跨越绿色IT的“鸿沟”

并非所有的“绿色”IT解决方案都是相同的。如果不考虑政策上的观点，实际上对于企业和IT可持续性来说的，对生态学——更重要的是其经济因素——是不能够被忽略的。

采用最节能的IT解决方案来满足各种数据和应用需求对企业来说是有诸多好处的。然而，厂商急于向用户推销的绿色解决方案往往不能真正解决IT机构所面临的挑战和要求。本文阐述了在绿色信息（或者“Green Wash”）之间正在不断扩大的差距，以及如何缩小这个差距，让IT机构在保持经济增长和有利于环保的同时解决他们所面临的难题。

廉价计算能力的出现带来了数据存储的飞速增长。直到现在，服务器、网络、软件和存储的能源效率一直都没有引起IT机构足够的重视。随着电力成本的稳定上涨，在本地和全球范围内对电力发生和转换(G&T)需求正在超过供给。随着对这些IT资源功能和冷却所需的应用服务器使用率和节能效率不断提高，人们关注的重点也将扩展到包括数据存储和网络设备在内的其他方面。

因为有限的G&T量和飞涨的燃油成本等原因，要想保持实现稳定的电力供应已经变得越来越难。除此之外，由于数据量的不断增加、服务器、存储和网络设备的密度越来越大、有限的物理空间、备份能力和冷却能力等因素都让这方面的需求越来越强烈。

IT数据中心通过提高能源效率和有效性来解决能源、冷却、物理空间和Environmental Health and Safety-EHS (PCFE)带来的挑战，人们意识到这么做有诸多好处：有利于环保、节省PCFE成本的影响、实现稳定的应用增长来支持不断提高的业务信息需求。

一部分原因

数据中心不断增长的电力需求、每平方英尺的能源密度、飞涨的能源成本、有限的电力G&T结构以及环境意识，所有这些都是促成美国在2006年通过了United States public law 109-431的重要因素。Public law 109-431中规定由美国环保总署（Environmental Protection Agency，EPA）负责向美国议会提交关于美国IT数据中心能源使用情况的报告。

2007年8月，美国环保总署向美国议会提交了一份报告，发现IT数据中心（被称为信息工厂）2006年总共消耗了大约610亿千瓦时的电力，总成本接近45亿美元。报告中还表示，IT数据中心每平方英尺好好的能源是一座普通办公大楼的15～25倍（甚至更多）。环保总署报告称，如果在电力消耗方面没有任何改善或者效率提升的话，到2011年IT数据中心能耗量将超过1000亿千瓦时，给已经十分有限的电力G&T架构和能源成本带来更大压力。

StorageIO Group在调查研究和与IT技术人员的交流过程中发现，虽然IT机构对绿色问题很感兴趣，但是可用能源、冷却、物理空间以及淘汰IT设备的环保处理等正在接近峰值并成为瓶颈，这让大多数IT数据中心（接近85%～90%）都面临着与日俱增的压力和挑战。

不断扩大的绿色“鸿沟”

对IT数据中心来说，实现“绿色”涉及到很多方面，其中包括设备、能源、冷却、资产的淘汰与回收等等。而且企业机构在规模、地理位置、可见性以及应用重点等方面的不同也让他们面对着某些具体的难题。

从表1中我们可以看出，不断扩大的“绿色鸿沟”，用最简单的话来说，是一种语言和信息。虽然现在人们普遍对数据中心的绿色技术十分关注，但实际上是与对资产淘汰、物理空间、冷却、能源和能源成本、以及维持业务增长的需求之间存在一个断层的。

简而言之，厂商和业界发出的绿色宣言在用户那里并没有起到什么作用，因为这些用户往往更关于其他形式的绿色——他们的底线。但是两者之间有很多共同点，因此也就提供了很多机会：对环境有利的同样也对企业底线有利。

绿色鸿沟可以被认为是其中一个方面。尽管他们解决了其他涉及社会生态和经济因素的问题，但实际上IT机构普遍没有将“绿色”看成一个非常重要的问题。IT业界发出的倡导并没有有效地宣传绿色解决方案的可用性，来帮助IT机构解决他们的问题。通过解决能源、冷却、物理空间以及资产的淘汰与回收等IT难题，产生的副产品无论从经济角度还是社会生态角度来讲都是具有积极作用的。而且，人们从避免能源消耗到更有效地使用能源的转变从社会生态和经济角度来讲也是具有帮助作用的。

其实，70年代爆发的石油危机、现在人们对绿色IT以及绿色存储的关注、还有能源、冷却以及物理空间等问题之间是存在一个并行关系的。在爆发石油危机的时期，人们面临着保存能源和避免能源消耗的巨大压力，而现在我们也看到了不少避免能源消耗的情况，例如整合和停止服务器和存储系统运转等等。

在70年代推行能源保护之后就出现了更加节能的工具和设备。现在我们可以看到，IT资源将重点放在了更加节能的服务器和存储设备，实现了应用的主动和非主动使用，另外还结合使用了智能能源管理（IPM）技术以及能效更高的存储设备。之后，人们在采用最佳策略方面进行了深入研究以保证有足够的可用资源来维持增长，其中包括更好的数据和存储管理、归档、压缩、重复数据删除以及其他形式的数据缩减技术等等。