数据中心供电和 制冷容量管理 第150号白皮书 作者NeilRasmussen 摘要 高密度IT设备将要求现代数据中心坚强容纳高功率密 度的能力.
此类设备的安装和不受管理的扩散可能导致 供电和制冷基础设施出现包括过热、过载和瓦余缺失在 内的问题.
必须在机柜级测量并预测供电和制冷容量才 能确保可预期的性能，并优化物理基础设施资源的使 用.
本文将介绍实现供电和制冷容量管理的原理.
施耐德电气旗下APC的白皮书现收录于施耐德电气白皮书资料库 Schneider 由施耐德电气数据中心科研中心发表，
数据中心供电和制冷容量管理 简介 数据中心物理基础设施容量管理是一种操作或程序，它的作用是确保以最高效的方式，在适当的 时间和以适当的数量提供用于支持IT负载和IT流程所需的电力、制冷和空间.
本文只对电力和制 冷容量进行讨论，与空间有关的问题将在第155号白皮书《为数据中心选择和指定适当的功率密 度》.
对供电和制冷容量实施有效管理的关键成功因素为： 提供精确的容量预测 提供适当的容量以满足业务需求 预测和有效分配容量是建立在机柜层面供电和制冷容量的基础之上.
确定具体的机柜供电和制冷 容量的能力非常难得.
为了眼上业务增长的速度，数据中心操作人员通常在信息不对称的情况下 对新设备进行有效部署.
也无法回答诸如以下所列的简单问题： 我应该在数据中心内何处部署下一台服务器方可不影响现有设备的可用性？
从供电和制冷可用性角度来看，部署拟定IT设备的最佳位置是何处？
我是否能够在不对安全容差，例如余度和备份运行时间等，造成负面影响的条件下安装 新的设备？
在故障或维护情况下我是否还具备电源或制冷余度？
我能否使用现有的供电和制冷基础设施来部署新的硬件技术，如刀片式服务器？
我是否需要将刀片式服务器分散部署以获得可靠的运行？
我的现有供电和制冷基础设施在何时会达到极限并需要额外的容量？
不能回答这些简单的问题是很普遍的现象，对于过度规划或未被充分利用的数据中心，在仅对整 体系统性能有租浅了解的条件下，安全容差可确保成功运行，由于认知的不足而采取的对可用性 进行折中的方案可能导致少量但可容忍的岩机时间.
尽管在经济效率上并非最佳，但在短期内过 度规划可提供一定的安全容差，直至可用容量等于已用容量之时.
然而，当前有三个因素在对数 据中心造成压力，从而暴露出当前操作方法的不足： 超高密度IT设备 控制总拥有成本（TCO）以及更充分地利用数据中心的要求 IT设备的快速变更和更新 每一个因素都会对以更可预测的方式进行数据中心运行造成一定的压力， 高密度IT设备 每台机柜需要8kW以上功率的IT设备可被视为高密度.
每台空间完全利用的服务器机柜产生的功率为6kW至35 数据中心压力1 kW.
而当今大多数数据中心则是按照每台机柜低于4kW 高密度IT设备 的功率密度设计.
如前所述，越来越多的用户在安装超出 其数据中心设计密度的设备，由此对供电和制冷系统造成 过载 的压力可能因过载，过热和余缺失而导致宕机.
数据中 过热 心操作人员需要更明确的相关信息来了解在现有和新建数 据中心内能够可靠部暑此类设备的方法和地点.
余缺失 施耐德电气一数据中心科研中心 版本32
数据中心供电和制冷容量管理 总拥有成本 多数企业不能接受数据中心过度规划或过度选型.
投资和 运营成本的浪费非常大，据估算，如果容量得到适当的管 数据中心压力2 理，在采用相同的设施供电和制冷容量条件下，现有典型 的数据中心最多可再额外容纳30%的IT设备.
这些现有 TCO压力 典型的数据中心不能充分利用其可用供电和制冷容量，从 未使用的容量 而降低系统效率，相比容量得到适当管理的系统，其电力 消耗要高20%或更多，容量管理工具可以更好地利用供电 效率降低 和制冷资源并降低耗电量， 难以察觉的浪费 快节奏的变更 典型数据中心内的IT设备在不断进行变更，设备 更新周期通常在三年以下，且日常运营中设备不 数据中心压力3 断添加或移除，此外，IT设备本身的供电和制冷 要求也并不恒定，而是随IT设备所采用的虚拟化 快速变更 和电源管理功能而时刻在变动，以前那种“试一 3年的更新周期 下看是否能工作”的IT设备部署方法已不再可行， 过热是常见的结果.
容量管理工具必须同时提供 日常设备变更 实时和规划功能来应对这些挑战，而且它们必须 以经济划算、易于安装、易于使用、预先设计好 负载时刻在变化 的形式来提供这种功能.
了解更多虚拟化和云计 算对物理基础设施的影响，请参见第118号白皮书《虚拟化和云计算：优化电源，制冷和管理使 收益最大化》， 容量供给和需求 为了给用户关于容量的基本问题提供简单的答案，需要一种系统性的容量管理方式.
容量管理的 基础是对供电和制冷两方面的供给和需求进行量化的能力， 尽管了解机房或设施层面的供电和制冷的供给及需求信息对解决问题有所帮助，但这并不足以提 供足够详细的信息来回答有关特定IT设备部署方面的问题.
另一方面，提供IT设备层面的供电 和制冷的供给及需求信息过于具体并且难以处理.
测量以及预估供电和制冷容量的有效且实用的 级别是机柜层面，本文即采用此方式.
本文中所述模型将通过以下四个重要方面在机柜层面上对供电和制冷的供给及需求进行量化： 所配置的最大潜在需求 当前实际需求 所配置的潜在供给 当前实际供给 此信息将可在机柜层面对数据中心供电和制冷的当前状态进行全面的说明，如图1所示.
所配置的供电和制冷最大潜在需求 在典型运行中，现今的服务器中的电源管理系统可能使功率发生减半，加倍或更显著的变化，最 大“配置”的供电和制冷需求表示可由机柜内这种变化导致的峰值.
此信息可在系统配置时通过 超势研究来确定，它可能直接标注在IT设备上，或者通过其它方式说明.
最大供电和制冷需求总是大于或等于实际供电和制冷需求，是关键的容量管理信息.
施耐德电气一数据中心科研中心 版本33
数据中心供电和制冷容量管理 当前供电和制冷实际需求 这是在任何给定时间点上每一机柜上的功耗和发热量，理想情况下，这是通过机柜层面上电气功 耗的实时测量来实现.
对于几乎设备，功耗瓦特值等于发热量瓦特值，对于其它一些设备， 包括不间断电源系统（UPS）、配电单元（PDU）、空调机以及VoIP路由器，发热量瓦特值并 备自身测量，并通过对机柜内IT设备组所报告的功率进行求和来获得机柜的功率.
所配置的供电和制冷最大誉在供给 所配置的供电和制冷最大潜在供给定义为已安装基础设施设备能够提供给机柜层面的潜在供电和 制冷容量.
潜在供电和制冷供给将总是高于或等于实际供电和制冷供给，如果最大潜在供给低于 实际供给，则表明系统处于不良状态.
这可能由根多因素导致，例如： 制冷系统内空气过滤器阻塞 由于极端环境条件造成室外行热能力降低 模块式UPS中功率模块缺失 容量管理系统的一项重要功能是确认当前实际供给何时与设计值不同，并对阻止实现设计供给容 量的系统限制的来源进行诊断.
当前供电和制冷实际供给 机柜的实际供电和制冷供给通过以下相关信息确定：数据中心供电和制冷系统的供电和制冷分配 体系结构、大量供电和制冷源的实际当前容量，以及对其它负载的可用容量的影响.
对于某一给定机柜，其实际功率供给可通过了解机柜的可用支路容量来加以确定，此容量受到来 自PDU和UPS等上游设备组件未使用功率的可用性的限制.
在某些情况下，可用容量还受到电 源系统设计或配置的限制.
例如，模块化系统可能不会被完全填充，或者设计可能要求双路供电， 确定机柜的实标制冷供给通常比确定功率供给要复杂，而且与气流分配体系结构高度相关，与电 流受导线限制的功率体系结构不同，气流通常被送至一组相似的机柜，再根据IT设备内风机的 抽吸力在机柜间进行分配，这使得可用风量的计算更为复杂，需要采用完善的计算机模型，对于 供风或回风直接以风管引至机柜的情形，确定机柜的制冷供风就会容易一些，因此能够以更高的 精度进行计算， 施耐德电气一数据中心科研中心 版本34
数据中心供电和制冷容量管理 示水平仅表示一般概 念.再买际水平 设计最大值 设计最大值 设计最大值设计最大值 过度选型 此差命表示抗柜内未使用的计 这种差些中的一部约可能表示 实际值 实际值 施品题（通常断冷方否确况 存在一些可候修意的基品设 通过虚和化，抗柜的实标值料 实际值 实际值 随负载在机经列的转服壳开降 只电和部冷需求通案情况下 图1 相-事能值产生 量化机柜级的需求和供给 需求 供给 来自机柜设备 由基碰设频提供 使用容量管理数据来 降低TCO 提高效率 优化 在供给一侧，减小实际值与设计最大值之间的差 制冷基硅设施获得最佳的机柜供给 - 即从已装机电源 正确选型 减小设计最大供给与设计最大需求之间的差 进行匹配，以提高效军并减少浪费 " 即对电源/制冷与负戴 冷却塔 供电需求 制冷需求 进线口 图2 基础设班对机房批 量供给 需求源与供给源的关系 行级基础设施对一组机柜 进行供给 供给 需求 由整个系统范围内的基础设施层 次结构提供 源自于机柜 施耐德电气一数据中心科研中心 版本35
