Data center, ridurre i costi con il Cooling Capacity Factor

L’implementazione di sistemi di cooling all’interno dei data center per renderli realmente efficienti richiede un’analisi preliminare e una conoscenza approfondita degli ambienti e delle infrastrutture. Per raggiungere risultati ottimali in termini di efficienza e riduzione dei costi, si può ricorrere al Cooling Capacity Factor.

Pubblicato il 01 Ott 2013

I moderni data center sono costruiti secondo logiche di efficienza energetica, in un’ottica di ottimizzazione dei sistemi e razionalizzazione dei costi. Progettare un ambiente data center solido e affidabile richiede però attenzione particolare su diversi punti, dall’allocazione degli spazi alla progettazione dei vari piani/livelli degli stabili, dall’equipaggiamento Ict alle infrastrutture energetiche, fino ai sistemi di raffreddamento e altro. Tutti elementi che non possono essere trascurati e devono essere pianificati e controllati fin dalle primissime fasi di analisi e progettazione. Il rischio, tralasciando uno di questi aspetti è quello di penalizzare la performance d’insieme. Durante il setup dell’ambiente data center vi sono diversi step procedurali e operativi; uno di questi, da non sottovalutare, è il sistema di cooling che deve essere adeguatamente controllato e monitorato affinché le strategie di ottimizzazione ed efficienza dell’intero data center siano rispettate e attuate concretamente.

In questo scenario, assume un ruolo determinante il cosiddetto Cooling capacity factor (Ccf) che può contribuire significativamente a ridurre i costi e a creare una piattaforma data center più efficiente rispetto agli ambienti tradizionali. Il Ccf, di fatto, consente di parametrizzare il reale potere di raffreddamento dei sistemi utilizzati all’interno del data center analizzandone la capacità in modo granulare (ad esempio, rispetto a una precisa area del data center o su sistemi Ict specifici); questo consente di intervenire in modo più accurato ribilanciando i carichi di raffreddamento piuttosto che con altri specifici interventi mirati.

Stiamo dunque parlando di un indice in grado di fornire ai decision makers informazioni dettagliate e utili per la gestione dei data center.

Alta efficienza nel condizionamento

In linea di massima, la progettazione di un sistema di raffreddamento dovrebbe avvenire in base alle reali esigenze che le apparecchiature Ict hanno su questo fronte, in rapporto alla produzione di calore degli impianti e all’alimentazione elettrica effettiva. Tutto ciò però potrebbe portare ad inutili sovradimensionamenti che riducono i livelli di efficienza energetica e fanno lievitare i costi.

Per riuscire ad avere le corrette informazioni che evitino i sovradimensionamenti, i parametri principali da tenere in considerazione sono:

1) calcolo della potenza termica totale da dissipare sviluppata da tutte le apparecchiature presenti;

2) analisi dello spazio di distribuzione della potenza termica da dissipare con individuazione dei punti caldi;

3) valutazione del sistema di raffreddamento e sue caratteristiche;

4) temperatura di funzionamento delle macchine e misurazione del calore prodotto (in questo caso l’analisi deve tener conto anche dell’effettivo utilizzo delle apparecchiature rispetto ai carichi It e, quindi, del tipo di supporto che ogni singola infrastruttura, server, storage o network per esempio, fornisce ai processi di business).

Di fatto, il Ccf deriva dall’analisi di tutti questi parametri e fornisce informazioni utili per la simulazione dei carichi termici e degli impianti di condizionamento in modo da definire poi la più opportuna strategia attuativa ai fini di una migliore efficienza energetica.

La capacità di previsione e fornitura efficiente dell’energia, tuttavia, dipende dalla possibilità di definire e monitorare l’alimentazione e il raffreddamento a livello di singolo rack all’interno del data center, approccio non ancora molto diffuso. Generalmente, gli operatori di data center non dispongono delle informazioni necessarie per implementare in modo efficace nuove apparecchiature e non sono in grado di rispondere a semplici domande quali:

1) In quale punto del data center devo implementare il successivo server per non incidere sulla disponibilità delle apparecchiature esistenti?

2) Dal punto di vista della disponibilità di alimentazione e raffreddamento, qual è la posizione migliore per implementare le apparecchiature It proposte?

3) Sarò in grado di installare le nuove apparecchiature senza incidere negativamente sui miei margini di sicurezza, quali ridondanza e ore di autonomia?

4) Disporrò ancora di ridondanza di alimentazione o raffreddamento in condizioni di errore o manutenzione? 5) Posso implementare nuova tecnologia hardware, come i blade server, utilizzando l'infrastruttura di alimentazione e raffreddamento esistente?

6) Devo ripartire i miei blade server per ottenere un funzionamento affidabile?

7) Quando raggiungerò i limiti dell'infrastruttura di alimentazione e raffreddamento e avrò bisogno di ulteriore capacità?

Per fornire risposte efficaci è necessario adottare un approccio sistematico alla ‘gestione della capacità energetica’ le cui fondamenta sono rappresentate dalla possibilità di quantificare la richiesta e la fornitura di alimentazione e raffreddamento (sfruttando, come si diceva il Ccf come modello metodologico e di calcolo).

Agire a livello di rack

Anche se il fatto di disporre di informazioni sulla richiesta e la fornitura di alimentazione e raffreddamento a livello di sala o impianto può rappresentare un aiuto, questo approccio non fornisce informazioni sufficientemente dettagliate per rispondere a quelle particolari domande che i Cio si pongono su determinate implementazioni delle architetture It. Allo stesso tempo, secondo analisi effettuate di recente dalla società Schneider Electric, recuperare informazioni sulla richiesta e la fornitura di alimentazione e raffreddamento a livello di singoli dispositivi It risulta una prassi molto difficile da ottenere (troppo dettagliata). Secondo la società, dunque, un livello efficace e pratico su cui basarsi per calcolare e preventivare la capacità di alimentazione e raffreddamento è a livello di rack. In particolare, tenendo conto nel calcolo del Ccf di quattro parametri principali:

1) massima richiesta potenziale prevista dalla configurazione del rack;

2) richiesta effettiva attuale;

3) massima fornitura potenziale prevista dalla configurazione;

4) fornitura effettiva attuale.

Generalmente, la determinazione della fornitura di raffreddamento effettiva in un rack è più complessa della determinazione della fornitura di alimentazione e dipende moltissimo dall'architettura di distribuzione dell'aria. Diversamente dall'architettura di alimentazione, in cui il flusso di alimentazione è limitato da fili, infatti, il flusso d'aria viene generalmente fornito a un gruppo approssimativo di rack, dove viene distribuito tra i rack in base al disegno delle ventole nelle apparecchiature It. Ciò rende il calcolo della capacità di aria disponibile più complesso e richiede l'uso di modelli matematici più sofisticati.

Seppur complesso da calcolare (ad ogni modo gli strumenti tecnologici in grado di semplificare tale controllo e di automatizzare il calcolo del Ccf e monitorare la reale necessità di capacità di raffreddamento su singoli rack sono in commercio da tempo e hanno raggiunto la piena maturità tecnologica), il Ccf consente di ridurre il divario progettuale tra ‘fornitura massima’ e ‘richiesta massima’, ovvero di bilanciare il carico di raffreddamento in modo ottimale a seconda delle reali necessità.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Speciale Digital360Awards e CIOsumm.it

Tutti
Update
Round table
Keynote
Video
Digital360Awards e CIOsumm.it, i momenti salienti
Eventi
Digital360 Awards e CIOsumm.IT, ecco i progetti vincitori
Tavola rotonda
Evoluzione del CIO: da centro di costo a motore strategico del business
Tavola rotonda
Business Process Augmentation: dall’RPA alla GenAI… il dato e tratto
Approfondimenti
Sistemi digitali potenziati: l’intelligenza dei chatbot è nelle mani dei CIO
Tavola rotonda
Intelligenza collaborativa e AI: sfide e opportunità per i CIO nell’era dello Human to Machine (H2M) 
Approfondimenti
Open Source: collaborazione e innovazione nel caos apparente del software libero 
Metodologie
BANI: che cos’è e come l’AI può aiutare i CIO a gestire la felicità (e l’infelicità) dei talenti
Prospettive
AI in un mondo complesso. Tra ordine e disordine, le aziende iniziano a capire la giusta via
Approfondimenti
Intelligenza Umana vs Intelligenza Artificiale insieme. Non invece
Eventi
Digital360 Awards e CIOsumm.IT, al via l’evento conclusivo
Video
Digital360Awards e CIOsumm.it, i momenti salienti
Eventi
Digital360 Awards e CIOsumm.IT, ecco i progetti vincitori
Tavola rotonda
Evoluzione del CIO: da centro di costo a motore strategico del business
Tavola rotonda
Business Process Augmentation: dall’RPA alla GenAI… il dato e tratto
Approfondimenti
Sistemi digitali potenziati: l’intelligenza dei chatbot è nelle mani dei CIO
Tavola rotonda
Intelligenza collaborativa e AI: sfide e opportunità per i CIO nell’era dello Human to Machine (H2M) 
Approfondimenti
Open Source: collaborazione e innovazione nel caos apparente del software libero 
Metodologie
BANI: che cos’è e come l’AI può aiutare i CIO a gestire la felicità (e l’infelicità) dei talenti
Prospettive
AI in un mondo complesso. Tra ordine e disordine, le aziende iniziano a capire la giusta via
Approfondimenti
Intelligenza Umana vs Intelligenza Artificiale insieme. Non invece
Eventi
Digital360 Awards e CIOsumm.IT, al via l’evento conclusivo

Articoli correlati

Articolo 1 di 2