Contenido Archivado

El siguiente contenido es de una versión anterior de este sitio web y es posible que no se muestre correctamente.
De acuerdo con la firma analista Gartner, el 80% de los nuevos grandes centros de datos reportará sobre el uso de energía en base a la métrica PUE (Power Utilization Efficiency) en 2015.

El vicepresidente de Gartner Rakesh Kumar afirma que su predicción está basada tanto en el crecimiento previsto en la venta de servidores (5% anual durante los próximos dos años) como en las estadísticas actuales que muestran que los costos relacionados con la energía representan actualmente alrededor del 12% del gasto total del centro de datos.

"Las organizaciones necesitan controlar de cerca su consumo de energía y sus costos", dijo Kumar. "Para ello, los operadores de centros de datos necesitan medir los datos relacionados con la energía a través de toda su instalación, incluyendo la pura construcción, los componentes de la facility y el equipamiento de TI"

Kumar asegura que las compañías se gastarán más en los centros de datos durante los próximos años cuando la recesión mundial se suavice, y advierte que las actuales herramientas de control y medición no serán suficientes para dar una idea clara sobre el uso de la energía.

"Lo que se necesita es romper con el enfoque idealizado sobre la gestión de energía del centro de datos y pasar a un enfoque pragmático que proporcionará más información a efectos de planificación operativa", afirma Kumar.

"La gestión de la energía a través del hardware de TI, de los bastidores y de las instalaciones eléctricas debe ser abordada de inmediato, mientras que las mediciones a lo largo de las instalaciones de los centros de datos y de los edificios serán necesarias sobre todo para los proveedores de hosting que quieren cobrar a los clientes específicamente por el uso de energía.

"La medición a través de máquinas virtuales sucederá durante los próximos cuatro años o más, convirtiéndose en relevante cuando los usuarios quieran examinar la energía asociada con una carga de trabajo y cuando esa carga de trabajo se ejecute en una máquina virtual independiente."