Progettazione dei Data Center: modello di crescita

Progettazione dei Data Center:
modello di crescita
White Paper 143
Revisione 1
di Neil Rasmussen e Suzanne Niles
> In sintesi
La pianificazione a lungo termine delle capacità del
datacenter o degli spazi dedicati alle infrastrutture di
rete può sembrare impossibile, considerando
l'evoluzione delle tecnologie IT e il costante
cambiamento dei requisiti dell'attività. Eppure, i
datacenter hanno un ciclo di vita che corrisponde a
quello di diverse generazioni di dispositivi IT; di
conseguenza, la pianificazione – o la mancata
pianificazione – può avere grande influenza
sull'efficacia degli investimenti. È possibile evitare
molti costi inutili con semplici strategie di pianificazione
in cui può essere incorporato anche il fattore di
incertezza. Questo documento spiega un modo
semplice ed efficace per sviluppare un piano di
gestione delle capacità di un datacenter o di uno spazio
dedicato alle infrastrutture di rete.
I White Paper
by Schneider Electric fanno parte del più ampio catalogo di
white paper realizzati dal Data Center Science Center di Schneider Electric
[email protected]
Contenuti
Cliccate su una sezione per accedervi
Introduzione
2
I sei parametri del modello di
crescita
7
Il valore dell'implementazione
graduale
10
Determinazione del piano di
capacità del sistema
12
Ruolo del modello di crescita
nella sequenza di
pianificazione del sistema
16
Uso del modello di crescita per
il calcolo del TCO
20
Conclusioni
23
Risorse
25
Progettazione dei datacenter: modello di crescita
Introduzione
Link per visualizzare le
risorse disponibili
White Paper 142
Progetti di Data Center:
Pianificazione del sistema
Per affrontare con successo le problematiche di pianificazione inerenti al progetto di un
datacenter, è necessario disporre di un processo ben definito, della competenza di persone
in grado di assumere decisioni e valutare alternative e di strumenti adatti ad organizzare i
dati ed eseguire i calcoli. Tutto questo, si può riassumere nel concetto di modello di
crescita, uno strumento che rappresenta la base strutturale e terminologica per la
discussione dei requisiti futuri di alimentazione del carico informatico. Il modello di crescita
presentato in questo documento è un elemento essenziale del processo di pianificazione dei
datacenter descritto nel White Paper 142, Data Center Projects: System Planning.
Il modello di crescita è un quadro di riferimento standardizzato che consente di definire e
sviluppare, in modo organico, le esigenze di alimentazione della struttura IT in fase di
pianificazione e che prevede sia la descrizione della potenza richiesta dal carico informatico
– il profilo del carico informatico – che la definizione delle capacità di alimentazione che
l'infrastruttura fisica deve assicurare – il piano di capacità del sistema. Il profilo del carico
informatico è uno dei principali elementi di pianificazione e deve essere definito già nelle
prime fasi di progettazione del datacenter. In queste prime fasi di pianificazione, per
identificare il “profilo del carico informatico”, si usa spesso il termine non tecnico di piano di
crescita, uno dei tre parametri IT su cui si basa il modello del processo e che rappresentano
l'input indispensabile per la progettazione dei sistemi di alimentazione e raffreddamento.
Parametro IT
Descrizione
Il livello di disponibilità ed affidabilità del datacenter in prospettiva, in
linea con la vocazione dell'attività.
Tabella 1
Criticità
Il piano di crescita è uno dei
tre parametri IT che
rappresentano l'input
indispensabile per la
pianificazione dei
datacenter
Capacità
Piano di crescita
Per ulteriori informazioni sulla criticità e sulle modalità di definizione dei livelli di
criticità per i datacenter, vedere il White Paper 122, Guidelines for Specification
of Data Center Criticality/Tier Levels
La potenza a regime, in kW, del carico informatico (questa cifra
diventerà il parametro di “carico finale massimo” nel profilo del carico
informatico).
3
1
2
4
Il carico informatico previsto nel corso del ciclo di vita del datacenter,
espresso come profilo del carico informatico e basato su quattro
parametri
Per ulteriori informazioni su come vengono utilizzati questi parametri IT nel processo di pianificazione,
vedere il White Paper 142, Data Center Projects: System Planning (link nella sezione Risorse).
Discutendo fin dall'inizio la pianificazione in base a questi tre elementi, in modo strutturato e
organizzato, è possibile accedere rapidamente, con efficacia e soprattutto senza ambiguità
alle successive fasi del processo di pianificazione. Criticità e capacità sono trattate nel
White Paper menzionato prima. Il presente documento si concentra sul terzo elemento, il
piano di crescita. Il piano di crescita esprime il carico informatico previsto come profilo del
carico informatico, basato su quattro parametri. In base a questo profilo di carico, viene
sviluppato un piano di capacità del sistema per supportare il carico informatico nel corso
della vita operativa del datacenter. Questo documento presenta un modello e un linguaggio
comune per descrivere il profilo del carico informatico e il piano di capacità del sistema, oltre
che una metodologia per sviluppare quest'ultimo.
Un semplice modello di crescita per la pianificazione della capacità
La maggior parte dei piani di sviluppo dei datacenter risulta alquanto generica, perché non in
grado di considerare la costante evoluzione tecnica dei dispositivi IT. Inoltre, non è sempre
facile conoscere in anticipo le numerose esigenze dell'attività che indirizzano la progettazione
Schneider Electric – Data Center Science Center
White Paper 143
Rev 1
2
Progettazione dei datacenter: modello di crescita
del datacenter. Più avanti nel tempo si posiziona la stima del carico informatico, minore è
l'attendibilità della previsione. Qualunque modello previsionale dei requisiti di capacità ha
bisogno di informazioni riguardanti la qualità (certezza) delle stime.
Un approccio al problema dell'incertezza è supportare la stima stabilendo i valori minimo e
massimo, ragionevolmente prevedibili, durante il ciclo di vita del datacenter. Questo è
l'approccio adottato dal modello di crescita descritto in questo documento. Il concetto di
carico finale minimo e massimo è illustrato nella Figura 1. Il ciclo di vita di un datacenter è
generalmente considerato di dieci anni.
Data center lifespan
Figura 1
MAXIMUM final load
Modello di stima del carico
finale MINIMO e del carico
finale MASSIMO
MINIMUM final load
Una volta stimati i carichi massimo e minimo, l'aggiunta del carico INIZIALE e del tempo di
TRANSIZIONE completa la stima di crescita del carico informatico (Figura 2).
Data center lifespan
Figura 2
MAXIMUM load
Carico INIZIALE e tempo di
TRANSIZIONE
MINIMUM load
INITIAL
load
RAMPRAMP-UP
time
Questo prima parte del modello - che descrive il carico informatico stimato durante il ciclo di
vita del datacenter - viene determinata nelle primissime fasi del processo di pianificazione.
L'elemento finale del modello di crescita è il piano di capacità del sistema ovvero
l'implementazione pianificata dell'infrastruttura di alimentazione e raffreddamento a supporto
del carico di potenza previsto (Figura 3). Il piano di capacità del sistema viene determinato
in una fase successiva del processo di pianificazione, dopo la definizione dei dettagli relativi
all'architettura del sistema e allo spazio fisico disponibile.
Schneider Electric – Data Center Science Center
White Paper 143
Rev 1
3
Progettazione dei datacenter: modello di crescita
Data center lifespan
System capacity plan
Figura 3
MAXIMUM load
Modello parziale del piano di
capacità del sistema
MINIMUM load
INITIAL
load
RAMP-UP
time
Questo modello può sembrare semplicistico ed autoesplicativo ma è in grado di
rappresentare concetti complessi che, spesso, non vengono correttamente comunicati tra le
parti coinvolte nel progetto di un datacenter. Il modello completo è costituito da sei parametri
ed è illustrato nella Figura 4.
Data center lifespan
Step size
5
Figura 4
Modello di crescita
completo
System capacity plan
6 Margin
MAXIMUM final load
ACTUAL final load (unknown)
MINIMUM final load
Initial
load
1 MAXIMUM
final load
3
4
2
MINIMUM
final load
Ramp-up
time
Parametri contenuti in questo modello
I sei parametri di questo modello rappresentano le principali caratteristiche di crescita del
datacenter e definiscono un linguaggio comune che contribuisce ad una migliore
comprensione e ad una più efficace discussione dei problemi di pianificazione. Questi sei
parametri sono riepilogati nella Tabella 2.
Schneider Electric – Data Center Science Center
White Paper 143
Rev 1
4
Progettazione dei datacenter: modello di crescita
Parametri del
modello di
crescita
Piano di capacità
del sistema
Tabella 2
Profilo del carico
informatico
Parametro del modello
di crescita
Significato
1 Carico finale MASSIMO
Massimo carico informatico previsto
2 Carico finale MINIMO
Minimo carico informatico previsto
3 Carico INIZIALE
Carico informatico dell'installazione iniziale
4 Tempo di transizione
Il tempo occorrente per passare dal carico
iniziale al carico finale
5 Ampiezza dei gradini
intermedi
Ampiezza dei gradini intermedi di crescita
dell'infrastruttura fisica (se
l'implementazione della capacità di regime
viene differita)
6 Margine
Capacità di riserva a copertura di eventi non
previsti – aumento del carico informatico o
maggiore domanda sulle capacità del sistema
Perché non limitarsi a prevedere un unico carico effettivo?
Il modello illustrato nella Figura 4 prevede la stima del carico finale massimo e minimo ma
non quella del carico finale effettivo. Qualunque definizione del carico finale effettivo si rivela,
nella maggior parte dei casi, una semplice congettura. Generalmente, il carico finale effettivo
di una particolare installazione dipende da numerose variabili che, in qualche misura, i
responsabili della pianificazione non possono prevedere o della cui esistenza non sono
consapevoli.
Un metodo di pianificazione più utile, rappresentato da questo modello di crescita, è quello di
identificare i limiti superiore e inferiore del carico finale che, generalmente, sono più
attendibili e possono contare su un più alto livello di consenso rispetto ad un unico valore.
Spesso, gli utenti hanno una idea ben precisa del valore da assegnare al carico massimo
perché, in passato, il massimo carico possibile rappresentava il valore “sicuro” su cui basare
la progettazione di tutto il sistema ed i responsabili della pianificazione sono ancora abituati a
pensare in quei termini. A prima vista, l'aggiunta di un parametro che rappresenti il carico
minimo previsto può sembrare superflua ma è la chiave per beneficiare di quei significativi
vantaggi, a livello di costo, che questo modello di crescita consente di ottenere, come
spiegato più avanti. L'identificazione di un carico previsionale sia massimo che minimo
fornisce al modello più informazioni e consente di integrare, nel piano di capacità del sistema,
anche il fattore di incertezza della crescita, fornendo una semplice strategia per minimizzare
il rischio di sovradimensionamento ed abbassare il costo totale di esercizio.
Distinzione tra “profilo del carico informatico” e “piano di capacità
del sistema”
Questo modello di crescita è la cornice, basata su un linguaggio comune, in cui
rappresentare sia i requisiti del carico informatico, conosciuti dall'utente, che il piano del
progettista dell'infrastruttura fisica per sviluppare un sistema di alimentazione e
raffreddamento in grado di rispondere a quei requisiti. Si tratta di due fasi distinte e
consecutive. La prima parte del modello di crescita – il profilo del carico informatico – è
fornita dall'utente e rappresenta l'input del processo di pianificazione. La seconda parte del
Schneider Electric – Data Center Science Center
White Paper 143
Rev 1
5
Progettazione dei datacenter: modello di crescita
modello di crescita – il piano di capacità del sistema – è il risultato del processo di
pianificazione che definisce l'implementazione dell'infrastruttura di alimentazione e
raffreddamento (inclusi i gradini intermedi) a supporto del profilo del carico informatico
dell'utente.
Quindi, per un particolare progetto, il modello di crescita viene sviluppato in due parti:
1. Prima: sviluppo del profilo del carico informatico. Il profilo del carico
informatico, definito dai parametri 1-4 del modello, viene creato nelle primissime fasi
del processo di pianificazione, in base alla conoscenza delle esigenze
dell'organizzazione. In alcuni casi, ciò può richiedere l'intervento di un consulente che
conosca perfettamente l'attività e le problematiche IT generali dell'organizzazione
oppure si può far riferimento a profili standard che descrivono i parametri di crescita IT
di organizzazioni simili. A questo punto, per chi partecipa al processo di
pianificazione, la cosa importante è raggiungere una visione condivisa del carico IT
stimato.
2. Seconda: sviluppo del piano di capacità del sistema a supporto del profilo del
carico informatico. Il piano di capacità del sistema è rappresentato dai parametri 5
e 6 del modello di crescita (ampiezza dei gradini intermedi e margine). Lo sviluppo
del piano di capacità del sistema inizia, nelle prime fasi della sequenza di
pianificazione, con una stima approssimativa dell'ampiezza dei gradini che guiderà la
scelta del progetto di riferimento (trattato più avanti in questo documento). Il piano di
capacità del sistema viene ultimato in una fase successiva della sequenza di
pianificazione, dopo la determinazione dell'architettura del sistema di base e del layout
della sala. L'utente, generalmente, non ha esperienza in questo campo e si affida
quindi al fornitore delle apparecchiature o ad altre società di consulenza qualificate.
I gradini intermedi di crescita consentono di ritardare, modificare o annullare
l'installazione della capacità di regime in base alle condizioni effettive, man mano che
si rivelano durante il tempo di transizione. I vantaggi di una implementazione graduale
vengono discussi più avanti in questo documento, nella sezione
“Il valore dell'implementazione graduale”.
La Figura 5 illustra la distinzione tra il profilo del carico informatico e il piano di capacità del
sistema.
Il piano di capacità del sistema rappresenta la capacità del sistema infrastrutturale di
supportare il carico informatico – in altre parole, risponde alla domanda: "Qual è il carico
informatico che questa infrastruttura può supportare?". La capacità del sistema prende in
considerazione sia la quantità di alimentazione che può essere fornita al carico che la
capacità del sistema di raffreddamento di raffreddarlo.
System capacity plan
MAXIMUM load
Figura 5
Distinzione tra profilo
del carico informatico e
piano di capacità del
sistema
MAXIMUM load
Actual load (unknown)
Actual load (unknown)
MINIMUM load
INITIAL
load
Profilo
del carico
informatico
MINIMUM load
INITIAL
load
RAMPRAMP-UP
time
Profilo del carico informatico
Schneider Electric – Data Center Science Center
RAMPRAMP-UP
time
Piano di capacità del sistema
(linea rossa)
Deve essere in grado di supportare il
carico finale MASSIMO
White Paper 143
Rev 1
6
Progettazione dei datacenter: modello di crescita
Il profilo del carico informatico è una stima di crescita dei requisiti di alimentazione del
progetto. In questo modello, i requisiti di raffreddamento sono impliciti perché dipendono
direttamente dai requisiti di alimentazione.
La discussione sul carico e sulla capacità è generalmente centrata, come qui, sul requisito di
alimentazione del carico informatico. L'effettiva capacità dell'infrastruttura di supportare un
determinato carico informatico, tuttavia, non
dipende solo dall'alimentazione ma anche
dal raffreddamento necessario a proteggere
> Raffreddamento in
il carico dal surriscaldamento. La capacità
kilowatt
dell'infrastruttura di supportare un
Talvolta, i requisiti di raffreddamento e la
determinato carico informatico, quindi, è la
capacità dei condizionatori d'aria sono
capacità del sistema, nel suo complesso, di
espressi in “ton” o “BTU all'ora” ma queste
unità non esplicitano la semplice e diretta
fornire gli adeguati livelli di alimentazione e
relazione tra la potenza assorbita e il
raffreddamento.
Fortunatamente per i progettisti di sistemi, i
requisiti di alimentazione e raffreddamento
sono direttamente correlati – ogni watt di
energia elettrica consumato dai dispositivi IT
viene convertito in un watt di calore
(potenza termica) che devono essere
rimossi. Quindi, i requisiti di alimentazione e
raffreddamento dei dispositivi IT, oltre ad
essere praticamente uguali (con una
leggerissima differenza), possono essere
espressi con le stesse unità – i kilowatt. Il
profilo del raffreddamento IT è uguale al
profilo del carico informatico.
calore che deve essere estratto dalla sala.
L'uso dei kilowatt per misurare il
raffreddamento
semplifica
analisi
e
pianificazione. Schneider Electric usa lo
standard internazionale dei kilowatt per
esprimere sia il requisito di raffreddamento
del datacenter che la capacità di
raffreddamento delle apparecchiature di
condizionamento dell'aria.
Il raffreddamento espresso in BTU/h o in
ton può facilmente essere convertito in
kilowatt per semplificare la pianificazione.
kW = BTU/hr x .000293
kW = ton x 3.52
I gradini di implementazione progressiva del sistema di raffreddamento possono differire da
quelli del sistema di alimentazione, in base alla scalabilità delle apparecchiature selezionate
e all'architettura della configurazione del sistema.
I sei
parametri del
modello di
crescita
Parametri 1 e 2: carico finale MASSIMO e MINIMO
Il primo passo è la stima del carico di alimentazione IT. Si tratta della migliore ipotesi del
carico informatico previsto durante il ciclo di vita dell'installazione. Dato che può essere
difficile quantificare il fattore di incertezza delle esigenze IT nel tempo, questo modello di
crescita semplifica la discussione richiedendo solo un carico finale massimo ed un carico
finale minimo che, generalmente, possono essere stabiliti con maggiore attendibilità rispetto
ad un unico carico target. La Figura 6 evidenzia questi due parametri nel modello di
crescita.
Carico finale MASSIMO – Il carico più alto che può essere ragionevolmente previsto,
considerando il piano dell'attività e qualunque potenziale opportunità che l'utente può
prevedere. Alcuni utenti possono voler “rafforzare” ulteriormente questa stima per
proteggersi dal rischio di non potersi espandere, in futuro, a causa di un limite fisico dovuto
ad elementi non scalabili, come le dimensioni della sala o la capacità della rete di fornitura
dell'energia elettrica (che sarà dimensionata in modo da reggere il carico finale MASSIMO).
Va sottolineato che, nella maggior parte dei casi, questo livello massimo non sarà mai
raggiunto – statisticamente, la grande maggioranza delle installazioni si ferma molto al di
sotto del carico massimo stimato. In questo modello, il piano di implementazione graduale
(parametri di tempo di transizione e numero di gradini intermedi) permette di rallentare o
fermare l'implementazione quando il futuro diventa più chiaro e l'incertezza diventa certezza
Schneider Electric – Data Center Science Center
White Paper 143
Rev 1
7
Progettazione dei datacenter: modello di crescita
(il funzionamento e i vantaggi di una implementazione graduale sono trattati più avanti in
questo documento, nella sezione “Il valore dell'implementazione graduale”).
Carico finale MINIMO – Il carico finale più basso che può essere ragionevolmente previsto,
considerando i rischi conosciuti dell'attività e gli eventuali mutamenti del mercato. Questo
parametro verrà usato successivamente per stabilire la capacità iniziale del sistema e il piano
di implementazione graduale (v. la sezione Determinazione del piano di capacità del
sistema). Si tratta di un valore importante anche per l'analisi del costo totale di esercizio
(TCO), di cui parleremo più avanti.
La Figura 6 illustra i parametri di carico finale MASSIMO e carico finale MINIMO.
Data center lifespan
Figura 6
ACTUAL final load (unknown)
Parametri di carico finale
MASSIMO e carico finale
MINIMO del modello di crescita
Initial
load
1MAXIMUM
3
final load
2 MINIMUM
final load
4 Rampup time
Questi due parametri forniscono preziose informazioni per il progetto del piano di capacità
del sistema, dato che interessano sia gli elementi scalabili che quelli non scalabili, come
spiegato nella sezione “Determinazione del piano di capacità del sistema”.
Parametro 3: Carico INIZIALE
Il carico INIZIALE (Figura 7) è il carico informatico che deve essere supportato nel momento
in cui il sistema viene installato. Essendo direttamente correlato alle attuali condizioni
dell'attività, è molto più facile da determinare rispetto ai limiti previsionali minimo e massimo
dei parametri 1 e 2. Il carico INIZIALE sarà generalmente inferiore sia al carico finale
MASSIMO che al carico finale MINIMO anche se, nei casi in cui il carico informatico
diminuisce, potrebbe superare il carico finale MINIMO.
Data center lifespan
ACTUAL final load (unknown)
Figura 7
Parametro di carico INIZIALE del
modello di crescita
INITIAL
load
1MAXIMUM
3
final load
2 MINIMUM
final load
4 RAMP-UP
time
Schneider Electric – Data Center Science Center
White Paper 143
Rev 1
8
Progettazione dei datacenter: modello di crescita
Parametro 4: tempo di transizione
Il tempo di transizione è il tempo stimato tra l'installazione iniziale e il carico finale.
Data center lifespan
Figura 8
ACTUAL final load (unknown)
Parametro di tempo di
transizione del modello di
crescita
load
2 MINIMUM
1MAXIMUM
3
INITIAL
final load
final load
4 RAMP-UP
time
Parametro 5: ampiezza dei gradini intermedi
L'AMPIEZZA DEI GRADINI INTERMEDI è un attributo del piano di capacità del sistema, non
del profilo del carico informatico. Viene determinato nella fase avanzata della sequenza di
pianificazione, prendendo in considerazione la scalabilità dell'architettura del sistema
selezionato (il progetto di riferimento, descritto più avanti), il layout della sala, il fattore di
incertezza e i potenziali risparmi sui costi di esercizio (TCO) derivanti da una
implementazione incrementale.
Data center lifespan
5
STEP
6
System capacity plan
SIZE
Figura 9
MARGIN
ACTUAL final load (unknown)
Parametro di AMPIEZZA DEI
GRADINI INTERMEDI del
modello di crescita
1MAXIMUM
3
INITIAL
load
final load
2 MINIMUM
final load
4 RAMP-UP
time
Schneider Electric – Data Center Science Center
White Paper 143
Rev 1
9
Progettazione dei datacenter: modello di crescita
Parametro 6: margine
Il margine è la capacità di riserva dell'infrastruttura destinata a fronteggiare mutamenti
imprevisti – un aumento della domanda di alimentazione del carico informatico (p.e. una
aggiunta di server non autorizzata) o una diminuzione della capacità fornita dall'infrastruttura
di alimentazione e raffreddamento (p.e. una riduzione del raffreddamento dovuta
all'intasamento di un tubo di scarico del calore).
Data center lifespan
5STEP
6
System capacity plan
MARGIN
SIZE
Figura 10
ACTUAL final load (unknown)
Parametro di MARGINE del
modello di crescita
load
2 MINIMUM
1MAXIMUM
3
INITIAL
final load
final load
4 RAMP-UP
time
Il valore
dell'implementa
zione graduale
Con “implementazione graduale” ci si riferisce a una strategia di realizzazione incrementale
del piano di capacità del sistema, in linea con la crescita del carico informatico. I principi alla
base dell'implementazione graduale sono semplici ed intuitivi:
• L'implementazione graduale consente di far
crescere la capacità di alimentazione e
raffreddamento insieme al carico informatico,
evitando spese di investimento ed esercizio
(soprattutto costi energetici) che non sono ancora
necessarie.
Stepped
phasephase-in
System capacity plan
IT
load
profile
• Se il futuro carico informatico è incerto, ogni
gradino intermedio fornisce l'opportunità di
rivalutare l'implementazione, decidendo di differire
o ridurre la fase successiva o, addirittura, di
fermare completamente l'installazione.
Dalla Figura 5
Questi concetti fanno ormai parte della vita di ogni giorno ma, nel settore dei datacenter, le
vecchie architetture non scalabili di alimentazione e raffreddamento hanno imposto, per
decenni, la realizzazione immediata dell'intera struttura. Tuttavia, gli attuali sistemi modulari
e scalabili permettono finalmente ai progettisti di sfruttare i significativi vantaggi di una
implementazione incrementale, anche se continueranno ad esserci elementi
dell'infrastruttura che non possono essere scalati e che dovranno essere installati fin
dall'inizio alla capacità di regime. Per un confronto tra gli elementi scalabili e quelli non
scalabili, vedere la Figura 11.
Sono tre i fattori rendono l'implementazione graduale particolarmente interessante:
• L'energia è diventata una importante voce di spesa. La bolletta elettrica
rappresenta un forte incentivo ad evitare, dove possibile, un inutile
Schneider Electric – Data Center Science Center
White Paper 143
Rev 1
10
Progettazione dei datacenter: modello di crescita
sovradimensionamento ma, a mantenere snello il datacenter, contribuiscono anche le
iniziative di “Green Building” ed i programmi di “Demand Side Management” che
premiano e promuovono l'efficienza. Un datacenter “correttamente dimensionato” – la
cui capacità di alimentazione e raffreddamento segue la crescita del carico informatico
– è molto più efficiente rispetto ad uno con una eccessiva capacità inutilizzata.
• Raramente, i datacenter raggiungono le dimensioni massime stimate. La ricerca
ha dimostrato che la maggior parte dei datacenter si ferma ad un carico molto inferiore
rispetto a quello massimo stimato in fase di pianificazione. Una implementazione
graduale riduce il rischio di installare una capacità che non verrà mai utilizzata. Per la
maggior parte dei datacenter, questo è il più grande vantaggio dell'implementazione
incrementale.
• La capacità inutilizzata genera inutili costi di manutenzione. Le apparecchiature
installate, infatti, devono essere manutenute e riparate anche se la capacità è
inutilizzata. Installando solo ciò che serve a supportare il carico corrente, è possibile
evitare significative spese di manutenzione – non ci sono costi di manutenzione se non
ci sono le apparecchiature.
La Figura 11 illustra l'implementazione graduale. Come si può notare, maggiore è il fattore di
incertezza, più numerosi saranno i gradini intermedi di implementazione, in modo da poter
rivalutare ed adeguare il piano con una maggiore frequenza.
Figura 11
L'implementazione graduale consente di rivalutare a più
riprese il piano, prima di arrivare alla capacità di regime
Stepped phase-in allows for
abort of capacity plan at any step
as future becomes more clear
Original plan
System capacity plan
MAXIMUM projected load
Modified plan
ACTUAL final load reached early
MINIMUM projected load
Initial
load
“STOP buildout now – we
have stopped growing”
growing”
Ramp-up time
Smaller phase-in steps allow
more frequent evaluation of
uncertain future
System capacity plan
MAXIMUM projected load
Original plan
Modified plan
ACTUAL final load reached early
MINIMUM projected load
Initial
load
“STOP buildout now – we
have stopped growing”
growing”
Ramp-up time
Schneider Electric – Data Center Science Center
White Paper 143
Rev 1
11
Progettazione dei datacenter: modello di crescita
Determinazione
del piano di
capacità del
sistema
L'obiettivo del piano di capacità del sistema è quello di assicurare che la capacità di
alimentazione e raffreddamento sia sempre sufficiente a supportare il carico informatico. Per
raggiungere questo obiettivo, il piano deve essere concepito in modo da poter coprire il
massimo carico stimato in qualunque momento del ciclo di vita del datacenter.
Il vecchio modo: una serie di sprechi dovuti al sovradimensionamento
Link per visualizzare le
risorse disponibili
White Paper 37
Ottimizzare gli investimenti
per la realizzazione di
infrastrutture per sale CED e
apparati di rete
Il modo più semplice per garantire che la capacità sia sempre sufficiente è costruire, fin
dall'inizio, l'intera struttura per supportare il massimo carico stimato. Questa è una strategia
da sempre utilizzata ma che può rivelarsi estremamente dispendiosa dato che, nella maggior
parte dei casi, sbocca nel sovradimensionamento e nell'installazione di capacità inutilizzate
(Figura 12). Dal punto di vista economico, lo spreco risiede nella spese di investimento per
apparecchiature inutili e nelle spese di esercizio per capacità altrettanto inutili. Non bisogna
dimenticare che il costo dell'elettricità e i costi di manutenzione legati alle apparecchiature
inutilizzate possono essere notevoli nel corso della vita del datacenter (v. il White Paper 37,
Ottimizzare gli investimenti per la realizzazione di infrastrutture per sale CED e apparati di
rete). Lo spreco di capacità può verificarsi in due modi:
• Se il carico informatico iniziale è basso e cresce nel tempo, durante il periodo di
transizione il sistema sarà sovradimensionato (Figura 12a).
• Se il carico informatico non raggiunge mai il livello stimato, il sistema sarà
sovradimensionato per l'intero ciclo di vita (Figura 12b). La maggior parte dei
datacenter non raggiunge mai la piena capacità stimata – in effetti, il tipico datacenter
funziona a meno della metà della capacità prevista.
Margine (necessario)
Capacità in eccesso (sprecata)
Figura 12
a. (sinistra)
Capacità sprecata
durante la
transizione alla
capacità di regime
Capacità del sistema
Capacità
sprecata
Carico
Capacità del sistema
Capacità
sprecata
Carico
b. (destra)
Capacità sprecata
nel corso della vita
del datacenter, se il
carico informatico
non raggiunge il
livello stimato
Il nuovo modo: ridurre gli sprechi grazie ad un piano di
implementazione graduale
Se l'infrastruttura può essere implementata gradualmente, entrambi i tipi di
sovradimensionamento illustrati nella Figura 12 possono essere notevolmente ridotti. Una
implementazione graduale ha tre importanti vantaggi:
• Minore spreco di capacità durante il periodo di transizione. Se il carico informatico
è destinato a crescere, una implementazione graduale consente di allineare meglio
l'aumento delle capacità al carico durante il periodo di crescita. Pur mantenendo
sempre un margine di riserva per le esigenze impreviste di alimentazione e
raffreddamento del carico attuale (il margine), un piano graduale può ridurre
notevolmente lo spreco di una inutile sovracapacità (Figura 13a).
Schneider Electric – Data Center Science Center
White Paper 143
Rev 1
12
Progettazione dei datacenter: modello di crescita
• Riduzione dell'incertezza della crescita. Se c'è incertezza riguardo al carico
informatico futuro (come succede quasi sempre), ogni gradino intermedio fornisce
l'occasione di rivalutare il piano di capacità nel tempo, man mano che il futuro diventa
più chiaro (Figura 13b). In base alle nuove informazioni, il passo successivo può
essere rinviato, ampliato o ridimensionato e, all'occorrenza, l'implementazione può
essere fermata del tutto. Questa strategia evita il sovradimensionamento nel caso in
cui la crescita IT prevista non si materializza.
• Evoluzione informata dell'architettura di raffreddamento. Il modo in cui il
raffreddamento viene distribuito nella sala influisce sulla capacità di supportare
dispositivi IT ad alta densità. L'architettura di raffreddamento a livello di sala non può
rispondere alle esigenze dei “punti caldi” ad alta densità e quindi, all'interno della sala,
ci saranno delle zone che non potranno essere usate per l'alta densità, anche se la
capacità totale di raffreddamento corrisponde al raffreddamento totale richiesto dai
dispositivi in sala. L'implementazione incrementale dell'infrastruttura fisica, basata
sull'aggiunta di alimentazione e raffreddamento a livello di fila, in risposta a conosciuti
requisiti di densità, consente di evitare gli sprechi dovuti a tale “capacità non
utilizzabile”.
Confrontare con la capacità sprecata (zona blu) nella Figura 12
Figura 13
Margine (necessario)
Capacità in eccesso (sprecata)
a. (sinistra)
Riduzione degli
sprechi durante il
periodo di crescita,
grazie ad un
migliore
allineamento di
capacità e carico
Piano di capacità del sistema
Punto di arresto
dell'implementazione
Piano di capacità originale
Carico
Piano di capacità modificato
Carico
b. (destra)
Riduzione degli
sprechi nel corso
della vita del
datacenter, grazie
alla possibilità di
fermare
l'implementazione
del piano se il carico
effettivo è inferiore
al previsto
Confronto tra elementi scalabili e non scalabili
Per raggiungere l'obiettivo di minimizzare il sovradimensionamento garantendo sufficienti
capacità per il carico informatico, gli elementi scalabili e non scalabili dell'infrastruttura
devono essere implementati in modo diverso:
• Gli elementi non scalabili vengono installati fin dall'inizio per rispondere alle esigenze
del massimo carico previsto per tutta la vita del datacenter (parametro di carico finale
MASSIMO). Esempi di elementi non scalabili sono la dimensione fisica della sala, la
capacità della rete di fornitura dell'energia elettrica e il preesistente sistema di
condizionamento dell'aria a livello di sala. Lottare contro questi vincoli “fisici” di
capacità può incidere in modo estremamente negativo sui fattori di tempo, disponibilità
e spesa e, generalmente, viene considerato qualcosa da evitare a tutti i costi.
• Gli elementi scalabili che vengono installati fin dall'inizio, invece, devono rispondere
alle esigenze di un carico inferiore a quello massimo. In pratica, devono supportare il
carico INIZIALE per un certo periodo di tempo, per essere poi gradualmente aumentati
in base ai passi previsti dal piano di implementazione. Esempi di elementi scalabili
sono i rack, la distribuzione e la protezione dell'alimentazione a livello di rack, il
raffreddamento a livello di rack.
Schneider Electric – Data Center Science Center
White Paper 143
Rev 1
13
Progettazione dei datacenter: modello di crescita
SCALABLE elements are phased-in over
time to mitigate the risk of overbuilding
Row 5
Phase-in
Step 2
Row 4
Row 2
Implementazione
degli elementi
scalabili e non
scalabili del piano di
capacità
Row 1
Figura 14
Row 3
Phase-in
Step 1
Initial
build
• Room size
• Service entrance
• Utility switchgear
• Heat rejection (e.g. chillers)
INITIAL load
MAXIMUM final load
NONNON-SCALABLE elements
are sized upfront for
MAXIMUM final load
Gestione dell'incertezza: il ruolo fondamentale del parametro di
“carico MINIMO”
Il parametro di carico finale MINIMO è la chiave per integrare nel modello tutte le
informazioni necessarie a quantificare l'incertezza del futuro carico informatico.
Il parametro di carico finale MASSIMO, invece, è un modo vecchio e alquanto semplicistico
di gestire l'incertezza riguardo al futuro carico informatico. Dato che la capacità di
alimentazione e raffreddamento deve essere in grado di rispondere alle esigenze di
qualunque futuro carico informatico, la tecnica tradizionale prevedeva di andare sul sicuro
installando fin da subito tutta la capacità necessaria. E' un metodo che funziona ma è
alquanto dispendioso, per le due ragioni illustrate nelle Figure 12 e 13: (1) Capacità sprecata
durante la transizione alla capacità di regime e (2) Capacità sprecata nel corso della vita del
datacenter, se il carico informatico non raggiunge il livello stimato.
Ora che la tecnologia infrastrutturale supporta alimentazione e raffreddamento scalabili, il
parametro di carico finale MINIMO può essere usato per fornire ulteriori informazioni alla
progettazione dell'infrastruttura fisica. Insieme alla possibilità di installare importanti parti del
sistema in modo graduale, il parametro di carico finale MINIMO rappresenta un potente
strumento di gestione dell'incertezza. Più lontano è il valore minimo da quello massimo,
maggiore è l'incertezza nella stima del futuro carico informatico. Usando la differenza tra i
valori minimo e massimo come misura dell'incertezza, è possibile decidere se costruire subito
l'intero sistema o prevedere una implementazione graduale:
• Nessuna incertezza. Se il carico finale MINIMO equivale al carico finale MASSIMO
– ovvero non c'è alcuna incertezza riguardo al carico finale – l'unica ragione per una
implementazione graduale sarebbe la maggiore efficienza dovuta all'allineamento di
capacità e carico durante il periodo di transizione, sempre che tale periodo sia
sufficientemente lungo. Il numero di gradini sarebbe determinato soppesando i costi
degli interventi intermedi rispetto ai costi della capacità inutilizzata durante il periodo di
transizione.
• Incertezza limitata. Se il carico finale MINIMO è solo leggermente inferiore al carico
finale MASSIMO, il vantaggio di una crescita graduale (punti di rivalutazione o
allineamento di capacità e carico) può non essere sufficiente a giustificare il disagio di
una implementazione graduale. In questo caso, l'installazione immediata della
capacità di regime può essere la scelta migliore.
• Grande incertezza. Se il carico finale MINIMO è significativamente inferiore al carico
finale MASSIMO, una contenuta installazione iniziale, destinata a crescere
Schneider Electric – Data Center Science Center
White Paper 143
Rev 1
14
Progettazione dei datacenter: modello di crescita
gradualmente, è generalmente giustificata; ampiezza e numero dei gradini intermedi
saranno decisi in base alle considerazioni riportate nella prossima sezione, Fattori che
determinano l'ampiezza dei gradini intermedi.
La Figura 15 mostra diversi scenari che illustrano i suddetti principi.
Figura 15
Scenari che mostrano come l'incertezza del carico informatico e il
tempo di transizione influiscono sulle modalità di implementazione
del piano di capacità del sistema
Power capacity plan
Piano di capacità del sistema
Profilo del carico informatico
A
MAXIMUM = MINIMUM
MAXIMUM = MINIMUM
MAXIMUM = MINIMUM
B
Stepped phase-in isn’t worth the
disruption, so full buildout up front
Full upfront buildout
Power capacity plan
Power capacity plan
NO UNCERTAINTY as to final load
SHORT RAMP-UP to final load
NO UNCERTAINTY as to final load
NO RAMP-UP
C
Power capacity plan
NO UNCERTAINTY as to final load,
LONG RAMP-UP to final load
Stepped phase-in reduces excess
capacity (and energy expense)
during ramp-up
Power capacity plan
MAXIMUM load
MAXIMUM
MINIMUM load
D
LITTLE UNCERTAINTY
as to final load
A few steps to reduce excess
capacity during ramp-up, but
don’t need many decision points
E
Schneider Electric – Data Center Science Center
MINIMUM
Extra steps for more
decision points
GREAT UNCERTAINTY
as to final load
White Paper 143
Rev 1
15
Progettazione dei datacenter: modello di crescita
Fattori che determinano l'ampiezza dei gradini intermedi
L'ampiezza dei gradini di una implementazione graduale deve essere determinata
soppesando attentamente diversi fattori:
Architettura del sistema. Sarà l'architettura di base del progetto in considerazione a
dettare il livello a cui il sistema deve essere scalato – in altre parole, in quanti “blocchi di
costruzione” può essere suddiviso il progetto. Se è disponibile una libreria di progetti da
usare come modello, dovrebbe essere possibile rintracciare in ognuno di loro un attributo di
“scalabilità” che indica la possibile ampiezza dei gradini intermedi.
Layout della sala. Il layout fisico della sala sarà quello che suggerirà la ripartizione logica
delle fasi di implementazione. Le installazioni intermedie saranno, generalmente, a livello di
fila e costituite da più file (parallelamente all'alimentazione e al raffreddamento integrati a
livello di fila, dove possibile). Se si prevede che, durante le installazioni intermedie, il
sistema avrà bisogno di essere fisicamente isolato, è necessario identificare la posizione
migliore in cui può essere costruita una parete provvisoria e sarà la posizione di quella parete
a dettare la divisione dello spazio fisico e, di conseguenza, l'ampiezza dell'installazione
intermedia.
Incertezza del carico informatico. Se le dimensioni future del carico informatico sono
incerte (carico finale MINIMO notevolmente inferiore al carico finale MASSIMO),
l'implementazione graduale può fornire l'occasione per rivalutare il piano prima di decidere
per un ulteriore sviluppo. Quando l'incertezza è maggiore, gradini più piccoli e più frequenti
offrono maggiori opportunità di adeguare il piano alle condizioni di sviluppo (v. la Figura 11).
Quando l'incertezza è estrema, questa caratteristica dell'implementazione graduale diventa di
primaria importanza nella progettazione dell'ampiezza e della frequenza dei gradini.
Incertezza della vita del datacenter. Se la durata stessa del datacenter è incerta – per
esempio, se c'è il rischio che il datacenter debba essere spento o parzialmente spostato nel
corso della sua vita – l'ampiezza dei gradini intermedi può prendere in considerazione quel
rischio, per ridurre il potenziale spreco dello smantellamento di capacità di riserva mai
utilizzate. Se tale evento dovesse diventare imminente, l'implementazione può essere
fermata.
Costi e disagio. A prescindere dall'efficienza dell'installazione o dal prezzo delle
apparecchiature, i gradini intermedi di crescita comporteranno sempre qualche disagio e
alcuni costi. Questo è un fattore da soppesare attentamente rispetto ai vantaggi strategici
che può offrire ognuno di tali gradini.
La Figura 15 mostra diversi esempi di ampiezza dei gradini intermedi.
Ruolo del modello
di crescita nella
sequenza di
pianificazione
del sistema
Link per visualizzare le
risorse disponibili
White Paper 142
Progetti di Data Center:
Pianificazione del sistema
Il modello di crescita gioca un ruolo chiave nella sequenza di attività in cui si traduce la
pianificazione dell'infrastruttura fisica, dalla concezione al progetto dettagliato. Questa
sequenza di pianificazione viene descritta nel White Paper 142, Data Center Projects:
System Planning. La Figura 16 mostra il contesto del modello di crescita nella sequenza di
pianificazione del sistema.
Nelle prime fasi della sequenza di pianificazione, l'utente fornisce come input il profilo del
carico informatico. In una fase successiva della sequenza di pianificazione, il piano di
capacità del sistema (comprendente, all'occorrenza, i gradini intermedi di crescita) viene
stabilito in base all'architettura del progetto di riferimento scelto e al layout della sala (va
sottolineato che uno dei possibili piani di implementazione graduale è NESSUNA
implementazione graduale – ovvero l'installazione immediata della capacità di regime).
Schneider Electric – Data Center Science Center
White Paper 143
Rev 1
16
Progettazione dei datacenter: modello di crescita
L'ampiezza e la frequenza dei gradini intermedi sono un output della sequenza di
pianificazione.
La Figura 17 riassume la trasformazione del modello di crescita, dal profilo del carico
informatico al piano di capacità del sistema. Tutte queste attività avvengono entro la
sequenza di pianificazione, insieme con le altre attività di pianificazione per il progetto.
Profilo del carico informatico
(parametri 1, 2, 3, 4) deciso
dall'utente e inserito qui
CAPACITÀ
1 kW max.
2 kW min.
3 kW iniziali
4 Tempo di
CRESCITA
PIANO
transizione
2
1
3
Profilo del carico
informatico
y
alit
itic
• Cr acity
p
lan
• Ca
th p
ow
• Gr
4
Figura 16
Il profilo del carico informatico
è un INPUT della sequenza di pianificazione
Ruolo del modello di
crescita nella
sequenza di
pianificazione del
sistema.
Per ulteriori
informazioni sulla
sequenza di
pianificazione del
sistema, vedere il
White Paper 142
nce
fere
• Reesign
d
om
• Ro
Il piano di capacità del sistema
è un OUTPUT della sequenza di
pianificazione
Identify
needs
s
nce
fere
Pre
ints
stra
Con
Piano di capacità del sistema
(parametri 5 e 6) ultimato qui,
prendendo in considerazione
l'architettura del sistema e il layout
Step
size
5
System
capacity plan
MAXIMUM
6Margin
COMPLETE SYSTEM
SPECIFICATION
IT load
MINIMUM
INITIAL
IT load
IT load
DETAILED
DESIGN
Schneider Electric – Data Center Science Center
White Paper 143
Rev 1
17
Progettazione dei datacenter: modello di crescita
Scelta di un progetto di riferimento
Un progetto di riferimento può essere usato come una scorciatoia che consente di
risparmiare tempo tra la creazione del profilo del carico informatico e la progettazione di
un piano di capacità del sistema per supportarlo.
Il profilo del carico informatico per il modello di crescita viene stabilito molto precocemente,
nella sequenza di pianificazione. Come spiegato prima, questo profilo previsionale fornisce
la base per una idea generale della strategia di installazione (completa o graduale). Una
volta identificata la strategia generale, si può procedere alla scelta di un progetto di
riferimento. Ogni progetto di riferimento ha una propria “scalabilità” – una particolare
ampiezza dei gradini intermedi – che lo rende più o meno adeguato alla strategia di
installazione generale.
Come già detto, una piccola differenza tra il
carico massimo e quello minimo conferisce
un alto livello di certezza ai piani di crescita.
In questo caso, il progetto di riferimento
scelto può essere meno flessibile, concepito
per una specifica capacità e con una ridotta
flessibilità di crescita. D'altra parte, una
grande differenza tra il carico massimo e
quello minimo conferisce un basso livello di
certezza, nel cui caso il progetto di
riferimento dovrebbe essere molto flessibile
(adattabile) riguardo all'ampiezza dei gradini
di crescita.
Un progetto di riferimento adattabile può
essere scalato in modo da adattarsi a un
ampio campo di capacità. Un progetto di
riferimento meno adattabile sarà orientato
verso una specifica capacità – mantenendo
comunque una capacità più che sufficiente a
coprire i carichi più piccoli di transizione
prima di arrivare alla capacità target.
> Che cos'è un progetto
di riferimento?
Partendo dal profilo del carico informatico,
esistono migliaia di possibili modi in cui
può essere progettata l'infrastruttura fisica
(DCPI) ma il numero di progetti “buoni” è
molto più piccolo.
Per restringere
rapidamente il campo, è possibile far
riferimento ad una libreria di progetti
raccomandati. Molto simile ad un catalogo
di cucine in un negozio di bricolage,
questa libreria di “progetti di riferimento”
fornisce una serie di architetture generali
per il progetto del sistema. Ogni progetto
di riferimento ha un proprio livello di
criticità e una massima capacità di
installazione,
oltre
che
specifiche
caratteristiche di scalabilità, costo e PUE.
Un progetto di riferimento è una
scorciatoia verso il progetto finale
dell'utente, con gran parte dell'engineering
integrata ma con una variabilità sufficiente
a soddisfare gli specifici requisiti di una
ampia serie di progetti. La libreria dei
progetti di riferimento deve essere creata
da
una
persona
che
conosce
perfettamente sia le problematiche di
progettazione dei datacenter che gli
specifici prodotti disponibili.
Le caratteristiche di scalabilità del progetto
di riferimento scelto, combinate al layout di
fila della sala, forniscono le informazioni
necessarie a stabilire l'ampiezza adeguata
dei gradini intermedi di implementazione
graduale del piano di capacità del sistema.
Schneider Electric – Data Center Science Center
White Paper 143
Rev 1
18
Progettazione dei datacenter: modello di crescita
Figura 17
Trasformazione del profilo del carico
informatico nel piano di capacità del sistema
1 MAXIMUM
Determinare i parametri
del profilo del carico
informatico
2
final load
MINIMUM final load
Profilo del carico
informatico
INITIAL load
3
RAMP-UP time
Scegliere un
progetto di riferimento
per definire
la strategia di installazione
#4
Reference design
12
#4
4
Determinare il concetto di
massima
della strategia di
installazione
55
555
Criticality:
Capacity:
Scalability:
Progetto di riferimento
Disegnare il layout d sala
Solo gli ingombri di fila, non
il contenuto dei singoli rack
(v. il White Paper
144, Establishing Floor
Plans for Data Centers)
Layout di sala
Ultimare il piano di capacità del
sistema
System capacity plan
MAXIMUM final load
Determinare i gradini di implementazione
e il margine in base al
progetto di riferimento
Piano di
capacità del
sistema
MINIMUM final load
INITIAL load
RAMP-UP time
Link per visualizzare le
risorse disponibili
White Paper 144
Establishing Floor Plans for
Data Centers
Schneider Electric – Data Center Science Center
White Paper 143
Rev 1
19
Progettazione dei datacenter: modello di crescita
Uso del modello
di crescita per il
calcolo del TCO
Il modello di crescita è uno strumento essenziale nell'analisi del costo totale di esercizio
(TCO) e serve a confrontare i piani di capacità. L'incertezza sul carico informatico futuro può
essere difficile da valutare ma è un fattore critico che, in qualche modo, deve essere
riconosciuto e quantificato per poter assumere decisioni informate sul costo dei diversi piani
possibili. Il modello di crescita descritto in questo documento fornisce un modo semplice per
incorporare l'incertezza nei calcoli del TCO. Il modello non può rappresentare l'esatto valore
del livello di incertezza nella stima del futuro carico informatico ma può fornire una semplice
misura del “carico previsto”, molto utile a correggere un grave errore che spesso si fa
nell'analisi del TCO.
L'errore è questo: Una comune reazione dei responsabili della pianificazione alla difficoltà di
rappresentare l'incertezza all'interno del modello è quella di ignorarla e di adottare, per
l'analisi del TCO, il carico finale MASSIMO; ciò comporta il rischio di travisare i notevoli
vantaggi strategici e finanziari di un piano di implementazione graduale.
Consideriamo il confronto illustrato nella Figura 18 che spiega questo errore. In entrambi i
grafici, la capacità si allinea al carico finale MASSIMO ma il Piano A prevede l'installazione
immediata della capacità di regime mentre il Piano B prevede una implementazione graduale.
Il confronto dei TCO di questi due scenari metterebbe in evidenza i risparmi rappresentati
dalla zona ombreggiata, ovvero la sovracapacità evitata dal Piano B. Se il carico informatico
finale è incerto (come succede quasi sempre), questo confronto rischia di sottovalutare
significativamente il vantaggio strategico di una implementazione graduale.
Risparmi sui costi di esercizio (TCO) –
Gran parte di questa capacità non viene
mai implementata
System capacity plan
MAXIMUM load
Figura 18
Confronto tra
installazione immediata
e graduale, in base al
carico finale MASSIMO
ACTUAL load (unknown)
MINIMUM load
System capacity plan
MAXIMUM load
ACTUAL load (unknown)
MINIMUM load
Piano A
Piano B
Installazione immediata
Installazione graduale
Il grave errore compiuto nella suddetta analisi del TCO è la presunzione che la struttura sarà
installata, con certezza, a livello del carico finale MASSIMO. In effetti, i datacenter
raggiungono raramente il carico previsto dal parametro del carico finale MASSIMO e molti
datacenter terminano il loro ciclo di vita a meno della metà di questo valore.
Un metodo migliore di stimare l'incertezza è l'uso sia del carico finale MASSIMO che del
carico finale MINIMO. L'analisi del TCO non è una scienza esatta – si limita a supposizioni
basate su scenari statisticamente probabili. Raramente è possibile prevedere esattamente il
carico finale di un datacenter. Nella maggior parte dei casi, né il carico finale MINIMO né il
carico finale MASSIMO diventeranno il carico finale effettivo. In mancanza di informazioni
Schneider Electric – Data Center Science Center
White Paper 143
Rev 1
20
Progettazione dei datacenter: modello di crescita
dettagliate sulla probabilità di un particolare carico finale, un ragionevole carico “previsto” può
essere presunto come la media tra il carico finale MASSIMO e il carico finale MINIMO,
come illustrato nella Figura 19. Se i dati sono stati calcolati per diversi datacenter con gli
stessi parametri minimi e massimi, la media dei due valori è un carico finale più probabile e
l'analisi del TCO, rispetto al valore massimo o minimo, è più valida.
“Expected” load (mathematically speaking)
For upfront cost analysis and business planning
System capacity plan
Figura 19
MAXIMUM load
MAXIMUM final load
Carico “previsto”
calcolato come una
media del carico
finale MASSIMO e
MINIMO
MINIMUM final load
MINIMUM load
Il carico “previsto” (a sinistra)
serve solo all'analisi preliminare
dei costi e alla pianificazione
dell'attività. Il piano di capacità del
sistema (sopra) deve sempre
coprire il carico MASSIMO, con
una strategia di implementazione
graduale che permetta di rallentare
o fermare l'installazione nel
momento in cui le esigenze finali si
delineano con maggiore
precisione.
La Figura 20 mostra il confronto tra i TCO del Piano A e del Piano B, usando la tecnica
raccomandata di calcolare un carico “previsto” dalla media dei parametri di carico finale
MASSIMO e carico finale MINIMO.
Risparmi sui costi di esercizio (TCO) –
Gran parte di questa capacità non viene
mai implementata
Figura 20
Confronto tra
installazione
immediata e
graduale,
presumendo un
carico “previsto”
calcolato
System capacity plan
System capacity plan
MAXIMUM load
MAXIMUM load
ACTUAL load (unknown)
MINIMUM load
“Expected” load
MINIMUM load
Piano A
Piano B
Installazione immediata
Installazione graduale
Nell'analisi raccomandata della Figura 20, i risparmi sul TCO prevedono la possibilità che
l'installazione della massima capacità non si verifichi. Si tratta di una analisi più valida
Schneider Electric – Data Center Science Center
White Paper 143
Rev 1
21
Progettazione dei datacenter: modello di crescita
perché considera il risultato probabile, non il risultato di uno dei due estremi (il massimo). 1 È
interessante notare i risparmi potenziali (zona blu) decisamente superiori quando viene
considerato il risultato probabile di una installazione incompleta. Questo risultato deve
essere considerato, perché è statisticamente molto più probabile del massimo carico
informatico rappresentato dal parametro di carico finale MASSIMO.
Se c'è incertezza, l'analisi della Figura 20 rappresenta più precisamente il significativo
vantaggio di una implementazione graduale rispetto ad una immediata installazione
completa.
La sempre maggiore importanza di una precisa analisi del TCO
Quando i costi dell'energia erano bassi, era spesso una questione di orgoglio avere un
datacenter con capacità di alimentazione e raffreddamento in grado di “gestire qualsiasi
cosa”. La completa installazione iniziale in base al parametro del carico finale MASSIMO
(come nella Figura 20, Piano A) è sempre stata un modo infallibile per raggiungere
quell'obiettivo. Ma oggi, con i sempre maggiori costi dell'energia, un eccesso di capacità
inutilizzata è diventato finanziariamente ed ecologicamente improponibile. Il nuovo
paradigma sta diventando una infrastruttura di alimentazione e raffreddamento ugualmente
efficace ma più snella. La capacità di fare un realistico confronto tra le strategie di
installazione è un fattore critico per l'implementazione di un sistema efficiente. Una attenta
stima del massimo e del minimo carico informatico possibile - e l'uso di questi valori estremi
per stimare un carico statisticamente “previsto” - è un modo semplice ma efficace di ottenere
una più realistica analisi del TCO dei vari progetti possibili.
In base al modello di crescita presentato in questo documento, il Data Center Science Center
ha sviluppato un configuratore web che può aiutare nell'analisi del TCO dei datacenter. Nella
Figura 21, è illustrato il TradeOff Tool 8, Configuratore del piano di crescita del datacenter.
Questo configuratore spiega come i diversi scenari del piano di capacità possono influire, nel
tempo, sui costi del datacenter. L'utente definisce il profilo del carico informatico,
comprendente l'incertezza nel carico finale, insieme a una serie di caratteristiche
dell'infrastruttura fisica, come l'ampiezza dei gradini intermedi e la ridondanza del sistema. Il
configuratore confronta il TCO di un datacenter implementato gradualmente facendo
riferimento al carico finale previsto rispetto a quello di un datacenter sovradimensionato fin
dall'inizio per coprire il massimo carico informatico finale.
1
La metodologia di calcolo del TCO adottata da APC usa, di default, la media tra i parametri di carico
finale MASSIMO e carico finale MINIMO del profilo del carico informatico fornito dall'utente. Tuttavia,
quando si comprende che il valore del carico “previsto” – non quello del massimo carico possibile – è il
valore corretto per il calcolo del TCO, l'utente può disporre di ulteriori informazioni per "regolare" il
valore previsto e riflettere l'incertezza in modo ancora migliore che con la semplice media tra i valori
minimo e massimo stabiliti inizialmente.
Schneider Electric – Data Center Science Center
White Paper 143
Rev 1
22
Progettazione dei datacenter: modello di crescita
Figura 21
TradeOff Tool 8 , Configuratore del
piano di crescita del datacenter
Conclusioni
Un efficace modello di crescita è critico per la pianificazione del datacenter, perché quantifica
un elemento che è spesso fonte di confusione tra i responsabili della pianificazione:
l'incertezza. Se il fattore di incertezza può essere acquisito ed isolato in un modello di
crescita, le altre attività di pianificazione possono procedere in base ad un processo
predefinito e organizzato.
Il modello di crescita descritto in questo documento è semplice ma efficace. Utilizza
parametri espressi in termini ben conosciuti dai pianificatori di datacenter – carico iniziale,
carico finale minimo e massimo e tempo di transizione. Non prevede una complicata analisi
del futuro dell'economia, dell'industria o dell'attività. Una tale previsione del carico
informatico finale, oltre che difficile (forse impossibile), sarebbe anche inutile. Una informata
definizione dei due ampi valori estremi – minimo e massimo – è sufficiente a sviluppare un
Schneider Electric – Data Center Science Center
White Paper 143
Rev 1
23
Progettazione dei datacenter: modello di crescita
flessibile piano di installazione, basato sulla semplice tecnica di implementazione graduale e
in grado di adattarsi all'incertezza del futuro.
L'implementazione graduale è una potente strategia di gestione dell'incertezza, resa possibile
dai recenti sviluppi dei sistemi di alimentazione e raffreddamento, che permette
l'implementazione scalare di elementi modulari. Risolve il vecchio problema di sottoutilizzo
delle capacità di alimentazione e raffreddamento, dovuto al sovradimensionamento rispetto
ad una esagerata capacità target. L'implementazione graduale serve a mantenere
l'installazione in linea con la realtà, ad allineare la capacità al carico, a rivalutare le fasi
successive quando, nel tempo, le esigenze future si delineano con maggior precisione e ad
evitare costosi investimenti in una infrastruttura sovradimensionata che potrebbe non essere
mai utilizzata.
Oltre a guidare il progetto dell'infrastruttura di alimentazione e raffreddamento, questo
modello di crescita svolge un ruolo cruciale anche nell'analisi del TCO (costo totale di
esercizio), permettendo di confrontare i possibili progetti del sistema prima di sceglierne uno.
Aiuta a correggere il grave errore di presumere che il carico finale sia il massimo carico
previsto – un obiettivo raramente raggiunto nelle installazioni di datacenter. Questo comune
errore nasconde il sostanziale vantaggio, in termini di TCO, di una implementazione
graduale.
L'incertezza sul futuro delle organizzazioni IT rappresenta un ricorrente elemento di
frustrazione nella pianificazione dei datacenter. Uno strumento essenziale per la corretta
pianificazione è un modello di crescita che usi un linguaggio ordinario per descrivere la
previsione del carico informatico, fornisca una strategia flessibile per gestire l'incertezza e
utili input all'analisi del TCO.
Note sugli autori
Neil Rasmussen è il Senior VP di Innovation per APC, che è la IT Business Unit di
Schneider Electric. È responsabile della direzione tecnologica del più grande centro
mondiale di R&S dedicato alle infrastrutture di alimentazione, raffreddamento e rack per reti
critiche.
Oltre a possedere 19 brevetti legati ad infrastrutture di alimentazione e raffreddamento di
datacenter ad alta efficienza ed alta densità, ha pubblicato oltre 50 White Paper sui sistemi
di alimentazione e raffreddamento - molti dei quali in oltre 10 lingue - e recentemente con
una particolare attenzione all'ottimizzazione dell'efficienza energetica. È un importante
relatore, a livello internazionale, sul tema dei datacenter ad alta efficienza e attualmente sta
lavorando a progetti innovativi sulle soluzioni infrastrutturali di datacenter scalabili, ad alta
densità e alta efficienza, oltre ad essere il principale realizzatore del sistema InfraStruXure di
APC.
Prima di fondare APC nel 1981, Neil ha conseguito la laurea in ingegneria elettrica presso il
MIT, presentando una tesi sull'analisi di un alimentatore da 200 MW per un reattore a
fusione Tokamak. Dal 1979 al 1981, ha lavorato presso il MIT Lincoln Laboratories
studiando i sistemi di accumulo energetico nei volani e i sistemi ad energia solare.
Suzanne Niles è una Senior Research Analyst del Data Center Science Center di Schneider
Electric. Ha studiato matematica al Wellesley College ed ha conseguito la laurea in
informatica presso il MIT, con una tesi sul riconoscimento calligrafico. Per oltre 30 anni, si è
dedicata all'insegnamento utilizzando una varietà di supporti, dai manuali software a supporti
fotografici e canzoni per bambini.
Schneider Electric – Data Center Science Center
White Paper 143
Rev 1
24
Progettazione dei datacenter: modello di crescita
Risorse
Cliccare sull'icona per
visualizzare le Risorse
Progetti di Data Center:
Pianificazione del sistema
White Paper 142
Avoiding Costs from Oversizing Data Center
and Network Room Infrastructure
White Paper 37
Establishing Floor Plans for Data Centers
White Paper 144
Guidelines for Specification of
Data Center Criticality/Tier Levels
White Paper 122
Visualizza tutti i
White Paper
whitepapers.apc.com
Configuratore del piano di
crescita del datacenter
TradeOff Tool 8
Ricerca con tutte le applicazioni
TradeOff Tools™
tools.apc.com
Contattateci
Per feedback e commenti relativi a questo white paper:
Data Center Science Center
[email protected]
Se avete richieste specifiche sulla progettazione del vostro data center:
Contattate il vostro referente commerciale Schneider Electric
www.apc.com/support/contact/index.cfm
Schneider Electric – Data Center Science Center
White Paper 143
Rev 1
25