BlogVer todas las entradas

10 abril, 2017 BI+Big Data · Blog · Ciberseguridad · Industria 4.0 · Monitorización

Eficiencia energética en Datacenter. Métricas e indicadores.

Eficiencia energética en Datacenter. Métricas e indicadores.

La Eficiencia energética es uno de los principales problema de los centros de datos. El consumo energético es muy elevado, no sólo por lo que consumen las máquinas en sí, sino por el gasto que hay que hacer en refrigerar ese datacenter. Existen diversas métricas desarrolladas por The Green Grid para evaluar la eficiencia eléctrica y de climatización en los data centers.

Indicador de rendimiento PI vs PUE

Desde hace unos años una de las principales preocupaciones de los CIOs es controlar y optimizar el coste de operación en los datacenter. Para ello, y debido al enorme peso que supone el coste de la energía, es imprescindible maximizar la eficiencia de las instalaciones. Tradicionalmente, se utilizaba como indicador de eficiencia el PUE (del inglés Power Usage Effectiveness o efectividad del uso de la energía), el cual nos relacionaba la energía utilizada en computación con la energía total consumida por nuestras instalaciones.

PUE= Consumo total de Energía en el Datacenter/ Consumo de energía de la infraestructura TI).

  • El “Consumo total de Energía en el Datacenter”, se corresponde al consumo de energía de toda nuestra instalación, Servidores, máquinas de climatización, iluminación, etc, etc. (se correspondería al total de nuestra factura de la luz para esa instalación)
  • El “Consumo de energía de la infraestructura TI”, se correspondería con el consumo de energía realizado por el equipamiento TI únicamente, servidores, equipos de networking, etc.

Cuanto más cercano a 1 sea el valor, más eficiente es nuestro datacenter.

Pero este indicador no era completo ya que no tenía en cuenta el comportamiento de nuestras instalaciones ante variaciones de temperatura, labores de mantenimiento, etc

A modo de ejemplo, una medida de optimización y ahorro energético, puede ser subir la temperatura del aire que utilizamos para refrigerar. Cuanto menos aire frío utilicemos, menos energía será necesaria para refrigerar y por tanto mejor PUE tendremos, pero nuestros equipos funcionarán a mayor temperatura y correremos más riesgos de mal funcionamiento, roturas y tendremos menor protección ante averías de nuestras máquinas de climatización, ante labores de mantenimiento, etc.

Por ello, The Green Grid crea un nuevo indicador llamado PI (Performance Indicator) que añade dos nuevas dimensiones a la ecuación. PI se basa en tres indicadores:

  • PUEr (PUE ratio), evalúa cómo de lejos está nuestra instalación del PUE deseado bajo determinadas condiciones.
  • Conformidad Térmica TI, evalúa la eficiencia con la que está siendo refrigerado nuestro equipamiento bajo condiciones normales de operación.
  • Resiliencia Térmica TI, evalúa la eficiencia de refrigeración durante periodos de mantenimiento o de fallo.

Con estos tres parámetros obtenemos diagramas de este tipo

Ejemplo de visualización de indicador PI para un data center. Cortesía de The Green Grid

Ejemplo de visualización de indicador PI para un data center. Cortesía de The Green Grid

Como podemos observar, no sólo podemos comprobar la situación actual, sino que podemos hacer predicciones de comportamiento de nuestras instalaciones ante determinadas situaciones.

Existen 4 niveles del indicador PI:

  • Nivel 1: el más básico. Son necesarios sensores de temperatura ubicados en los racks (al menos 3 por rack). Este nivel sólo evalúa el estado actual.
  • Nivel 2: También basado en medidas, pero en este caso en cada servidor. Son necesarios sensores en cada servidor y un sistema de monitorización o DCIM que lo pueda interpretar
  • Nivel 3: Se crean modelos para simular futuros estados y tener una idea de cómo se comporta nuestra instalación ante cambios.
  • Nivel 4: El más avanzado. Predicciones más precisas de comportamientos futuros. Basado en simulaciones 3D añadidas a estados actuales. Calibrado con tantas mediciones de temperatura como sea posible. Es necesario un software que opere con ellas.

Monitorización para aumentar la eficiencia energética

Para saber cómo podemos mejorar la eficiencia energética en nuestro datacenter, tenemos que poder monitorizar estos parámetros de forma regular. Conocer su valor en todo momento nos proporciona información sobre las causas que originan su variación y nos permitirán tomar decisiones para optimizar la eficiencia energética de nuestro datacenter.

El uso de simulaciones usadas en combinación con indicadores como PI puede ser una poderosa herramienta para tomar decisiones sobre los cambios en nuestro data center, pueden crear diferentes escenarios en función de la variación de parámetros como la temperatura, o el consumo de algunos equipos que nos ayuden a encontrar las condiciones más favorables para nuestra instalación.

Con herramientas como IDbox RT seríamos capaces de monitorizar en tiempo real todos los parámetros, variables y señales provenientes de los dispositivos de campo de un datacenter (instrumentación en general, contadores, medidores, sensores, etc ), tanto de los dispositivos IT como de los dispositivos de acondicionamiento del espacio (climatización, iluminación, humidificadores, extractores, deshumidificadores, etc).

Además seríamos capaces de generar señales calculadas, es decir, señales cuyo resultado provenga de un cálculo o modelo matemático que lleve implícitas otras señales o constantes (PUE, WUE, CUE, DCie,) y monitorizar también estas señales en tiempo real pudiendo configurarlas de tal forma que desencadenen eventos como alarmas o notificaciones en base a determinadas reglas de negocio.

Monitorización en tiempo real y simulaciones de la eficiencia energética, nos ayudan a tomar decisiones

Es posible monitorizar en tiempo real, en un diagrama psicrométrico las propiedades termodinámicas del aire húmedo y efecto de la humedad en los materiales. Para ello se establece un área de confort de las propiedades idóneas del aire en el interior de un CPD y se monitoriza en tiempo real cuando las propiedades del aire se salen del área de confort. Esto se realiza en tiempo real pudiendo tomar estrategias adecuadas (regulación de consignas en la máquina de climatización de forma dinámica) para evitar salir del área de confort.

Con la plataforma IDbox RT podríamos generar escenarios o modelos de simulación gráficos basados en un conjunto de variables que forman parte de la ecuación que determina el resultado que se quiere analizar. Para ello, IDbox RT permite generar el alta de la señal objeto de análisis dentro del sistema IDbox, indicando el modelo matemático a seguir y las variables que intervienen en ese modelo matemático.

La plataforma IDbox RT integra estos valores de dichas variables y los procesa en base a la lógica de negocio que se ha desplegado en el modelo matemático, ofreciendo el resultado de la ecuación en base al tiempo en una gráfica.

Por lo tanto, es posible generar modelos gráficos de simulación a través de la gráfica de predicción, gráfica en tiempo real y gráfica de tendencia, respecto a esta última. Lo ideal sería generar una gráfica de tendencia con fechas futuras. A día de hoy la gráfica de tendencia con fechas futuras no está disponible todavía, si bien estamos trabajando en ello.

Prueba IDboxRT para aumentar la eficiencia energética en Data Center

IDboxRT