Экономическая оценка жизненного цикла системной инфраструктуры центров обработки данных

Введение

Центры обработки данных (ЦОД) являются критически важными компонентами для всех больших предприятий и организаций, стоимость создания и эксплуатации которых составляет десятки и сотни миллионов рублей, однако зачастую руководители не представляют реальную структуру стоимости создания и эксплуатации таких объектов. Капитальные и текущие затраты обычно распределяются между вычислительными средствами, сетевыми коммуникациями и вспомогательным инженерным оборудованием, а также капитальными сооружениями, что создаёт сложности управления стоимостью ЦОД при оценке альтернативных вариантов применения перечисленных устройств и объектов. Данная работа представляет простую модель реальной стоимости, упрощающую возможность руководителям оценку стоимости альтернативных вариантов реализации капитальных инвестиций, эксплуатации и управления физическими активами ЦОД.

Результаты, полученные при использовании предлагаемой модели, показывают преимущества использования энергоэффективного вычислительного оборудования для ЦОД как обеспечивающего значительную финансовую выгоду относительно широко распространённых оценок.

Основные функции и характеристики ЦОД

В настоящее время ЦОД является одним из наиболее финансово-концентрированных активов любой крупной организации и поэтому целостная оценка реальной стоимости владения ЦОД имеет большое значение при финансовом планировании. Затраты на эксплуатацию ЦОД обычно распределены в организации между ИТ-подразделениями и службами технической эксплуатации зданий и сооружений, что делает планирование, управление и анализ этих затрат сложной задачей.

В настоящей работе представлен прототип модели анализа и оптимизации капитальных и операционных затрат на вычислительные средства и обеспечивающее их работу инженерно-технологическое оборудование.

Анализ прототипа экономической модели инженерного оборудования ЦОД предоставит возможность оценить и улучшить эффективность и стоимость технических средств, а также обеспечит оценку альтернативных вариантов технико-финансовой оптимизации. В целях упрощения будет рассмотрен ЦОД, предназначенный для высокопроизводительных вычислений, таких как анализ и прогноз курсов основных и производных ценных бумаг, а также оценка финансовых рисков фондовых операций.

Объект исследования

ЦОД – Дата-центр (от англ. data center) – специализированное здание (площадка) для размещения вычислительного и коммуникационного оборудования, систем хранения данных и подключенное к каналам сети Интернет с целью предоставления ИТ-услуг заданного объёма и качества. В русскоязычной терминологии дата-центр получил название центр обработки данных (ЦОД). Основным критерием оценки качества работы ЦОД является время доступности установленного оборудования или предоставляемых услуг (англ. uptime).
В России рынок центров обработки данных (ЦОД) характеризуется высокими темпами роста, ежегодно увеличиваясь в среднем на 20-30%. По оценкам аналитиков, каждый год объем корпоративных данных увеличивается примерно на 70%, что требует новых средств и подходов к работе с ними.

В настоящее время ЦОД является наиболее концентрированным объектом для любой организации по объёму необходимых инвестиций на его проектирование и создание, а также по объёму текущих затрат на его сопровождение и обслуживание. Дополнительная сложность заключается в распределении ответственности за различные этапы существования множества внутренних подсистем ЦОД между различными подразделениями внутри организации, а также множеством привлекаемых внешних субподрядчиков. Соответственно, управление затратами также распределено между различными исполнителями, что делает сложной задачей оптимальное управление стоимостью и приводит к невозможности комплексной оптимизации затрат по критериям экономической эффективности. ЦОД как объект с точки зрения энергопотребления имеет крайне низкий КПД – всего лишь около 0,0003% поступившей электроэнергии идет на поддержку вычислительных процессов. Остальная часть энергии рассеивается в виде тепла на уровнях инженерно-технологической инфраструктуры, вычислительного оборудования и собственно процессорных и вспомогательных микросхем.

Поэтому основной статьей текущих расходов на этапе эксплуатации ЦОД становятся стоимость потребляемой электроэнергии. Это данность, связанная с современным уровнем развития полупроводниковых технологий.

Энергетическую эффективность центра обработки данных можно представить как отношение общего энергопотребления ИТ к суммарному значению общего ИТ-потребления и суммы потерь от конкретных устройств. В общем виде такое уравнение не решается из-за того, что нагрузка и энергопотребление вычислительных систем меняется нелинейно. Но возможно сделать достаточно точную аппроксимацию с учетом режима энергопотребления в конкретном ЦОД.

Таким образом, стратегия управления жизненным циклом ЦОД, с одной стороны, должна быть направлена на максимально эффективное использование электроэнергии, охлаждения и пространства ЦОД (т.е. снижение операционных расходов) при увеличении их производительности.

С другой стороны, при внедрении большой группы высокопроизводительных серверов расходы на электропитание и охлаждение могут свести на нет экономическую выгоду от их использования. И задача состоит в том, чтобы найти баланс между стоимостью проектирования, создания и эксплуатации сервисов ЦОД.

Исходные данные и методика оценки модели

ЦОД, описываемый в данной работе, имеет площадь 1900 квадратных метров и подведённую электрическую мощность 4400 кВт. Таким образом, коэффициент энергопотребления установленного оборудования составляет 2.315 кВт на квадратный метр.

Общая стоимость всего ЦОД составляет около 100 млн. долларов США, из которых только 30% составляет стоимость приобретения собственно ИТ-оборудования.

Таким образом, стоимость квадратного метра полностью оборудованного ЦОД составляет 52630 долларов США.

С точки зрения финансового планирования, наибольшие капитальные расходы связаны с приобретением вычислительного и инженерно-технологического оборудования ЦОД, стоимость которого составляет около 30% капитальных затрат. При учете годовых операционных затрат доля ИТ-оборудования составляет 45%, на инженерное оборудование приходится 30% стоимости. Стоимость прочих операционных расходов составляет 15%, стоимость потреблённой электроэнергии составляет 10%.

Капитальные и операционные затраты на вспомогательное инженерное оборудование для ЦОД (источники бесперебойного питания и прецизионные кондиционеры) находятся в сильной зависимости от требований к надёжности и бесперебойности функционирования ЦОД.

Оценка финансовой эффективности

Наиболее важным аспектом использования представленной модели может быть оценка потенциальных преимуществ оптимизации энергоэффективности вычислительных ресурсов.

Затраты на повышение энергоэффективности вычислительного оборудования должны быть проанализированы на предмет реальной экономии общих издержек, а не только на экономию электроэнергии и таким образом моделирование позволит избежать неоправданных инвестиций.

Большинство производителей вычислительных средств конкурируют на рынке на уровне первоначальной стоимости, однако пользователи этих средств, оценивая различные варианты используют методику полной стоимости решения и соответственно требуют высокоэффективные средства и системы, несмотря на их повышенную стоимость первоначального приобретения.

Например, теоретическое снижение энергопотребления серверной группировкой в ЦОД может обеспечить как прямую экономию в размере 90 долларов США на сервер в течение года, но также снизить капитальные затраты на инженерную инфраструктуру в размере 10 миллионов долларов США. Эта сумма представляет собой 10% от полной стоимости создания ЦОД, так что прямая экономия создаёт также и перспективы для существенной экономии в области непрямых затрат и полностью окупить повышенную стоимость первоначальной закупки энергоэффективного оборудования.

Другим преимуществом данного подхода является возможность установки на 25% большего количества серверных вычислительных ресурсов в пределах фиксированной полезной площади ЦОД и имеющихся ресурсов инженерно-технологической инфраструктуры, что представляется для определённых заказчиков значительно более важным обстоятельством, чем снижение расходов на некоторые статьи ИТ-бюджета.

Пример расчета изменения энергоэффективности вычислительной системы ЦОД для сервера ИБМ х3550

Методы повышения энергоэффективности

Лучший способ сбережения электроэнергии – сокращение избыточности центров обработки данных за счет использования адаптивной модульной архитектуры, которая позволяет наращивать инфраструктуру электропитания и охлаждения по мере роста нагрузки. Потенциальное сокращение потерь: 50%.

Повышение КПД систем охлаждения – потенциальное сокращение потерь: 30%.

Уменьшение потерь холостого хода в компонентах электропитания и кондиционирования центра обработки данных – потенциальное сокращение потерь: 10%.

Традиционные модели энергетической эффективности центра обработки данных обычно переоценивают КПД, потому что в них не учитываются ни степень избыточности оборудования, ни эффект резкого падения КПД на малых нагрузках, типичных для большинства центров обработки данных. Улучшенная модель позволяет получить более точные численные значения КПД центра обработки данных, а также дает представление об источниках и методах снижения потерь.

Типичные центры обработки данных потребляют более чем в два раза больше электроэнергии, чем требуется для питания ИТ-нагрузок. Стоимость потребляемой электроэнергии – существенная часть от полной стоимости владения системой. Энергопотребление свыше потребностей ИТ-оборудования считается нежелательным, и большей его части вполне можно избежать.

Избыточность инфраструктуры центров обработки данных – главный источник потерь, поэтому рекомендуется использовать масштабируемые решения, растущие вместе с ИТ-нагрузкой и обеспечивающие высокий потенциал сокращения энергетических потерь и расходов. Для типичного центра обработки данных с номинальной нагрузкой 1 МВт стоимость сбереженной электроэнергии за 10-летний период составит от 2 до 4 млн долл. Учитывая колоссальный объем потерь из-за низкой энергетической эффективности центров обработки данных, сокращение потерь должно стать делом первостепенной важности в любой организации, а также общеполитической задачей.

Основные результаты работы

• Единый баланс капитальных и операционных затрат обеспечивает оптимизацию экономической эффективности инфраструктуры ЦОД.
• Существующая практика минимизации бюджета капитальных затрат на этапе проектирования приводит к увеличению операционных расходов на инфраструктуру ЦОД вследствие раздельного учета капитальных и операционных затрат.
• Необходимо усовершенствовать методы и процессы финансового планирования с учетом оптимизации структуры затрат для полного жизненного цикла ЦОД (10-15 лет).
• Для дальнейшей оптимизации структуры затрат на инженерную инфраструктуру ЦОД необходимо создание автоматизированной системы учета, контроля, анализа и долгосрочного планирования потребления электроэнергии в составе единой системы управления техническими средствами ЦОД.

Список использованной литературы

1. Управление по показателям / Якименко А.А. – курс лекций, Москва, 2010 г. – Москва: АНХ.
2. APC. 2007. Determining total cost of ownership for data center and network room infrastructure. American Power Conversion. White paper #6, Revision 3.
3. A Simple Model for Determining True Total Cost of Ownership for Data Centers, Version 2.1, March 31, 2008, By Jonathan Koomey, Ph.D. with Kenneth Brill, Pitt Turner, John Stanley, and Bruce Taylor
4. HIGH PERFORMANCE DATA CENTERS, A Design Guidelines Sourcebook, January 2006 by Rumsey Engineers, in part, based upon work by Lawrence Berkeley National Laboratory supported by the California Energy Commission's Public Interest Energy Research program.
5. Документ SP–3-0092: (Стандарт TIA-942, редакция 7.0, февраль 2005
6. The Invisible Crisis in the Data Center: The Economic Meltdown of Moore’s Law, By Kenneth G. Brill, 2007
7. Belady, Christian L. “In the data center, power and cooling costs more than the IT equipment it supports.” Electronics Cooling. February 2007. pp. 24-27.
8. The Green Grid. 2007. Green Grid Metrics: Describing Data Center Power Efficiency. The Green Grid, Technical Committee.
9. Turner, W. Pitt, John H. Seader, and Kenneth G. Brill. 2006. Tier classifications define site infrastructure performance. Santa Fe, NM:The Uptime Institute.
10. Turner, W. Pitt, and John H. Seader. 2006. Dollars per kW Plus Dollars Per Square Foot are a Better Data Center Cost Model than Dollars Per Square Foot Alone. Santa Fe, NM: Uptime Institute.

Copyright © 2010 Дочкин А.Е.