如今， 数据中心已经成为当今全球经济发展的基石。它们可以对位于个人和商业生活中心的信息进行移动、存储和分析。如果没有数据中心，人们不能这么自由地日常交流、分享社交平台、观看流视频、进行商业活动、获取和转移资金。也无法更好地应用人工智能、机器学习、物联网、安全、5G网络、自治交通等新兴技术。

　　据调研机构估计，自动驾驶汽车的车载摄像头、雷达、声纳、GPS以及激光雷达系统每天将产生4TB的数据。如果当今美国10%的汽车是自动驾驶汽车的话，那么每年将产生40 ZB的数据。预计到2020年全球将有300亿台或更多的物联网设备。物联网设备将生成和使用的44ZB字节数据，而处理这些数据需要4000个大型数据中心中的4亿台服务器。人工智能、机器学习、语音和图像识别的发展将为前所未有的大量信息打开大门，这些信息对尖端的超大规模数据中心产生了更大的需求。

　　很明显，现代生活的大部分负载和数据已经很快或将完全依赖于数据中心。但随着数据流量的增长，数据中心的大量建设，人们在通过数据创造了一个更美好的世界的同时，将面临对数据中心日益增长的资源和电力需求，需要更多的能源、钢铁、混凝土、铜缆生产数据中心每天所需的电力。

　　如果人们现在不再重新思考数据中心的效率的做法和指标的话，可能在不久的将来需要支付一笔沉重的账单。

　　数据中心的数据

　　数据中心市场的发展不仅随着数据量的增长而变化，而且随着时间的推移、安全性和IT成本的降低，对网络连接的需求也不断增加。其结果为组织带来一系列复杂的服务、基础设施、运营支出、商业模式。许多组织将其运行在小型服务器机房的业务迁移到托管云解决方案，而企业、多租户、超大规模厂商，以及高性能计算数据中心现在占据了最大的增长份额和能源消耗。

　　数据中心平均消耗的功率是大型商业写字楼的100倍以上。一个大型数据中心使用相当于一个美国小城市的总电量。为服务器供电和冷却所需的电能占到数据中心总运营成本的40%，因此数据中心的能源低效问题不容忽视。

　　这些问题是众所周知的，必须广泛采用有效的解决办法。

　　数据中心电力效率低下以及功率密度方面的问题将成为企业的可持续发展主管及其”绿色/可持续发展”团队之外的重要业务问题。

　　人们需要提出新的问题和指标：

　　对于数据中心负责人来说：数据中心的能源账单到底有多大?

　　对于首席财务官来说：需要花费多少资金建设数据中心，或者可以推迟建设吗？企业可以通过数据中心的设备获得多少收入？企业应该拥有和运营自己的数据中心还是应该采用托管数据中心服务？

　　对于首席执行官来说：如何才能使企业在近期和不久的将来取得更大的成功？

　　除了超大规模或高性能数据中心(如苹果、Facebook、谷歌、亚马逊、微软、百度)的行业领导者之外，企业面临这些问题可以理解，但这些解决方案在很大程度上没有得到实施。在数据中心运营商的各种关注的问题之中，能源成本的优先级通常并不高。

　　以下有三种主要策略：

　　数据中心设施效率和软件技术的有据可查的实践。

　　可再生能源计划。

　　大部分未开发的硬件解决方案。

　　数据中心可以使用这三种主要策略来解决功率低效和密度问题，同时还需要改变企业文化和管理实践。