美国自然资源保护委员会(NRDC)承认高估数据中心的电能消耗

美国政府研究报告显示,2014年美国数据中心实际电能消耗比NRDC预估的要少64亿度。随着数据中心效率提升,电力消耗增长速度低于预期。超大规模数据中心运营商如谷歌、Facebook等贡献了大部分节能效果。

摘要:

美国自然资源保护委员会(NRDC)是一个高调的激进组织,两年前该组织对于美国日益增长的数据中心的能源使用敲响了警钟。美国政府关于数据中心能源消耗的最新报告对此进行了回应,这表明美国自然资源保护委员会(NRDC)2014年的报告夸大了数据中心产业电能的消耗量。

据美国政府估计,2014年美国所有的数据中心电能总消耗大约为700亿度,这比美国自然资源保护委员会(NRDC)的估计少了64亿度电,随着时间的推移,越来越多的数据中心的建设与上线运营,使得整体数据中心的能源消费持续增长,然而美国政府的研究表明,电力消耗的增长速度已经远远低于研究报告作者的预期,这主要是由于数据中心效率的提高。

美国能源部、斯坦福大学、西北大学和卡内基梅隆大学的研究人员进行政府的第二次研究,该研究是由美国能源部牵头实施的。

  西班牙菲格雷斯附近的输电塔

日前,美国自然资源保护委员会(NRDC)高科技产业能效总监皮埃尔·德尔福承认,该委员会的报告数据与美国能源部对数据中心电能使用量的估计之间的差距,他表示,美国自然资源保护委员会当时曾提供最佳数据,但是并没有表明这种差异有多大。

他表示,美国政府的估计数据低于以前的行业分析师所提供的预期值,而其数据是美国自然资源保护委员会当时可获得的最佳信息。

而估计各行业数据中心的能源消耗是非常困难的。因为大多数数据中心运营商不透露他们的电能使用情况,许多厂商经营着一些设备落后的陈旧设施,根本没有提供这些信息。

美国能源部的劳伦斯伯克利国家实验室的科学家阿尔曼·舍哈比,也是这项新研究的主要作者之一,他表示,研究人员提供的数据是有限的,研究人员在很大程度上根据数据中心的大小规模,基础设施效率估算,以及行业分析师提供服务器出货量来进行估测的,因此,数据中心行业整体能源使用的最终结论是一些自下而上的分析和大量的自上而下的假设相结合的结果。

调查机构DOE报告与美国自然资源保护委员会(NRDC)研究的结果一致:大多数的效率提升都是那些超大规模数据中心运营商实现的,其中包括谷歌公司,Facebook公司,微软公司,以及亚马逊公司。虽然他们的整体数据中心的足迹增长很快,但全球大多数的数据中心规模较小,主要都是效率低下的单用户企业数据中心。

另外一点,美国的能源消耗总量仍然是巨大的,并没有迹象表明人们对数据中心容量的需求将放缓。德尔福在他的博客中指出,美国数据中心的碳排放与消耗的700亿千瓦时的电能,相当于世界第五大经济体英国的月度碳输出量和电能消耗。

无论是调查机构DOE报告,还是德尔福热的警告表明,美国最近数据中心效率的提高并不意味着数据中心的能源使用增长问题已经解决。

本文转自d1net(转载)

标题基于Python的自主学习系统后端设计与实现AI更换标题第1章引言介绍自主学习系统的研究背景、意义、现状以及本文的研究方法和创新点。1.1研究背景与意义阐述自主学习系统在教育技术领域的重要性和应用价值。1.2国内外研究现状分析国内外在自主学习系统后端技术方面的研究进展。1.3研究方法与创新点概述本文采用Python技术栈的设计方法和系统创新点。第2章相关理论与技术总结自主学习系统后端开发的相关理论和技术基础。2.1自主学习系统理论阐述自主学习系统的定义、特征和理论基础。2.2Python后端技术栈介绍DjangoFlask等Python后端框架及其适用场景。2.3数据库技术讨论关系型和非关系型数据库在系统中的应用方案。第3章系统设计与实现详细介绍自主学习系统后端的设计方案和实现过程。3.1系统架构设计提出基于微服务的系统架构设计方案。3.2核心模块设计详细说明用户管理、学习资源管理、进度跟踪等核心模块设计。3.3关键技术实现阐述个性化推荐算法、学习行为分析等关键技术的实现。第4章系统测试与评估对系统进行功能测试和性能评估。4.1测试环境与方法介绍测试环境配置和采用的测试方法。4.2功能测试结果展示各功能模块的测试结果和问题修复情况。4.3性能评估分析分析系统在高并发等场景下的性能表现。第5章结论与展望总结研究成果并提出未来改进方向。5.1研究结论概括系统设计的主要成果和技术创新。5.2未来展望指出系统局限性并提出后续优化方向。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值