如今，很多人提出了一個問題，數據是否在破壞環境?其答案是肯定的。

在未來幾年，智能手機和可穿戴設備等新技術的采用可能會大幅放緩，但數據使用量將會繼續顯著增長。2012年，只有50萬個數據中心可以處理全球的數據流量，但根據調研機構IDC公司的調查，如今全球各地已有800多萬個數據中心。智能手機使用率、物聯網采用率，以及大數據分析的快速增長導致數據中心的大規模增長，并且帶來了巨大的成本。

每年，全球數以百萬計的數據中心正在淘汰大量硬件，并消耗大量的電力，其產生的碳排放量與航空行業一樣多。雖然技術進步很難預測，但一些分析模型預測，如果不加以控制，到2030年數據中心的能耗可能會超過全球電力供應量的10%。這一增長將表明，其產生的碳排放和電子垃圾的增長情況相似。包括英國著名專家Ian Betterlin在內的數據中心研究人員指出，數據中心的能耗每四年持續增加一倍。

此外，Informa公司最近對數百名IT***的數據中心實踐進行了調查，其調查結果令人感興趣。雖然數據中心使用全球電力供應的3%，但在建設或租賃新數據中心時，能效在優先事項列表中排名第四位。此外，大多數受訪者并不了解他們的數據中心能源使用效率(PUE)，這是數據中心效率的主要衡量標準，并且經常將數據中心環境保持在不必要的低溫狀態，這浪費了大量電能。

總而言之，這為人們的環境未來描繪了一幅具有挑戰性的前景。幸運的是，一些具有前瞻思維的行業***一直在圍繞這個挑戰進行創新。

在過去的五年中，美國能源部發現，越來越多的互聯網流量和數據負載量正被一系列新技術和設計所抵消，這限制了數據中心能源消耗的增長。勞倫斯伯克利國家實驗室估計，如果美國80%的服務器被轉移到優化的超大規模數據中心設施，這將導致其能耗下降25%。

對于不需要或無法負擔建立超大規模數據中心的企業來說，市場上推出了一類新的數據中心資源優化系統。在過去幾年中，許多新的服務器技術和數據中心架構都致力于***限度地提高資源和效率，同時***限度地減少能源需求。這些解決方案著眼于新的設計改進，重新思考如何構建標準數據中心以實現突破性的性能和效率。

此外，一個重要的改進領域是開發出卓越的冷卻技術。將數據中心建設在寒冷或多風的地點是一種流行的解決方案。另一個改進是減少服務器的使用，以免浪費閑置：Facebook公司在2014年開發了一個名為Autoscale的系統，減少了在低流量時段需要打開的服務器數量，從而節省了大約10%-15%的電力。一些行業領先廠商(如谷歌)已經轉向人工智能，通過匹配天氣和運營條件來優化其內部冷卻系統，將冷卻能耗降低近40%。

[[264729]]

還有一個日益流行的方法是簡單地設計服務器系統以在更高的溫度下運行。新的硬件可以在不影響可靠性的情況下在更高的溫度下運行，而不是將系統降低到一定的溫度。當然，這就需要顯著減少冷卻需求，從而減少系統的電力供應。

另一個重點領域是提高用電效率。Control Up公司最近的一項研究發現在他們研究的14萬臺服務器中，高達77%的服務器過度配置硬件，這增加了功耗。為了解決這個問題，可以在設計中整合資源，允許服務器在系統之間共享計算資源，這些資源可以跨多個服務器共享，而不是只限于每個設備。

而系統分解設計是***的創新，顛覆了3～5年升級的數據中心模式，部署模塊化、可持續的基礎設施，只升級系統中缺少的元素。通過使用可獨立升級的子系統組成的服務器，它們允許企業在保留不需要更換的硬件方面更具選擇性和效率。例如，英特爾公司一直在大量部署其***一代CPU的系統分解設計，這對于減少電子垃圾有著重要的貢獻。

故事尚未結束

美國國家航空航天局環境研究中心一直在實施符合綠色計算工作的數據中心解決方案。來自美國國家航空航天局全球建模與同化辦公室的Lesley Ort指出，“我們正在研究數據中心能耗的問題，同時也在研究溫室氣體污染的問題。”美國國家航空航天局正在大力研究和解決數據中心的環境難題，而許多科技公司尚未掌握與其產品和服務相關的環境影響。

如今，最重要的下一步就是教育，這讓人們認識到更加環保的數據中心的重要性和好處。通過采用解決數據中心難題的技術，可以提供優化性能并減少環境影響的雙重優勢。如果采取適當的行動，那么數據中心的運營就不會對環境產生嚴重的影響。