|
早在三十多年前，设计个人电脑的工程师曾采用简单的物理模型，以防止计算机设备在运行的时候发生过热的现象。他们采用薄纸板或其他易得的材料建造模型，并将风扇、芯片和其他主要的组件放在一个盒子里，以理解气流、热传递和温度的变化。由于这种原始的建模方式成本较高，并且过于复杂，他们通常只能对数量不多的设计模型进行测试，然后再确定哪种设计**。
模拟
也许产业人士认识到，采用计算机模拟盒子里的热量和空气流是可能的，然而这并不是一件易事。人们已经在抽象的层面上很好地理解了热传递的物理现象。但为了能够理解安装在复杂系统中的成品组件，需要以合适的方式组合建模工具和测量设备，以尽可能做出精确的预测。这些工具可让设计师在无需对系统进行实质性改变的情况下，模拟置换组件所带来的影响。建模的计算机系统具有速度快、成本低的优势，因此设计者们可在决定**设计之前，对几百或几千个组合设计进行评估。
复杂的情况
与之前的PC设计师相比，数据中心设计师面临着更为复杂的挑战。这种复杂性就像PC拥有数百个或数千个风扇、电力供应系统、芯片和磁盘驱动，并且所有的这些组件都在以几乎不可预测的方式变化的情况一样。此外，让这种复杂性加剧的是，每个数据中心都是独特的，因此必须针对每个数据中心开发和矫正模型。此外，数据中心当中的IT基础布局随着时间的推移发生重大变化，这有别于大规模生产的设备如计算机的内部的情况。
如果数据中心按照原来的设计进行建造和运营，那么计算设备的电力使用情况以及相关的制冷需求都是相对可以预测的。然而，在真实的数据中心当中，这些设备的安装和运营很少会和原来设计当中的设想匹配。其结果是，由于所有计算设备的实际部署并不完善且不可预测，制冷和电力基础设施设计会得到更多的影响，因此原本可用来将电力提供给更多服务器的基础设施资金就被浪费了。
企业配备计算机以解决业务问题。然而，由于大多数数据中心企业面对着时间有限、技术复杂和分散化的问题，计算机设备的选择、部署和运营远没有达到**的水平。这意味着大多数数据中心当中的宝贵资金并没有发挥**作用。浪费的资金通常占到总资金的三分之一甚至更多。这也就是说，相当一部分的资产花费了数千万，甚至上亿美元，却没有带来经济回报。
容量浪费
数据中心产业直到现在才开始面对这个挑战。现在有了预测性建模工具，可让每个数据中心跟踪设备，并将设备库存和对空气流、温度和能源使用的衡量匹配起来，提前分析各种不同设备布局对容量浪费的影响。如果能够恰当使用这些工具，那么可以回收利用大部分被浪费的容量，然而这会给不少这些数据中心的设计、建造和运营方式带来巨大的变革。此外，它还要求对管理进行变革——这不仅仅是一个技术性的问题。
大多数的现有数据中心都存在许多容量被浪费的问题，这是因为它们没有利用好新工具，并改变管理实践。实际上，这是有关制度结构的变革，也是降低成本和提**率最关键的因素，却很少在数据中心运营人员的影响能力范围内。这就诗司当中负责大量数据中心运营工作的管理层需要急切了解这些利害关系的原因，从而推动从上至下的这些变革。
预测性建模可让运营人员确定并释放这些被浪费的容量，因此可以安装更多创造价值的计算设备，并减少每次计算任务所需的成本。为了实现这个目标，企业机构需要整合预算，接受一个管理人员和一个部门的管理，制定有关数据中心投资的通用语言，为每个数据中心设施创建精确的标准化模型，为每个数据中心创建精确和标准化的模型，采用这些模型分析其他投资情况以为计算设备的部署提供指导，以及所有相关方都将注意力放在尽量减少每个计算任务的成本上。
潜在的好处
要保证单位计算任务的低成本，需要采用预测性建模尽可能减少容量浪费。如果无序安装计算设备，设施和信息技术部门缺乏沟通协调，这会不可避免地导致资金资产利用率不高。只有通过量化潜在的浪费规模，并进行相应的变更管理才能彻底**浪费现象。预测性建模对于精确评估并避免这种浪费是非常重要的，所有的现代数据中心都应尽快采用这种预测性建模。 |
