當于全球總用電量的2%，預計到2020年將高達全球用電量的5%。
很明顯，現代生活的大部分負載和數據已經很快或將完全依賴于數據中心。但隨著數據流量的增長，數據中心的大量建設，人們在通過數據創(chuàng)造了一個更美好的世界的同時，將面臨對數據中心日益增長的資源和電力需求，需要更多的能源、鋼鐵、混凝土、銅纜生產數據中心每天所需的電力。
如果人們現在不再重新思考數據中心的效率的做法和指標的話，可能在不久的將來需要支付一筆沉重的賬單。
數據中心的數據
數據中心市場的發(fā)展不僅隨著數據量的增長而變化，而且隨著時間的推移、安全性和IT成本的降低，對網絡連接的需求也不斷增加。其結果為組織帶來一系列復雜的服務、基礎設施、運營支出、商業(yè)模式。許多組織將其運行在小型服務器機房的業(yè)務遷移到托管云解決方案，而企業(yè)、多租戶、超大規(guī)模廠商，以及高性能計算數據中心現在占據了最大的增長份額和能源消耗。
數據中心平均消耗的功率是大型商業(yè)寫字樓的100倍以上。一個大型數據中心使用相當于一個美國小城市的總電量。為服務器供電和冷卻所需的電能占到數據中心總運營成本的40%，因此數據中心的能源低效問題不容忽視。
這些問題是眾所周知的，必須廣泛采用有效的解決辦法。
數據中心電力效率低下以及功率密度方面的問題將成為企業(yè)的可持續(xù)發(fā)展主管及其"綠色/可持續(xù)發(fā)展"團隊之外的重要業(yè)務問題。
人們需要提出新的問題和指標：
對于數據中心負責人來說：數據中心的能源賬單到底有多大?
對于首席財務官來說：需要花費多少資金建設數據中心，或者可以推遲建設嗎?企業(yè)可以通過數據中心的設備獲得多少收入?企業(yè)應該擁有和運營自己的數據中心還是應該采用托管數據中心服務?
對于首席執(zhí)行官來說：如何才能使企業(yè)在近期和不久的將來取得更大的成功?
除了超大規(guī)模或高性能數據中心(如蘋果、Facebook、谷歌、亞馬遜、微軟、百度)的行業(yè)領導者之外，企業(yè)面臨這些問題可以理解，但這些解決方案在很大程度上沒有得到實施。在數據中心運營商的各種關注的問題之中，能源成本的優(yōu)先級通常并不高。
以下有三種主要策略：
數據中心設施效率和軟件技術的有據可查的實踐。
可再生能源計劃。
大部分未開發(fā)的硬件解決方案。
數據中心可以使用這三種主要策略來解決功率低效和密度問題，同時還需要改變企業(yè)文化和管理實踐。