功率和性能之间的权衡是明显的内部数据中心远远少于在移动市场。
巨大的注意力正集中在移动设备的能源效率因为时间充电胜过性能略有提高。内部数据中心的这些好处不太清楚。
而能源成本仍然是一个巨大的因子它是底线的可见部分成本CIO-how减少这些成本决不是一个简单的方程。只是增加更多的节能设备和电源关闭服务器并不一定更有效地节省尽可能多的权力运行服务器。有很多权衡,所有数据中心审查降低这些成本。
到目前为止最大的变量是服务器的利用率。无论数据中心用于共享服务,如提供的Rackspace和亚马逊,还是他们是私有云,所选择的选项的大多数大公司由于安全原因,我们的目标是限制计算尽可能少的机器和断电。服务器运行在60%至85%的产能仍被认为是最佳利用,因为它提供了一个缓冲区来处理工作负载峰值。因为大多数应用程序可以虚拟化,他们也会溢出到其他服务器如果利用率峰值或服务器故障。
第二个因素,更加难以衡量,计算每个时钟周期。与大多数移动应用程序,大多数大型企业级应用程序跨多个处理器,因为它们可以解析数据库为中心的。一个时钟周期可以包含多个线程在多个处理器,这意味着更多的计算能力应用到每个时钟周期可以更有效率比低,较之处理器。还有节省通过改善服务器的整体效率与新架构,但他们不是利用已有的一样重要。
导致第三个因素,也就是软件。而能源消耗的软件是一个相对较新的和越来越重要的区域集中在移动设备,这几乎是难以理解的数据中心内。他们不换出巨大的企业资源规划应用程序或操作系统因为一个比另一个更省电。更大的成本培训、服务和停机时间的一致性。知道软件作品,许多错误的解决服务器世界至关重要,在停机时间成本enormous-sometimes数百万美元一天。这有助于解释为什么企业通常是一两个版本背后的消费市场甚至对个人电脑,以及为什么争论Windows 8的未来并没有影响他们中的大多数。他们仍然在Windows 7。
结果是,软件一般是改进的效率,而不是为它设计的。应用程序并不新鲜,但能够更适合一个时钟周期和更多的工作分散到更多的处理器在更少的时间有时是更有效的比从零开始。因为大多数私有云是由建立公司有足够的资源来证明这些成本,这是典型的路线。
第四个因素是服务器架构,这常常依赖于特定的市场。谷歌或彭博搜索,例如,坚持使用一个处理器。一个公司做财务规划,装配线运行和发展营销与图形处理器将使用不同的材料,如果它依赖于通用处理器计算永远不会一样高效的搜索功能。架构的效率是相对于个人公司和他们所做的事情与架构。提高吞吐量可能是最好的,一些公司可以实现,而其他人可能会受益于节电功能的改善和降低了冗余开销,以防出现问题。但在搜索,失去一个查询远比在银行业,那么重要,它可能意味着失去关键的财务数据。
把所有这些因素结合在一起,可以得出几个结论。首先,大小不适合,和具体的方法来提高电力/性能在另一个公司可能无关紧要。其次,什么都不能动迅速在这世界中,这通常是这个星球上最保守的技术采用者。第三,而能源仍然是一个重要的因素在数据中心供电和冷却成本,机器可以运行数百万美元——公式计算这些成本却一点也不简单。能源效率仍然是一个重要的考虑因素,但解决方案的必要性也会相差甚远。
编者斯珀林
|
|
|
|
|
|
|
|
|
|
留下一个回复