KR20110107347A - 탄소 풋프린트를 포함하는 데이터 센터 환경 영향들의 할당 및 저감 - Google Patents

탄소 풋프린트를 포함하는 데이터 센터 환경 영향들의 할당 및 저감 Download PDF

Info

Publication number
KR20110107347A
KR20110107347A KR1020117017226A KR20117017226A KR20110107347A KR 20110107347 A KR20110107347 A KR 20110107347A KR 1020117017226 A KR1020117017226 A KR 1020117017226A KR 20117017226 A KR20117017226 A KR 20117017226A KR 20110107347 A KR20110107347 A KR 20110107347A
Authority
KR
South Korea
Prior art keywords
data center
carbon dioxide
amount
total amount
electricity
Prior art date
Application number
KR1020117017226A
Other languages
English (en)
Other versions
KR101723010B1 (ko
Inventor
조지 엠. 무어
Original Assignee
마이크로소프트 코포레이션
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 마이크로소프트 코포레이션 filed Critical 마이크로소프트 코포레이션
Publication of KR20110107347A publication Critical patent/KR20110107347A/ko
Application granted granted Critical
Publication of KR101723010B1 publication Critical patent/KR101723010B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
    • G06F15/161—Computing infrastructure, e.g. computer clusters, blade chassis or hardware partitioning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
    • G06F15/163—Interprocessor communication
    • G06F15/167—Interprocessor communication using a common memory, e.g. mailbox
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/84—Greenhouse gas [GHG] management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

데이터 센터의 환경적 영향들의 결정 및 할당은 데이터 센터 소비자들에게 유용한 비즈니스 정보를 제공한다. 일 실시예에서, 데이터 센터 및 애플리케이션을 식별하고, 데이터 센터의 탄소 풋프린트를 결정하고, 애플리케이션 고유 방식으로 탄소 풋프린트를 할당함으로써, 할당된 탄소 풋프린트들이 결정된다. 이어서, 예를 들어 데이터 센터 부하를 선택적으로 조정하기 위해, 할당된 탄소 풋프린트들이 개시된 바와 같이 선택적으로 이용된다. 다른 실시예들은 물 소비를 포함하는 다른 환경 영향들을 포함한다.

Description

탄소 풋프린트를 포함하는 데이터 센터 환경 영향들의 할당 및 저감{APPORTIONING AND REDUCING DATA CENTER ENVIRONMENTAL IMPACTS, INCLUDING A CARBON FOOTPRINT}
이제, 디지털 정보 관리가 오래된 종이 기반의 정보 관리 방법들을 본질적으로 대체하고 있다. 더 전통적인 정보 관리 방법들에 비해, 디지털 정보 관리는 일반적으로 덜 비싸고, 덜 크고, 더 신뢰성 있고, 더 안전한 것으로 간주된다. 따라서, 현재 및 미래의 컴퓨팅 요구를 충족시키기 위하여, 많은 영리, 교육 및 정부 기관들이 점점 더 정교하고 에너지 집약적인 컴퓨팅 자원들을 요구하고 있다. 이러한 요구에 응답하여, 최신의 데이터 및 통신 기반 구조에 대한 현재의 투자들이 특히 이러한 최신의 디지털 동향의 원동력, 즉 데이터 센터에 대해 빠르게 증가하고 있다.
일반적으로, 데이터 센터는 예를 들어 마이크로컴퓨터들(즉, 서버들), 스위치들, 인터럽트 불능 전원 공급 장치들(UPS), 리던던트 시스템들, 환경 제어들 등과 같은 다양한 컴퓨터 시스템들 및 관련 컴포넌트들을 수용하는 대형 설비이다. 이러한 다양한 컴포넌트들의 결과로서, 데이터 센터들은 우리의 최신의 정보 관리 방법들을 촉진하는 데 필요한 자원들을 제공하는 데에 중요한 역할을 한다.
그러나, 이러한 완전한 디지털 정보 관리를 향한 트렌드는 비용 없이는 이루어지지 못한다. 도리어, 데이터 센터들 및 이들이 필요로 하는 컴퓨팅 자원들은 에너지 및 자원 집약적이다. 예를 들어, 미국 환경 보호국은 2006년에 전국의 데이터 센터들에 전력을 공급하기 위해 약 610억 킬로와트시(kWh)의 전기가 소비된 것으로 추정하였다. 따라서, 2006년에 미국에서 소비된 모든 전기의 거의 2%가 전국의 데이터 센터들에 전력을 공급하는 데 쓰였다. 소비자 요구에 의해 가속화되는 데이터 센터 에너지 소비는 수년 안에 거의 2배로 증가하고, 2011년까지 총 1000억 kWh의 전기를 초과할 것으로 예상된다. 미국 전기의 대부분은 에너지 생성 프로세스 동안에 다양한 온실 가스들을 배출하는 탄소 계열 연료 소스들에 의해 생성되므로, 전기 소비의 증가와 관련된 잠재적인 환경 영향들은 사설 및 공공 기관들로부터 많은 주목을 받고 있다. 또한, 데이터 센터의 물 사용량도 상당한 산업적 관심을 나타낸다. 예를 들어, 1 메가와트 데이터 센터는 데이터 센터의 가동 동안에 발생하는 열을 제거하기 위하여 하루에 약 18,000 갤런을 사용할 수 있다. 전기 생성과 마찬가지로, 물 공급도 데이터 센터의 전체 환경 영향들에 실질적으로 영향을 미칠 수 있는 제한된 천연 자원을 나타낸다.
점점 더 자원 집약적인 컴퓨팅 장치들을 사용하려는 요구와 전체 환경 영향들을 최소화하려는 요구의 충돌로 인해, 많은 최신의 기관들은 자신들이 어려운 상황에 처해 있음을 발견한다.
본 요약은 아래의 상세한 설명에서 더 설명되는 개념들의 발췌를 간단한 형태로 소개하기 위해 제공된다. 본 요약은 청구 발명의 중요한 특징들 또는 필수적인 특징들을 식별하는 것을 의도하지 않으며, 청구 발명의 범위 결정의 보조물로서 사용되는 것도 의도하지 않는다.
본 발명의 실시예들은 특히 데이터 센터의 가동과 관련된 환경적 영향을 계산하고 할당하는 것과 관련된다. 하나 이상의 데이터 센터들이 식별되고, 데이터 센터들에 기인하는 환경 영향들이 결정된다. 제한이 아니라 예로서, 이산화탄소 배출이 데이터 센터 애플리케이션에 기초하여 할당될 수 있고 할당된다. 따라서, 본 발명은 애플리케이션 단위로 환경 영향을 할당하는 것을 가능하게 한다.
본 발명은 첨부 도면들을 참조하여 아래에 상세히 설명된다.
도 1은 본 발명의 실시예들을 구현하는 데 사용하기에 적합한 예시적인 컴퓨팅 환경의 블록도.
도 2는 본 발명의 실시예들을 구현할 수 있는 예시적인 시스템의 블록도.
도 3은 본 발명의 일 실시예에 따른 데이터 센터의 환경 영향을 계산하기 위한 방법을 나타내는 흐름도.
도 4는 본 발명의 일 실시예에 따른 데이터 센터의 탄소 풋프린트를 할당하기 위한 방법을 나타내는 흐름도.
도 5는 본 발명의 일 실시예에 따른 다수의 데이터 센터의 상대적 탄소 풋프린트를 비교하는 방법을 나타내는 흐름도.
도 6은 본 발명의 일 실시예에 따른 예상 탄소 배출에 응답하여 데이터 센터 자원들을 선택적으로 이용하는 방법을 나타내는 흐름도.
도 7은 본 발명의 일 실시예에 따른 하나의 가능한 비교를 나타내는 차트.
본 발명의 내용은 법정 요건을 충족시키기 위해 본 명세서에서 구체적으로 설명된다. 그러나, 이러한 설명 자체는 본 특허의 범위를 한정하는 것을 의도하지 않는다. 오히려, 본 발명자들은 청구 발명이 상이한 단계들 또는 본 명세서에 설명되는 것들과 유사한 단계들의 조합들을 다른 현재 또는 미래의 기술들과 더불어 포함하도록 다른 방식들로 구현될 수도 있다는 것을 고려하였다. 더욱이, 본 명세서에서는 이용되는 방법들의 상이한 요소들을 의미하기 위해 "단계" 및/또는 "블록"이라는 용어들이 사용될 수 있지만, 이러한 용어들은 개별 단계들의 순서가 명시적으로 설명되지 않는 경우에 그리고 명시적으로 설명될 때 외에는 본 명세서에 개시되는 다양한 단계들 사이의 임의의 특정 순서를 의미하는 것으로 해석되지 않아야 한다.
개요
본 발명의 실시예들은 애플리케이션 고유 방식으로 데이터 센터의 탄소 풋프린트 및/또는 물 사용량을 할당하기 위한 방법을 제공한다. 제한이 아니라 단지 예로서, 하나의 데이터 센터 애플리케이션의 소비, 예를 들어 데이터 센터에서의 소정량의 저장소의 사용과 관련된 이산화탄소 배출 또는 물 사용이 분리되고 할당될 수 있다.
데이터 센터 소비자들은 정교함, 요구 및 지리 면에서 크게 다르다. 따라서, 우리의 전국 데이터 및 통신 네트워크는 통합된, 그러나 개별적으로 고유한 데이터 센터들의 시스템으로 구성된다. 이러한 데이터 센터들의 시스템을 둘러싼 각각의 데이터 센터의 다양한 나이, 다양한 지리 또는 다양한 전력 그리드가 주어지는 경우, 각각의 데이터 센터는 전기 소비, 물 사용 및/또는 환경 영향의 고유 특성들을 갖는다.
따라서, 일 양태에서, 본 발명의 일 실시예는 데이터 센터의 환경 영향을 할당하는 방법을 수행하기 위한 컴퓨터 사용 가능 명령어들을 구현하는 하나 이상의 컴퓨터 판독 가능 매체에 관련된다. 이 방법은 적어도 하나의 데이터 센터 및 애플리케이션을 식별하는 단계를 포함한다. 애플리케이션은 서버, 가상 머신, 저장소의 양 및 대역폭의 양으로 구성되는 그룹으로부터 선택된다. 이 방법은 적어도 하나의 데이터 센터에 의해 소비되는 총 전기량을 계산하는 단계를 더 포함한다. 이 방법은 적어도 하나의 데이터 센터의 환경 영향을 계산하는 단계를 더 포함한다. 이 방법은 애플리케이션에 대한 환경 영향의 할당량을 결정하는 단계를 더 포함한다.
본 발명의 다른 실시예에서, 일 양태는 데이터 센터에서의 상대적 이산화탄소 사용량을 평가하는 방법에 관한 것이다. 이 방법은 제1 복수의 데이터 센터, 제2 복수의 데이터 센터 및 애플리케이션을 식별하는 단계를 포함하며, 제1 복수의 데이터 센터는 공동 소유되거나 공동으로 운영된다. 이 방법은 제1 복수의 데이터 센터에서 소비된 제1 총 전기량 및 제2 복수의 데이터 센터에서 소비된 제2 총 전기량을 계산하는 단계를 더 포함한다. 이 방법은 제1 복수의 데이터 센터에서의 제1 총 전기량의 발생의 결과로서 배출된 제1 총 이산화탄소량을 계산하는 단계 및 제2 복수의 데이터 센터에서 소비된 제2 총 전기량의 발생의 결과로서 배출된 제2 총 이산화탄소량을 계산하는 단계를 더 포함하며, 제2 복수의 데이터 센터에서 소비된 제2 총 전기량의 발생의 결과로서 배출된 제2 총 이산화탄소량을 계산하는 단계는 소비된 단위 전기당 이산화탄소 배출들을 나타내는 전국, 지역 또는 산업 평균들을 이용하는 단계를 포함한다. 이 방법은 제1 복수의 데이터 센터에서 소비된 제1 총 전기량의 발생의 결과로서 배출된 이산화탄소의 애플리케이션당 제1 할당량을 결정하는 단계를 더 포함한다. 이 방법은 제2 복수의 데이터 센터에서의 제2 총 전기량의 발생의 결과로서 배출된 이산화탄소의 애플리케이션당 제2 할당량을 결정하는 단계를 더 포함한다. 이 방법은 배출된 이산화탄소의 제1 할당량과 배출된 이산화탄소의 제2 할당량을 비교하는 단계를 더 포함한다.
본 발명의 추가 실시예는 데이터 센터 관련 이산화탄소 배출들을 장래에 최소화하는 방법을 수행하기 위한 컴퓨터 사용 가능 명령어들을 구현하는 하나 이상의 컴퓨터 판독 가능 저장 매체에 관한 것이다. 이 방법은 먼저 제1 데이터 센터를 식별하는 단계를 포함한다. 이 방법은 제2 데이터 센터를 식별하는 단계를 더 포함한다. 이 방법은 애플리케이션을 식별하는 단계를 더 포함한다. 이 방법은 제1 데이터 센터에서의 제1 예상 전기 소비량을 계산하는 단계를 더 포함한다. 이 방법은 제2 데이터 센터에서의 제2 예상 전기 소비량을 계산하는 단계를 더 포함한다. 이 방법은 제1 예상 전기 소비량의 발생의 결과로서 배출되는 제1 예상 이산화탄소량을 계산하는 단계를 더 포함한다. 이 방법은 제2 예상 전기 소비량의 발생의 결과로서 배출되는 제2 예상 이산화탄소량을 계산하는 단계를 더 포함한다. 이 방법은 제1 예상 이산화탄소량의 제1 예상 할당량을 결정하는 단계를 더 포함한다. 이 방법은 제2 예상 이산화탄소량의 제2 예상 할당량을 결정하는 단계를 더 포함한다. 이 방법은 제1 예상 할당량과 제2 예상 할당량을 비교하는 단계를 더 포함한다. 이 방법은 제1 예상 할당량 또는 제2 예상 할당량이 더 낮은 예상 이산화탄소 배출량을 갖는지를 결정하는 단계를 더 포함한다. 이 방법은 더 낮은 예상 이산화탄소 배출량을 갖는 것으로 결정된 데이터 센터에서의 애플리케이션을 선택적으로 이용하는 단계를 더 포함한다.
본 발명의 실시예들의 개요를 간단히 설명하였지만, 본 발명의 다양한 양태들에 대한 일반적 상황을 제공하기 위하여, 본 발명의 실시예들을 구현할 수 있는 예시적인 운영 환경이 아래에 설명된다. 먼저, 특히 도 1을 참조하면, 본 발명의 실시예들을 구현하기 위한 예시적인 운영 환경이 도시되고, 일반적으로 컴퓨팅 장치(100)로서 지시된다. 컴퓨팅 장치(100)는 적절한 컴퓨팅 환경의 일례일 뿐, 본 발명의 이용 또는 기능의 범위에 관한 임의의 한정을 제시하는 것을 의도하지 않는다. 컴퓨팅 장치(100)는 도시된 컴포넌트들 중 어느 하나 또는 조합에 관하여 어떠한 종속성 또는 요구도 갖지 않는 것으로 해석되어야 한다.
본 발명은 개인용 휴대 단말기 또는 기타 핸드헬드 장치와 같은 컴퓨터 또는 다른 머신에 의해 실행되는 프로그램 모듈들과 같은 컴퓨터 실행 가능 명령어들을 포함하는 컴퓨터 코드 또는 머신 사용 가능 명령어들과 일반적으로 관련하여 설명될 수 있다. 일반적으로, 루틴들, 프로그램들, 객체들, 컴포넌트들, 데이터 구조들 등을 포함하는 프로그램 모듈들은 특정 작업들을 수행하거나 특정 추상 데이터 타입들을 구현하는 코드를 지칭한다. 본 발명은 핸드헬드 장치들, 소비자 전자 장치들, 범용 컴퓨터들, 더 특수한 컴퓨팅 장치들 등을 포함하는 다양한 시스템 구성들에서 실시될 수 있다. 본 발명은 통신 네트워크를 통해 링크된 원격 처리 장치들에 의해 작업들이 수행되는 분산 컴퓨팅 환경에서도 실시될 수 있다.
도 1을 참조하면, 컴퓨팅 장치(100)는 다음 장치들, 즉 메모리(112), 하나 이상의 프로세서(114), 하나 이상의 프레젠테이션 컴포넌트(116), 입출력 포트들(118), 입출력 컴포넌트들(120) 및 예시적인 전원 공급 장치(122)를 직접 또는 간접 결합하는 버스(110)를 포함한다. 버스(110)는 (어드레스 버스, 데이터 버스 또는 이들의 조합과 같은) 하나 이상의 버스일 수 있는 것을 나타낸다. 도 1의 다양한 블록들은 명료화를 위해 라인들로 도시되지만, 실제로는 다양한 컴포넌트들의 묘사는 그렇게 명확하지 않으며, 은유적으로 그러한 라인들은 더 정확하게는 흐리거나 분명치 않을 것이다. 예컨대, 디스플레이 장치와 같은 프레젠테이션 컴포넌트를 I/O 컴포넌트로서 간주할 수 있다. 또한, 프로세서들은 메모리를 구비한다. 우리는 이러한 것들이 기술의 속성임을 인식하며, 도 1의 도면은 본 발명의 하나 이상의 실시예와 관련하여 사용될 수 있는 예시적인 컴퓨팅 장치를 예시할 뿐임을 되풀이한다. "워크스테이션", "서버", "랩탑", "핸드헬드 장치" 등과 같은 카테고리들은 모두 도 1의 범위 내에서 고려되고 "컴퓨팅 장치"를 지칭하므로, 이들 간에는 차이가 없다.
컴퓨팅 장치(100)는 통상적으로 다양한 컴퓨터 판독 가능 매체들을 포함한다. 컴퓨터 판독 가능 매체들은 컴퓨팅 장치(100)에 의해 액세스될 수 있는 임의의 이용 가능 매체들일 수 있으며, 휘발성 및 비휘발성 매체들, 이동식 및 비이동식 매체들 모두를 포함한다. 제한이 아니라 예로서, 컴퓨터 판독 가능 매체들은 컴퓨터 저장 매체들 및 통신 매체들을 포함할 수 있다. 컴퓨터 저장 매체들은 컴퓨터 판독 가능 명령어들, 데이터 구조들, 프로그램 모듈들 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 이동식 또는 비이동식 매체들 모두를 포함한다. 컴퓨터 저장 매체들은 RAM, ROM, EEPROM, 플래시 메모리 또는 다른 메모리 기술, CD-ROM, 디지털 다기능 디스크(DVD) 또는 다른 광 디스크 저장 장치, 자기 카세트, 자기 테이프, 자기 디스크 저장 장치 또는 다른 자기 저장 장치들, 또는 원하는 정보를 저장하는 데 사용될 수 있고, 컴퓨팅 장치(100)에 의해 액세스될 수 있는 임의의 다른 매체를 포함하지만, 이에 한정되지 않는다. 통신 매체들은 통상적으로 반송파 또는 기타 전송 메커니즘과 같은 피변조 데이터 신호 내에 컴퓨터 판독 가능 명령어들, 데이터 구조들, 프로그램 모듈들 또는 기타 데이터를 구현하며, 임의의 정보 전송 매체들을 포함한다. "피변조 데이터 신호"라는 용어는 신호 내에 정보를 인코딩하는 것과 같은 방식으로 신호의 특성들 중 하나 이상을 설정 또는 변경한 신호를 의미한다. 예를 들어, 통신 매체들은 유선 네트워크 또는 직접 유선 접속과 같은 유선 매체들, 및 음향, RF, 적외선 및 기타 무선 매체들과 같은 무선 매체들을 포함하지만, 이에 한정되지 않는다. 임의의 위의 것들의 조합들도 컴퓨터 판독 가능 매체들의 범위 내에 포함되어야 한다.
메모리(112)는 휘발성 및/또는 비휘발성 메모리 형태의 컴퓨터 저장 매체들을 포함한다. 메모리는 이동식, 비이동식 또는 이들의 조합일 수 있다. 예시적인 하드웨어 장치들은 고상 메모리, 하드 드라이브들, 광 디스크 드라이브들 등을 포함한다. 컴퓨팅 장치(100)는 메모리(112) 또는 I/O 컴포넌트들(120)과 같은 다양한 엔티티들로부터 데이터를 판독하는 하나 이상의 프로세서들을 포함한다. 프레젠테이션 컴포넌트(들)(116)는 사용자 또는 다른 장치에 데이터 지시들을 제공한다. 예시적인 프레젠테이션 컴포넌트들은 디스플레이 장치, 스피커, 프린팅 컴포넌트, 진동 컴포넌트 등을 포함한다.
I/O 포트들(118)은 컴퓨팅 장치(100)로 하여금 그 일부가 내장될 수 있는 I/O 컴포넌트들(120)을 포함하는 다른 장치들에 논리적으로 결합될 수 있게 한다. 예시적인 컴포넌트들은 마이크로폰, 조이스틱, 게임 패드, 위성 안테나, 스캐너, 프린터, 무선 장치 등을 포함한다.
도 2를 참조하면, 데이터 센터에서의 이산화탄소 사용량을 할당하는 본 발명의 실시예들을 실시하는 데 적합한 간략화된 데이터 센터 시스템(200)을 나타내는 블록도가 도시되어 있다. 도 2에 도시된 전체 데이터 센터 시스템(200)은 하나의 적절한 환경의 일례일 뿐, 본 발명의 범위 또는 기능에 관한 임의의 제한을 제시하는 것을 의도하지 않는다는 것을 이 분야의 통상의 기술자들은 이해하고 알 것이다.
데이터 센터 시스템(200)은 컴퓨팅 자원들(240) 및 관련 컴포넌트들(245)을 구비하는 데이터 센터(230)와 통신하는 복수의 사용자(210, 212, 214, 216)를 포함한다. 이 예시적인 시스템에서는, 4명의 사용자(210, 212, 214, 216)가 도시되어 있다. 이것은 예시적일 뿐이며, 시스템(200)은 데이터 센터(230)와 통신하는 임의 수의 사용자를 포함할 수 있다는 것을 이 분야의 통상의 기술자들은 이해할 것이다. 도 2에 도시된 복수의 사용자(210, 212, 214, 216) 각각은 예를 들어 도 1과 관련하여 전술한 컴퓨팅 장치(100)와 같은 임의 타입의 컴퓨팅 장치를 이용할 수 있다. 제한이 아니라 단지 예로서, 복수의 사용자(210, 212, 214, 216) 각각은 데이터 센터(230)와 통신하기 위해 서버, 컴퓨터, 핸드헬드 장치, 소비자 전자 장치 등을 이용할 수 있다. 또한, 복수의 사용자(210, 212, 214, 216) 각각은 컴퓨터 네트워크 또는 컴퓨터 네트워크들의 집합을 형성하는 서버들, 컴퓨터들, 핸드헬드 장치들 또는 소비자 전자 장치들 등의 집합을 통해 데이터 센터(230)와 통신할 수 있다.
도 2에서, 복수의 사용자(210, 212, 214, 216)는 데이터 센터(230)의 컴퓨팅 자원들(240)을 이용하여 애플리케이션들(220, 222, 224, 226)을 실행한다. 본 명세서에서 사용될 때, 애플리케이션이라는 용어는 일반적으로 데이터 센터에 의해 판매용으로 제공되는 전기의 소비를 필요로 하는 임의의 서비스 또는 제품을 의미한다. 본 발명에 가장 적합한 소기의 애플리케이션들은 서버들, 가상 머신들, 저장소 및 대역폭을 포함한다. 따라서, 도 2에 도시된 애플리케이션들(220, 222, 224, 226)의 각각은 전술한 임의 타입의 애플리케이션일 수 있다. 컴퓨팅 자원들(240) 상에서의 애플리케이션들(220, 222, 224, 226)의 실행의 결과로서, 데이터 센터(230)는 전원 공급 장치(260)로부터 전기(250)를 요구한다. 더욱이, 데이터 센터(230)는 컴퓨팅 자원들(240)의 운영에 부수적인 모든 관련 컴포넌트들(245)에 전력을 공급하기 위해 전원 공급 장치(260)로부터 전기(250)를 요구한다. 예를 들어, 관련 컴포넌트들(245)은 난방 장치들, 냉방 장치들, 환기 장치들, 데이터 센터 조명, 백업 또는 리던던트 전원 공급 장치들 등을 포함할 수 있다. 따라서, 데이터 센터(230)는 컴퓨팅 자원들(240) 및 관련 컴포넌트들(245)에 전력을 공급하기 위해 전원 공급 장치(260)로부터 전원(250)을 요구한다. 전기(250)는 일반적으로 와트(W) 또는 와트의 임의 배수(예를 들어, 킬로와트(kW), 메가와트(MW) 또는 기가와트(GW))로 측정된다. 데이터 센터(230)에 전력을 공급하는 데 필요한 전기(250)의 양은 사용자들(210, 212, 214, 216)로부터의 총 수요, 이들의 애플리케이션들(220, 222, 224, 226) 각각의 에너지 강도, 및 다양한 다른 팩터들(예컨대, 데이터 센터의 주변 온도, 데이터 센터의 비가동 시간, 애플리케이션들의 에너지 효율 등)에 의존한다.
전원 공급 장치(260)는 전원(270)으로부터 전기(250)를 제공받는다. 전원(270)은 전원 공급 장치(260)에 전기(250)를 제공할 수 있는 임의의 설비를 포함한다. 제한이 아니라 단지 예로서, 전원(270)은 전력 설비, 발전소, 또는 전기(250)를 생성하도록 동작하는 임의의 유사한 설비이다. 전기(250)를 생성하기 위하여, 전원(270)은 화석 연료들, 재생 에너지 기술 또는 이들의 소정 조합을 이용할 수 있다. 화석 연료 기반 전원들은 전기(250)를 생성하기 위해 화석 연료들(예를 들어, 석탄, 천연 가스, 석유 또는 임의의 다른 탄소 계열 연료)을 사용하는 임의의 전원을 포함한다. 재생 에너지 기반 전원들은 태양광, 바람, 비, 조류, 지열 등과 같은 재생 가능한 천연 자원들을 이용하는 임의의 전원이다. 재생 에너지 기반 전원들은 핵분열을 이용하는 전원들도 포함할 수 있다.
화석 연료 기반 전원들과 재생 에너지 기반 전원들 간의 하나의 중요한 차이는 전기(250)의 생성 동안에 배출되는 온실 가수들의 양이다. 화석 연료 기반 전원들은 일반적으로 전기(250)의 생성 동안에 예를 들어 이산화탄소, 메탄, O3(오존), 질소 산화물 등과 같은 다양한 온실 가스들을 배출한다. 반면, 재생 에너지 기반 전원들은 일반적으로 전기(250)의 생성 동안에 온실 가스들을 거의 또는 전혀 배출하지 않는다. 따라서, 컴퓨팅 자원들(240) 및 관련 컴포넌트들(245)을 운영하는 데이터 센터(230)와 같은 에너지 소비 엔티티들은 화석 연료 기반 전원 공급 장치들, 재생 에너지 기반 전원 공급 장치들 또는 이들의 소정 조합에 의해 생성되는 전기(250)를 소비할 수 있다.
물론, 전기(250)를 생산하는 방식도 환경적 의의를 갖는다. 엔티티가 온실 가스들을 배출한 결과로서 생성된 에너지를 소비할 때, 그 엔티티는 "탄소 풋프린트"를 갖는 것으로 일컬어진다. "탄소 풋프린트"는 액티비티가 환경에 미치는 영향의 척도로서, 일반적으로 그러한 액티비티의 결과로서 대기 중에 배출되는 이산화탄소(CO2) 또는 이산화탄소 환산(CDE) 단위로 측정된다.
이제, 도 2를 참조하면, 위의 설명에 기초하여, 이 분야의 통상의 기술자들에게는, 데이터 센터(230)의 탄소 풋프린트는 데이터 센터(230)를 가동하는 데 소비되는 전기(250)의 총량 및 전원(270)의 타입 양자에 의존한다는 것이 명백할 것이다. 예컨대, 석탄 연소 전원으로부터 공급되는 에너지를 이용하는 고수요 데이터 센터는 재생 가능한 비탄소 기반 전원들(예를 들어, 풍력 발전)만을 이용하는 저수요 데이터 센터보다 (아마도 이산화탄소 또는 CDE의 톤 또는 파운드로 측정되는) 큰 탄소 풋프린트를 가질 것이다.
컴퓨팅 자원들(240)에서의 애플리케이션들(220, 222, 224, 226)의 실행의 또 하나의 결과는 많은 양의 물(280)의 소비의 필요이다. 데이터 센터의 가동 동안, 방열을 위한 냉각액 등을 포함하여 다양한 방식으로 물(280)이 사용된다. 도 2에서, 물(280)은 급수원(285)으로부터 공급된다. 급수원(285)은 예를 들어 임의의 민물 급수원(예를 들어, 강, 호수 등), 임의의 소금물 급수원(예를 들어, 바다) 또는 임의의 상류 사용자 또는 판매자를 포함할 수 있다. 냉각에 필요한 물(280)의 양은 데이터 센터(230)를 가동하는 데 필요한 전기(250)의 양에 따라 변한다(전기 소비의 결과인 열을 제거하기 위해 주로 물이 사용되기 때문이다). 예를 들어, 동부 오레곤에 있는 데이터 센터는 콜롬비아 강과 같은 지역의 강으로부터 직접 민물 냉각수를 끌어올 수 있다. 이러한 민물 냉각수의 이용은 데이터 센터가 데이터 센터로부터 방출되는 바와 같은 적어도 소정의 폐수를 생성하게 할 것이다. 데이터 센터가 가동되는 관할 구역의 규제 및 법적 체제에 따라, 이러한 폐수는 "산업 쓰레기"로서 간주되어, 임의 수의 하류 사용들에 부적합하게 될 수 있다(예를 들어, 폐수는 정수 및 처리 없이는 농작물 관개 또는 기타 2차 용도로 사용될 수 없다). 뉴멕시코에서 가동되는 다른 데이터 센터는 소위 "중수(graywater)"(이전에 상류의 산업 설비에서 다른 목적으로 사용된 물)를 이용할 수 있다. "중수" 사용의 결과, 가설의 뉴멕시코 데이터 센터의 환경 영향, 특히 민물 공급원에 대한 영향은 가설의 오레곤 데이터 센터의 환경 영향과 크게 다를 수 있다.
이 분야의 통상의 기술자들이 위의 설명에 근거하여 이해하듯이, 가설의 오레곤 데이터 센터는 (예를 들어, 수력 전기로 인해) 비교적 작은 탄소 풋프린트를 가질 수 있지만, 이와 동시에 큰 민물 풋프린트를 가질 수 있다. 이와 달리, 가설의 뉴멕시코 데이터 센터는 (예를 들어, 전기 생성으로 인해) 큰 탄소 풋프린트를 가질 수 있지만, 또한 민물에 관한 풋프린트는 갖지 않을 수 있다. 이와 관련하여, 탄소 및 물 풋프린트를 포함하는 데이터 센터의 각각의 잠재적 환경 영향은 고유하다.
도 3을 참조하면, 본 발명의 일 실시예에 따른 데이터 센터의 환경 영향을 계산하기 위한 방법(300)을 나타내는 흐름도가 도시되어 있다. 방법(300)은 본 발명의 다양한 실시예들을 이용할 수 있는 일반적인 방식을 개시한다. 블록 310에서, 적어도 하나의 데이터 센터가 식별된다. 이어서, 단계 312에서, 식별된 데이터 센터에 전력을 공급하는 데 소비된 총 전기량(또는 다수의 데이터 센터에 전력을 공급하는 데 소비된 총 전기량)이 결정된다. 데이터 센터에 전력을 공급하는 데 소비된 전기량을 결정하는 단계는 예를 들어 유틸리티 회사 또는 유틸리티 미터에 의해 제공되는 정보를 이용하는 단계를 포함할 수 있다. 대안으로, 실제의 또는 추정된 전기 소비는 데이터 센터 분석 또는 기준(예를 들어, 소비된 실제 또는 임계 전기, 전력 사용 효율 등)을 제공하는 데이터 센터 운영자들을 위해 설계된 상용 소프트웨어 툴키트들을 이용하여 결정될 수 있다. 대안으로서, 실제 전기 소비는 컴퓨팅 자원 또는 애플리케이션에서 직접 측정될 수 있다. 대안으로서, 데이터 센터 전기 소비를 추정하는 임의의 공지 방법이 데이터 센터에 전력을 공급하는 데 소비된 전기의 결정의 일부로서 이용될 수 있다. 제한이 아니라 예로서, 데이터 센터의 전기 소비를 추정하는 단계는 데이터 센터에서 애플리케이션들(예를 들어, 서버들, 가상 머신들, 저장소 또는 대역폭)의 수를 추정 또는 결정하는 단계, 애플리케이션들의 수와 해당 타입의 애플리케이션에 대한 단위 시간당 추정 전기 소비량을 나타내는 팩터를 곱하는 단계, 및 임의의 다른 공지 또는 보조 팩터에 대한 추정 전기 소비(예를 들어, 임의의 관련 컴포넌트에 전력을 공급하는 데 소비된 전기)를 조정하는 단계를 포함할 수 있다. 마지막으로, 다수의 데이터 센터에 대해, 블록 312는 위의 방법들 중 어느 하나를 단독으로 또는 조합으로 포함할 수 있다.
도 3을 다시 참조하면, 블록 314에서, 데이터 센터의 환경 영향이 결정된다. 예를 들어, 전기를 생성하기 위해 배출된 총 이산화탄소량이 확인될 수 있다. 이 예에서, 데이터 센터의 탄소 풋프린트는 블록 312에서 결정된 전기 소비에 기초한다. 블록 314는 소비된 단위 전기당 이산화탄소 배출을 나타내는 전국, 지역 또는 산업 고유 팩터를 이용하는 단계를 포함할 수 있다. 예를 들어, 소비된 단위 전기당 이산화탄소 배출을 나타내는 전국 팩터는 공개적으로 이용 가능한 자료들로부터 쉽게 확인될 수 있다. 대안으로, 전국, 지역 또는 산업 고유 팩터는 특정 할당 모델의 요구에 맞춰질 수 있다. 예를 들어, 블록 314는 지리 영역(예를 들어, 플로리다, 동서부 등)을 분리하는 단계, 해당 지리 영역으로부터 배출된 이산화탄소 및/또는 CDE를 결정하는 단계, 해당 지리 영역에 의해 소비된 전기를 결정하는 단계, 해당 영역 내에서 소비된 단위 전기마다 배출된 이산화탄소 및/또는 CDE의 양을 할당하는 단계를 포함할 수 있다. 대안 실시예에서, 블록 314는 데이터 센터에 의해 사용된 물의 총량을 결정하는 단계를 포함할 수 있다.
대안으로서, 블록 314는 임의의 데이터 센터 또는 데이터 센터들의 그룹의 환경 영향의 평가에 데이터 센터 고유 정보를 이용하는 단계를 포함할 수 있다. 예를 들어, 블록 314는 특정 데이터 센터에 대한 전기(예를 들어, 도 2의 전기(250))를 생산한 방식을 고려할 수 있다. 도 2와 관련하여 설명된 바와 같이, 전기를 생산하는 방식(예를 들어, 화석 연료 기반 대 재생 에너지 기반 전원 공급 장치들)은 데이터 센터의 탄소 풋프린트에 크게 영향을 미칠 수 있다. 예를 들어, 데이터 센터가 비 탄소 기반 전기(예를 들어, 핵분열, 바람, 수력 전기 등)에 의해서만 전력을 공급받는 경우, 전기 소비에 대한 해당 데이터 센터의 탄소 풋프린트는 화석 연료 기반 전기를 이용하는 데이터 센터의 탄소 풋프린트보다 작을 가능성이 클 것이다. 따라서, 공지된 또는 도출된 전국, 지역 또는 산업 고유 팩터를 적용하는 것은 이 데이터 센터에 전기를 공급하기 위해 배출된 이산화탄소량 또는 이산화탄소 환산량을 정확하게 반영하지 못할 것이다. 그러나, 전국, 지역 또는 산업 고유 팩터를 적용하는 것은 아래에 더 충분히 설명되는 바와 같이 예상 및 실제 데이터 센터 탄소 풋프린트들 간의 의미 있는 비교를 제공할 것이다. 마찬가지로, 급수원도 데이터 센터마다 다를 수 있으며, 따라서 데이터 센터 고유 정보의 이용이 필요할 수 있다.
이 분야의 기술자들에게 명백하듯이, 방법(300)의 결과는 식별된 데이터 센터 또는 데이터 센터들의 공지된 탄소 풋프린트이다. 이러한 공지된 탄소 풋프린트의 이용은 후술하는 다양한 실시예들에서 더 다루어진다.
이제 데이터 센터들의 탄소 풋프린트를 결정하기 위한 일반적인 방법을 설명하였으므로, 이제 도 4를 참조한다. 도 4는 본 발명의 일 실시예에 따른 데이터 센터에서 이산화탄소 사용량을 할당하기 위한 방법(400)을 나타내는 흐름도를 나타낸다. 블록 410에서는, 도 3의 블록 310에서와 같이, 적어도 하나의 데이터 센터가 식별된다. 적어도 하나의 데이터 센터를 식별한 후에, 블록 412에서 애플리케이션이 식별된다. 애플리케이션의 식별에 있어서, 블록 412는 원하는 분석, 원하는 분석의 필요한 신뢰 레벨, 분석을 해석하기 위한 능력, 할당 프로세스의 복잡성(아래의 블록 418 참조) 등을 고려한다. 예컨대, 데이터 센터가 그의 데이터 저장 서비스들로부터 발생하는 탄소 풋프린트를 결정하기를 원하는 경우, 적절한 애플리케이션은 저장소를 포함할 수 있으며, 최종 분석은 기가바이트 저장 용량(또는 바이트, 킬로바이트, 메가바이트 등)마다 배출되는 파운드(또는 톤) 단위의 이산화탄소 또는 이산화탄소 환산량으로 표현될 수 있다. 대안으로서, 데이터 센터가 그의 웹 호스팅 또는 통신 서비스들로부터 발생하는 탄소 풋프린트를 결정하기를 원하는 경우, 적절한 애플리케이션은 (단위 시간당 단위 대역폭당 탄소 배출량을 나타내는) 대역폭을 포함할 수 있다. 물론, 선택 프로세스는 소비자 요구(예컨대, 데이터 센터 고객이 그의 구매와 관련된 탄소 배출을 알기를 원하는 것)에 의해 지시될 수 있다. 전술한 바와 같이, 선택된 애플리케이션은 데이터 센터에 의해 일반적으로 판매용으로 제공되는 전기의 소비를 필요로 하는 임의의 서비스 또는 제품을 포함할 수 있다. 애플리케이션들은 단지 예로서 서버들, 가상 머신들, 저장소 및/또는 대역폭을 포함한다.
블록 414에서, 데이터 센터 또는 데이터 센터들에서 소비된 총 전기량이 결정된다. 예를 들어, 도 3의 블록 312와 관련하여 설명된 방법들과 같은 다양한 방법들이 데이터 센터의 전기 소비를 결정하는 데 사용될 수 있다. 블록 416에서, 데이터 센터에 의해 소비된 전기를 생성하기 위해 배출된 총 이산화탄소량이 결정된다. 즉, 데이터 센터 또는 데이터 센터들의 탄소 풋프린트가 결정된다. 예를 들어, 도 3의 블록 314와 관련하여 설명된 방법들과 같은 다양한 방법들이 탄소 풋프린트를 결정하는 데 사용될 수 있다.
블록 418에서, 애플리케이션에 대해 배출된 이산화탄소의 할당량이 결정된다. 다시 말하면, 블록 416에서 결정된 탄소 풋프린트는 블록 412에서 선택된 애플리케이션에 기초하여 할당된다. 블록 418, 즉 애플리케이션별로 탄소 풋프린트를 할당하는 단계를 포함하는 프로세스는 아래에서 다루어지는 다른 실시예들과 관련된다. 따라서, 이러한 블록 418의 상세한 설명은 도 4의 블록 418, 도 5의 블록 518a 및 블록 518b, 및 도 6의 블록 624 및 626에 동일하게 적용될 수 있다.
블록 412에서 선택된 애플리케이션이 서버인 경우, 블록 418은 데이터 센터 또는 데이터 센터들에서의 기여 서버들의 총 수를 결정하는 단계 및 각각의 기여 서버에 블록 416에서 결정된 탄소 풋프린트의 비례 몫을 할당하는 단계를 포함할 수 있다. "기여" 서버들이라는 용어는 블록 416에서 결정된 탄소 풋프린트에 적어도 부분적으로 기여한 모든 서버들을 포함한다. 일반적으로, 기여 서버들은 블록 410에서 식별된 데이터 센터 또는 데이터 센터들에서 전기를 소비한 서버들만을 포함할 것이다. 따라서, 예를 들어, 기여 서버들은 데이터 센터에 존재하지만 어떠한 전기도 소비하지 않은(예를 들어, 파워 오프, 디스에이블, 비상용 백업) 서버들을 포함하지 않을 것이다. 대안으로, 기여 서버들의 수는 옵션으로서 데이터 센터의 운영에 전용화된 임의의 서버들(예를 들어, 데이터 센터 컴퓨팅 자원들을 서비스하는 데 사용되는 서버들)을 포함할 수 있다. 본 실시예에서, 데이터 센터에 전용화된 서버들에 의해 기여되는 이산화탄소 및 이산화탄소 환산 배출들은 (서버들의 "사용자"로서의) 데이터 센터 자체에 할당될 것이다. 한편, 데이터 센터는 옵션으로서 데이터 센터의 운영에 전용화된 서버들의 수를 할당 프로세스로부터 완전히 배제할 수 있다(따라서, 기여 서버들의 총 수가 감소하고, 각각의 개별 기여 서버에 기인하는 풋프린트가 증가할 수 있다). 이것은 데이터 센터의 운영과 관련된 탄소 풋프린트가 데이터 센터 사용자들에게 넘어가게 한다(즉, 탄소 프리미엄이 최종 소비자에게 넘어가게 한다). 이제, 이 분야의 기술자들은 블록 412에서 선택된 애플리케이션이 서버인 경우에 방법(400)의 블록 418의 완료 후에 각각의 기여 서버는 배출된 이산화탄소의 할당량을 가질 것임을 인식할 것이다.
블록 418을 다시 참조하면, 블록 412에서 선택된 애플리케이션이 가상 머신인 경우, 블록 418은 데이터 센터에서 가상 머신들의 총 수를 결정하는 단계 및 각각의 가상 머신에 블록 416에서 결정된 탄소 풋프린트의 비례 몫을 할당하는 단계를 포함할 수 있다. 일 실시예에서, 가상 머신들에 대한 탄소 풋프린트의 할당은 서버들에 대한 할당과 본질적으로 동일할 수 있다. 따라서, 서버들에 대한 할당과 관련하여 다루어진 다양한 사항들은 이 실시예에 동일하게 적용된다. 서버들에 대한 할당 프로세스에서와 같이, 데이터 센터 또는 데이터 센터들의 운영에 전용화된 임의의 가상 머신들은 옵션으로서 할당 프로세스 동안 배제될 수 있다. 이제, 이 분야의 기술자들은 블록 412에서 선택된 애플리케이션이 가상 머신인 경우에 방법(400)의 블록 418의 완료 후에 각각의 가상 머신은 배출된 이산화탄소의 할당량을 가질 것임을 인식할 것이다.
블록 418을 다시 참조하면, 블록 412에서 선택된 애플리케이션이 저장소의 양인 경우, 블록 418은 데이터 센터 또는 데이터 센터들에서 기여 저장소의 총량을 결정하는 단계 및 각각의 기여 저장소 단위에 블록 416에서 결정된 탄소 풋프린트의 비례 몫을 할당하는 단계를 포함할 수 있다. 여기서, "기여 저장소의 총량"이라는 용어는 블록 416에서 결정된 탄소 풋프린트에 적어도 부분적으로 기여한 모든 저장소를 포함한다. 일반적으로, 기여 저장소는 블록 410에서 식별된 데이터 센터 또는 데이터 센터들에서 전기를 소비한 저장소의 양만을 포함할 것이다. 따라서, 예를 들어, 기여 저장소는 데이터 센터에 존재하지만 어떠한 전기도 소비하지 않은 임의의 저장소(즉, 휴대용 매체, 파워 오프, 디스에이블, 비상용 백업)를 포함하지 않을 것이다. 또한, 기여 저장소는 옵션으로서 방법(400)에 의한 검사 기간 동안에 사용되지 않았지만, 그렇지 않았을 경우에는 전기를 소비했을 저장소를 배제할 수 있다. 더욱이, 기여 저장소는 옵션으로서 데이터 센터의 운영에 전용화된 임의의 저장소(예를 들어, 데이터 센터에 대한 데이터를 저장하는 데 사용된 저장소)를 포함할 수 있다. 따라서, 기여 저장소는 옵션으로서 데이터 센터의 원래 저장 능력, 데이터 센터 저장소에 저장된 실제 데이터량, 데이터 센터의 원래 저장 능력에서 데이터 센터 운영에 사용된 임의의 저장소를 제외한 양, 데이터 센터 저장소에 저장된 실제 데이터량에서 데이터 센터 운영에 사용된 임의의 저장소를 제외한 양, 또는 임의의 다른 원하는 저장소 양을 포함할 수 있다. 이제, 이 분야의 기술자들은 블록 412에서 선택된 애플리케이션이 저장소의 양인 경우에 방법(400)의 블록 418의 완료 후에 각각의 기여 저장소 단위가 배출된 이산화탄소의 할당량을 가질 것임을 인식할 것이다.
블록 418을 다시 참조하면, 블록 412에서 선택된 애플리케이션이 대역폭의 양인 경우, 블록 418은 데이터 센터 또는 데이터 센터들에서 대역폭의 조정된 양을 결정하는 단계 및 각각의 조정된 대역폭 단위에 블록 416에서 결정된 탄소 풋프린트의 비례 몫을 할당하는 단계를 포함할 수 있다. 대역폭이라는 용어가 본 명세서에서 사용될 때, 대역폭은 데이터 센터가 매체(예를 들어, 무선)를 통해 또는 물리 접속(예를 들어, 유선)을 통해 데이터를 전송하는 용량을 나타낸다. 대역폭은 일반적으로 초당 비트 단위 또는 그의 소정 배수(예를 들어, 초당 기가비트, 시간당 기가바이트 등)로 측정된다. 먼저, 식별된 데이터 센터 또는 데이터 센터들로부터 이용 가능한 대역폭의 총량이 결정된다. 이어서, 데이터 센터에 의해 이용된 대역폭의 총량이 결정된다. 데이터 센터에 의해 이용된 대역폭은 식별된 데이터 센터의 운영에 전용화된 대역폭의 양을 포함한다. 예를 들어, 데이터 센터 요구 저장소 어카운트 또는 가상 머신을 위해 데이터 센터에 의해 사용된 대역폭은 데이터 센터 이용 대역폭의 양을 포함할 수 있다. 이러한 2개의 대역폭 총량이 결정되면, 조정된 대역폭의 양이 계산된다. 조정된 대역폭의 양은 데이터 센터로부터 이용 가능한 대역폭의 총량과 데이터 센터 이용 대역폭 사이의 차이이다. 예를 들어, 데이터 센터가 총 75 기가바이트의 이용 가능 대역폭을 갖지만, 100 메가바이트의 대역폭이 데이터 센터를 운영하는 데 사용되는 경우, 조정된 대역폭의 양은 (1024 메가바이트를 1 기가바이트로 가정할 때) 약 74.9023 기가바이트의 대역폭일 것이다.
조정된 대역폭의 양을 결정한 후에, 조정된 양의 대역폭에 의해 소비된 전기량이 결정된다. 도 3의 단계 312와 관련하여 전술한 임의의 방법이 이 단계에 적합하다. 그러나, 데이터 센터에 의해 소비되는 총 전기량은 데이터 센터에 전용화된 대역폭의 백분율만큼 감소될 수 있다는 것을 고려한다. 예를 들어, 대역폭의 총량의 10%가 또한 데이터 센터 이용 대역폭인 경우, 조정된 양의 대역폭을 제공하는 데 필요한 전기는 단순히 대역폭의 총량을 제공하는 데 필요한 전기의 90%(즉, 블록 414에서 결정된 총 전기 소비의 90%)와 동일할 수 있다. 이어서, 조정된 양의 대역폭을 제공하는 데 필요한 전기량이 예를 들어 도 3의 블록 314에서 전술한 방법들을 이용하여 탄소 풋프린트로 변환된다. 이어서, 마지막으로, 조정된 대역폭에 기인하는 데이터 센터 탄소 풋프린트의 비례 몫이 조정된 양의 대역폭의 각각 단위에 할당된다. 이제, 이 분야의 기술자들은 블록 412에서 선택된 애플리케이션이 대역폭의 양인 경우에 방법(400)의 블록 418의 완료 후에 조정된 양의 대역폭의 각각의 단위가 배출된 이산화탄소의 할당량을 가질 것임을 인식할 것이다.
이 분야의 기술자들이 인식하듯이, 블록 418에서 고려된 할당 프로세스는 옵션으로서 시간 차원을 포함하거나, 옵션으로서 이를 배제할 수 있다. 예를 들어, 본 발명의 일 실시예에서, 블록 416에서 식별된 탄소 풋프린트는 옵션으로서 배출된 톤 단위의 총 이산화탄소 또는 이산화탄소 환산량으로 표현될 수 있다. 대안으로서, 블록 416에서 식별된 탄소 풋프린트는 옵션으로서 소정의 시간 단위(예를 들어, 1시간, 1주일, 1개월, 1년, 데이터 센터의 예상 수명 등)마다 배출된 톤 단위의 이산화탄소 또는 이산화탄소 환산량으로 표현될 수 있다. 물론, 원하는 분석들은 시간 차원이 방법(400) 내에 포함되었는지를 지시할 수 있다.
이제, 도 5를 참조하면, 본 발명의 일 실시예에 따른 데이터 센터에서 상대적인 이산화탄소 배출들을 평가하기 위한 방법(500)을 나타내는 흐름도가 제공된다. 먼저, 블록 510a 및 510b를 참조하면, 데이터 센터들의 제1 세트 및 제2 세트가 식별된다. 데이터 센터들의 제1 세트 및/또는 제2 세트는 옵션으로서 단일 데이터 센터만을 포함할 수 있다. 블록 510에서 데이터 센터들의 제1 세트로서 식별된 데이터 센터들은 공동 소유되거나 공동 운영되는 데이터 센터들이다. 블록 510b에서 식별된 데이터 센터들의 제2 세트 내의 임의의 데이터 센터는 데이터 센터들의 제2 세트 내의 다른 데이터 센터와 공동으로 소유되거나 공동으로 운영될 수 있다. 이러한 개시되는 공동 소유 또는 공동 운영의 방식으로 인해, 데이터 센터들의 제1 세트의 탄소 풋프린트 분석들이 다른 데이터 센터들의 동종(예를 들어, 경쟁자에 의해 공동 소유 또는 운영되는 데이터 센터들, 특정 영역 또는 지역 내의 데이터 센터들 등) 또는 이종(예를 들어, 데이터 센터들에 대한 전국적 트렌드) 샘플과 비교될 수 있다.
방법(500)을 다시 참조하면, 블록 512에서, 데이터 센터들의 제1 세트 및 데이터 센터들의 제2 세트 양쪽에 대해 애플리케이션이 식별된다. 블록 512의 애플리케이션 식별 프로세스는 이전에 도 4의 블록 412에서 개시되었다. 블록 514a 및 514b로 계속하여, 데이터 센터들의 제1 세트에서 소비된 전기량 및 데이터 센터들의 제2 세트에서 소비된 전기량이 계산된다. 블록 514a 및 514b의 실제 및/또는 추정 전기 소비를 계산하기 위한 다양한 방법들이 이전에 도 3의 블록 312에서 개시되었다. 블록 516a 및 516b에서, 데이터 센터들의 제1 세트 및 데이터 센터들의 제2 세트에서 배출된 이산화탄소량이 결정된다. 블록 516a 및 516b의 결정들을 행하기 위한 다양한 방법들이 도 3의 블록 314에서 개시되었다. 본 실시예의 하나의 중요한 양태는 데이터 센터들의 제2 그룹이 데이터 센터들의 제1 그룹의 어떠한 데이터 센터와도 공동 소유 또는 공동 운영되지 않는다는 점이다. 따라서, 블록 516b는 소비된 단위 전기당 이산화탄소 배출들을 나타내는 전국, 지역 또는 산업 고유 팩터를 이용할 것임을 고려한다.
블록 518a 및 518b에서, 블록 516a 및 516b에서 결정된 데이터 센터들의 제1 세트 및 데이터 센터들의 제2 세트 각각에 의해 배출된 이산화탄소량이 블록 512에서 선택된 애플리케이션에 기초하여 할당된다. 따라서, 블록 518a 및 518b의 완료는 배출된 이산화탄소의 제1 할당량 및 배출된 이산화탄소의 제2 할당량을 산출한다. 블록 518a 및 518b와 관련된 다양한 방법들, 기술들 및 고려들이 이전에 도 4의 블록 418에서 다루어졌다.
마지막으로, 방법(500)의 블록 520에서, 배출된 이산화탄소의 제1 할당량 및 배출된 이산화탄소의 제2 할당량이 비교된다. 블록 520의 비교는 그래픽, 수치 및/또는 청각 비교를 포함할 것임을 고려한다. 블록 520에서의 비교를 이용하여, 예를 들어 비교적 낮은 탄소 풋프린트를 갖는 데이터 센터들에서 애플리케이션들을 선택적으로 가격 평가하는 것, 비교적 높은 탄소 풋프린트를 갖는 데이터 센터들에서 애플리케이션들을 선택적으로 가격 평가하는 것, 데이터 센터의 탄소 풋프린트를 줄이거나 늘리기 위해 기존 애플리케이션들 또는 새로운 애플리케이션들을 선택적으로 이용하는 것 등과 같은 전략적인 결정을 행한다.
도 6을 참조하면, 본 발명의 일 실시예에 따른 탄소 풋프린트를 최소화하기 위해 데이터 센터 애플리케이션들을 선택적으로 이용하기 위한 방법(600)을 나타내는 흐름도가 도시되어 있다. 이 분야의 기술자들에게 명백하듯이, 도 2, 도 3, 도 4 및 도 5와 관련된 이전의 개시들이 도 6으로 표현되는 개시된 실시예에 동일하게 적용될 수 있다. 구체적으로, 블록 610 및 612는 제1 데이터 센터 및 제2 데이터 센터를 식별하는 단계를 포함한다. 이 프로세스는 이전에 도 3의 블록 310에서 다루어졌다. 블록 614에서, 방법(600)은 애플리케이션을 식별하는 단계를 포함하며, 이는 이전에 도 4의 블록 412에서 다루어졌다. 이어서, 블록 616 및 618은 제1 데이터 센터 및 제2 데이터 센터 양자에서 예상 전기 소비량을 계산하는 단계를 포함한다. 데이터 센터의 전기 소비를 추정하는 방법들은 이전에 도 3의 블록 312에서 개시되었다. 블록 620 및 622에서, 배출된 제1 예상 이산화탄소량 및 배출된 제2 예상 이산화탄소량이 결정된다. 전기 소비를 탄소 풋프린트로 변환하는 방법들은 도 3의 블록 314에서 전술하였다. 블록 624 및 626에서, 애플리케이션당 배출된 제1 예상 이산화탄소 할당량 및 애플리케이션당 배출된 제2 예상 이산화탄소 할당량이 결정된다. 탄소 풋프린트의 할당량을 결정하는 방법들은 이전에 도 4의 블록 418에서 개시되었다. 방법(600)의 블록 628에서, 배출된 이산화탄소의 제1 예상 할당량 및 제2 예상 할당량이 비교된다. 할당량들을 비교하는 방법들은 이전에 도 5의 블록 520에서 개시되었다. 전술한 블록들 각각에서, 최초 개시는 본 명세서에서 이러한 도 6 및 방법(600)의 설명 내에 참고로 포함된다.
블록 630에서, 더 낮은 예상 탄소 풋프린트를 유발하는 애플리케이션 사용을 갖는 데이터 센터를 식별함으로써 더 낮은 예상 탄소 풋프린트를 결정한다. 마지막으로, 블록 632는 더 낮은 예상 탄소 풋프린트를 유발하는 사용을 갖는 데이터 센터 애플리케이션을 선택적으로 이용하는 단계를 포함한다. 블록 632의 선택적 사용은 컴퓨터 판독 가능 저장 매체들에 실행 가능 명령어들로서 저장된 소프트웨어 시스템의 일부 또는 전부로서 구현될 것임을 고려한다. 그러나, 물론, 블록 632의 선택적인 사용은 임의의 소프트웨어 시스템 또는 자동화된 프로그램의 일부로서 수행될 필요는 없다는 것을 이해한다. 역으로, 데이터 센터 자원들을 선택적으로 이용하는 임의의 방식이 허용된다.
이제, 도 7을 참조하면, 본 발명의 일 실시예에 따른 데이터 센터 분석들을 비교하기 위한 그래픽 비교(700)를 나타내는 차트가 도시되어 있다. 그래픽 비교(700)는 수직축(710) 및 수평축(720)을 포함한다. 수직축(710)은 비교를 행할 수 있는 임의의 분석을 나타낼 수 있다. 예를 들어, 수직축(710)은 특정 애플리케이션의 결과로서 배출된 이산화탄소량, 선택된 기간 동안에 배출된 누적 이산화탄소량 등을 나타낼 수 있다. 수평축(720)도 비교를 행할 수 있는 임의의 분석을 나타낼 수 있다. 예를 들어, 수평축(720)은 시간 차원(예를 들어, 시, 일, 주, 월 등), 애플리케이션의 양 등을 나타낼 수 있다. 수직축(710) 및 수평축(720)은 교차하여 평면을 형성하고, 그 위에 다수의 데이터 라인(730a, 730b, 730c)이 도시될 수 있다. 데이터 라인들(730a, 730b, 730c) 각각은 데이터 센터 또는 데이터 센터들의 세트의 임의의 원하는 분석을 나타낼 수 있다. 예를 들어, 730a는 옵션으로서 제1 데이터 센터에서의 기여 저장소의 단위당 이산화탄소 배출을 나타낼 수 있다. 또한, 730b는 옵션으로서 데이터 센터들의 제1 세트에서의 기여 저장소의 단위당 이산화탄소 배출을 나타낼 수 있다. 더욱이, 730c는 옵션으로서 데이터 센터들의 제2 세트에서의 기여 저장소의 단위당 이산화탄소 배출을 나타낼 수 있다. 데이터 라인들(730a, 730b, 730c)로 표현되는 분석은 수직축(710) 및 수평축(720)에 포함된 정보에 의존할 수 있다는 것이 이 분야의 기술자들에게 명백할 것이다. 더욱이, 비교를 행할 수 있는 임의의 분석은 수직축(710) 또는 수평축(720) 상에 표시될 수 있다. 그래픽 비교는 옵션으로서 추가적인 데이터 라인들 및/또는 추가적인 축을 포함하거나 배제할 수 있다는 것도 이 분야의 기술자들에게 명백할 것이다.
구체적인 예들
전술한 바와 같이, 본 발명의 다양한 실시예들의 예들은 데이터 센터의 이산화탄소 배출들을 결정하고 할당하는 시스템들, 방법들 및 컴퓨터 판독 가능 매체들을 포함할 수 있다. 본 발명의 다양한 특징들은 모든 면에서 한정이 아니라 예시적인 것을 의도하는 다양한 실시예들과 관련하여 설명되었다. 본 발명의 범위로부터 벗어나지 않고, 대안 실시예들이 이 분야의 통상의 기술자들에게 명백해질 것이다.
일반적으로, 본 발명의 적어도 일부 실시예들에 따른 방법들은 (a) 데이터 센터 또는 데이터 센터들의 세트의 탄소 풋프린트를 결정하는 단계; (b) 애플리케이션별로 데이터 센터 또는 데이터 센터들의 세트의 탄소 풋프린트를 할당하는 단계; (c) 할당된 탄소 풋프린트를 비교하는 단계; 및 (d) 데이터 센터 자원들을 선택적으로 이용하여 탄소 풋프린트를 관리하는 단계를 포함한다.
아래의 표들은 본 발명의 적어도 일 실시예에 따라 이용될 수 있는 탄소 풋프린트 할당의 훨씬 더 구체적인 예를 제공한다. 잠재적인 데이터 센터 분석들의 리스트가 아래와 같이 나타날 수 있다.
Figure pct00001
제1 행에서, 잠재적 전기 소비량이 결정될 것이다. 도 3의 블록 312와 관련하여 설명된 방법들이 이러한 잠재적 전기 소비량을 결정하는 데 유용할 것이다. 제2 행에서, 소비된 전기에 기인하는 잠재적 탄소량(파운드)이 결정될 것이다. 도 3의 블록 314와 관련하여 설명된 방법들이 이러한 잠재량을 결정하는 데 유용할 것이다. 다음 5개 행, 구체적으로 기여 서버들의 수, 가상 머신들의 수, 기여 저장소의 기가바이트들의 수, 총 대역폭의 양 및 데이터 센터 이용 대역폭의 양을 갖는 행들 각각은 본 발명의 다양한 실시예들의 실시에 도움이 되는 필요한 분석들 중 하나 이상을 제공할 것이다. 최종 4개 행 각각은 도 4의 블록 418에서 다루어진 바와 같은 애플리케이션별 데이터 센터 분석들을 나타낸다.
잠재적인 데이터 센터 분석들의 제2 리스트가 아래와 같이 나타날 수 있다.
Figure pct00002
다시, 제1 행에서, 잠재적 전기 소비량이 결정될 것이다. 도 3의 블록 312와 관련하여 설명된 방법들이 이러한 잠재적 전기 소비량을 결정하는 데 유용할 것이다. 제2 행에서, 소비된 전기에 기인하는 잠재적 탄소량(파운드)이 결정될 것이다. 도 3의 블록 314와 관련하여 설명된 방법들이 이러한 잠재량을 결정하는 데 유용할 것이다. 다음 5개 행, 구체적으로 기여 서버들의 수, 가상 머신들의 수, 기여 저장소의 기가바이트들의 수, 총 대역폭의 양 및 데이터 센터 이용 대역폭의 양을 갖는 행들 각각은 본 발명의 다양한 실시예들의 실시에 도움이 되는 필요한 분석들 중 하나 이상을 제공할 것이다. 최종 4개 행 각각은 도 4의 블록 418에서 다루어진 바와 같은 애플리케이션별 데이터 센터 분석들을 나타낸다.
이러한 잠재적 리스트들을 참조하여, 본 발명의 다른 실시예들이 구현될 수 있다. 예컨대, 제공된 제1 리스트가 제1 데이터 센터에 대한 것이고, 제공된 제2 리스트가 제2 데이터 센터에 대한 것인 경우, 리스트들은 본 발명의 일 실시예에 따라 비교될 수 있다. 더욱이, 선택된 애플리케이션에 따라, 제1 데이터 센터 또는 제2 데이터 센터는 특정 데이터 센터 애플리케이션과 관련된 더 낮은 탄소 풋프린트를 가질 수 있다. 예를 들어, 이러한 가설적인 값들에 대해, 제1 데이터 센터는 서버당 더 낮은 탄소 풋프린트를 갖지만, 조정된 대역폭의 단위당 더 높은 탄소 풋프린트를 가질 것이다. 이 분야의 통상의 기술자들은 예를 들어 데이터 센터에서의 컴퓨팅 자원들의 노화, 전기가 생산 및/또는 소비되는 방식, 데이터 센터의 운영에 전용화된 자원들의 양 등과 같이 그러한 차이가 어떻게 존재할 것인지를 쉽게 알 것이다.
잠재적 리스트들의 비교에 더하여, 본 발명의 다른 실시예들이 더 구현될 수 있다. 이러한 잠재적 리스트들은 옵션으로서 소비자 또는 클라이언트의 탄소 풋프린트를 조정하기 위하여 데이터 센터 자원들을 선택적으로 사용하는 데 이용될 수 있다. 예를 들어, 클라이언트가 서버 애플리케이션을 요구하는 경우, 옵션으로서 제1 데이터 센터 애플리케이션이 선택될 수 있다. 그러나, 클라이언트가 대역폭의 양을 요구하는 경우에는, 옵션으로서 제2 데이터 센터 애플리케이션이 선택될 수 있다. 더욱이, 이러한 정보의 이용은 선택된 데이터 센터들에서 선택된 애플리케이션들을 격려 또는 단념시키기 위한 차별적인 가격 평가 방식을 가능하게 할 것이다. 예를 들어, 제1 데이터 센터의 서버 애플리케이션들은 옵션으로서 제2 데이터 센터의 서버 애플리케이션보다 높게 가격 평가될 수 있다. 대안으로서, 정보는 "캡앤트레이드(cap and trade)" 탄소 크레디트들을 효과적으로 교환하는 데 이용될 수 있다. 예를 들어, 탄소 크레디트들은 본 발명의 일 실시예에 따라 민간 관계자들에 의해 효율적으로 할당될 수 있다. 결과적인 분석들을 이용하기 위한 임의의 다른 방식도 고려된다.
위의 설명으로부터, 본 발명은 시스템 및 방법에 명백하고 고유한 다른 이익들과 더불어, 전술한 모든 목표들 및 목적들을 달성하도록 잘 적응되는 발명임을 알 것이다. 소정의 특징들 및 하위 결합들이 유용하며, 다른 특징들 및 하위 조합들과 관계없이 이용될 수 있음을 이해할 것이다. 이것은 청구항들에 의해 고려되고, 청구항들의 범위 내에 있다. 예를 들어, 본 명세서의 대부분을 통한 설명은 탄소 풋프린트의 할당과 관련되지만, 본 발명의 실시예들은 그에 한정되지 않는다. 역으로, 물 소비를 포함하는 임의의 환경적 팩터는 본 발명의 실시예들의 범위 내에 속하는 것으로 간주된다.

Claims (20)

  1. 데이터 센터의 환경적 영향을 할당하는 방법을 수행하기 위한 컴퓨터 이용 가능 명령어들을 구현하는 하나 이상의 컴퓨터 판독 가능 저장 매체로서,
    상기 방법은,
    적어도 하나의 데이터 센터 및 애플리케이션을 식별하는 단계(310, 410, 412) - 상기 애플리케이션은 서버, 가상 머신, 저장소의 양 및 대역폭의 양으로 구성되는 그룹으로부터 선택됨 -;
    상기 적어도 하나의 데이터 센터에 의해 소비되는 총 전기량을 계산하는 단계(312, 414);
    상기 적어도 하나의 데이터 센터의 환경적 영향을 계산하는 단계(314, 416); 및
    상기 애플리케이션 당 상기 환경적 영향의 할당량을 결정하는 단계(418)
    를 포함하는 하나 이상의 컴퓨터 판독 가능 저장 매체.
  2. 제1항에 있어서, 상기 환경적 영향은 상기 적어도 하나의 데이터 센터에 의해 소비되는 상기 총 전기량을 생성한 결과로서 배출되는 이산화탄소량 및 상기 적어도 하나의 데이터 센터에 의해 소비되는 상기 총 전기량을 이용한 결과로서 소비되는 물의 양을 포함하는 하나 이상의 컴퓨터 판독 가능 저장 매체.
  3. 제2항에 있어서,
    상기 애플리케이션은 서버를 포함하고,
    상기 애플리케이션 당 배출되는 이산화탄소의 할당량을 결정하는 단계는,
    상기 적어도 하나의 데이터 센터에서의 기여 서버들의 총 수를 결정하는 단계; 및
    상기 기여 서버들의 총 수의 각각에 상기 데이터 센터에서 소비되는 상기 총 전기량을 생성한 결과로서 배출되는 상기 이산화탄소의 총량을 할당함으로써 상기 기여 서버들의 총 수 당 배출되는 이산화탄소의 할당량을 계산하는 단계
    를 더 포함하는 하나 이상의 컴퓨터 판독 가능 저장 매체.
  4. 제2항에 있어서,
    상기 애플리케이션은 가상 머신을 포함하고,
    상기 애플리케이션 당 배출되는 이산화탄소의 할당량을 결정하는 단계는,
    상기 적어도 하나의 데이터 센터에서의 가상 머신들의 총 수를 결정하는 단계; 및
    상기 가상 머신들의 총 수의 각각에 상기 데이터 센터에서 소비되는 상기 총 전기량을 생성한 결과로서 배출되는 상기 이산화탄소의 총량을 할당함으로써 상기 가상 머신들의 총 수 당 배출되는 이산화탄소의 할당량을 계산하는 단계
    를 더 포함하는 하나 이상의 컴퓨터 판독 가능 저장 매체.
  5. 제2항에 있어서,
    상기 애플리케이션은 저장소의 양을 포함하고,
    상기 애플리케이션 당 배출되는 이산화탄소의 할당량을 결정하는 단계는,
    상기 적어도 하나의 데이터 센터에서의 기여 저장소의 총량을 결정하는 단계; 및
    상기 적어도 하나의 데이터 센터에서의 상기 기여 저장소의 단위들 각각에 상기 데이터 센터에서의 상기 총 전기량을 생성한 결과로서 배출되는 상기 이산화탄소량을 할당함으로써 상기 기여 저장소의 단위마다 배출되는 이산화탄소의 할당량을 계산하는 단계
    를 더 포함하는 하나 이상의 컴퓨터 판독 가능 저장 매체.
  6. 제2항에 있어서,
    상기 애플리케이션은 대역폭의 양을 포함하고,
    상기 애플리케이션 당 배출되는 이산화탄소의 할당량을 결정하는 단계는,
    상기 적어도 하나의 데이터 센터에서 이용 가능한 대역폭의 총량을 결정하는 단계;
    데이터 센터 이용 대역폭의 총량을 결정하는 단계;
    상기 적어도 하나의 데이터 센터에서의 조정된 양의 대역폭을 결정하는 단계;
    상기 적어도 하나의 데이터 센터에서 상기 조정된 양의 대역폭을 제공하기 위해 소비되는 총 전기량을 결정하는 단계;
    상기 적어도 하나의 데이터 센터에서 상기 조정된 양의 대역폭을 제공하기 위해 소비되는 상기 총 전기량을 생성한 결과로서 배출되는 총 이산화탄소량을 결정하는 단계; 및
    상기 적어도 하나의 데이터 센터에서 상기 조정된 양의 대역폭을 제공하기 위해 소비되는 상기 총 전기량을 생성한 결과로서 배출되는 상기 이산화탄소량을 상기 적어도 하나의 데이터 센터에서의 상기 조정된 양의 대역폭에 할당함으로써 상기 조정된 양의 대역폭 당 배출되는 이산화탄소의 할당량을 계산하는 단계
    를 더 포함하는 하나 이상의 컴퓨터 판독 가능 저장 매체.
  7. 제2항에 있어서, 상기 적어도 하나의 데이터 센터에서 소비되는 상기 전기량은 상기 데이터 센터의 난방, 냉방 및/또는 환기와 관련되는 전기 소비를 더 포함하는 하나 이상의 컴퓨터 판독 가능 저장 매체.
  8. 데이터 센터에서의 상대적 이산화탄소 사용을 평가하는 방법으로서,
    (a) 제1 복수의 데이터 센터, 제2 복수의 데이터 센터 및 애플리케이션을 식별하는 단계(510a, 510b, 512) - 상기 제1 복수의 데이터 센터는 공동 소유 또는 공동 운영됨 -;
    (b) 상기 제1 복수의 데이터 센터에서 소비되는 제1 총 전기량 및 상기 제2 복수의 데이터 센터에서 소비되는 제2 총 전기량을 계산하는 단계(514a, 514b);
    (c) 상기 제1 복수의 데이터 센터에서 소비되는 상기 제1 총 전기량을 생성한 결과로서 배출되는 제1 총 이산화탄소량을 계산하고, 상기 제2 복수의 데이터 센터에서 소비되는 상기 제2 총 전기량을 생성한 결과로서 배출되는 제2 총 이산화탄소량을 계산하는 단계(516a, 516b) - 상기 제2 복수의 데이터 센터에서 소비되는 상기 제2 총 전기량을 생성한 결과로서 배출되는 상기 제2 총 이산화탄소량을 계산하는 단계는 소비되는 단위 전기당 이산화탄소 배출들을 나타내는 전국, 지역 또는 산업 평균들을 이용하는 단계를 포함함 -;
    (d) 상기 애플리케이션 당 상기 제1 복수의 데이터 센터에서 소비되는 상기 제1 총 전기량을 생성한 결과로서 배출되는 이산화탄소의 제1 할당량을 결정하는 단계(518a);
    (e) 상기 애플리케이션 당 상기 제2 복수의 데이터 센터에서 상기 제2 총 전기량을 생성한 결과로서 배출되는 이산화탄소의 제2 할당량을 결정하는 단계(518b); 및
    (f) 배출되는 이산화탄소의 상기 제1 할당량을 배출되는 이산화탄소의 상기 제2 할당량과 비교하는 단계(520)
    를 포함하는 방법.
  9. 제7항에 있어서, 단계 (f)는 배출되는 이산화탄소의 상기 제1 총량과 배출되는 이산화탄소의 상기 제2 총량의 그래픽, 수치 및/또는 청각 비교를 더 포함하는 방법.
  10. 제8항에 있어서,
    (g) 비교 단계 (f)에 기초하여, 상기 제1 복수의 데이터 센터 내의 데이터 센터에서의 상기 애플리케이션의 가격을 조정하는 단계
    를 더 포함하는 방법.
  11. 제7항에 있어서, 상기 제2 복수의 데이터 센터는 상기 제1 복수의 데이터 센터 내의 임의의 데이터 센터와 공동 소유 또는 운영되는 데이터 센터를 포함하지 않는 방법.
  12. 제7항에 있어서, 상기 제1 복수의 데이터 센터에서 소비되는 상기 제1 총 전기량 및 상기 제2 복수의 데이터 센터에서 소비되는 상기 제2 총 전기량은 상기 제1 복수의 데이터 센터 및 상기 제2 복수의 데이터 센터의 난방, 냉방 및/또는 환기와 관련되는 전기 소비를 더 포함하는 방법.
  13. 제7항에 있어서, 상기 애플리케이션은 서버, 가상 머신, 저장소의 양 및 대역폭으로 구성되는 그룹으로부터 선택되는 방법.
  14. 데이터 센터 관련 이산화탄소 배출을 장래에 최소화하는 방법을 수행하기 위한 컴퓨터 이용 가능 명령어들을 구현하는 하나 이상의 컴퓨터 판독 가능 저장 매체로서,
    상기 방법은,
    제1 데이터 센터를 식별하는 단계(610);
    제2 데이터 센터를 식별하는 단계(612);
    애플리케이션을 식별하는 단계(614);
    상기 제1 데이터 센터에서의 제1 예상 전기 소비량을 계산하는 단계(616);
    상기 제2 데이터 센터에서의 제2 예상 전기 소비량을 계산하는 단계(618);
    상기 제1 예상 전기 소비량을 생성한 결과로서 배출되는 제1 예상 이산화탄소량을 계산하는 단계(620);
    상기 제2 예상 전기 소비량을 생성한 결과로서 배출되는 제2 예상 이산화탄소량을 계산하는 단계(622);
    상기 제1 예상 이산화탄소량의 제1 예상 할당량을 결정하는 단계(624);
    상기 제2 예상 이산화탄소량의 제2 예상 할당량을 결정하는 단계(626);
    상기 제1 예상 할당량과 상기 제2 예상 할당량을 비교하는 단계(628);
    상기 제1 예상 할당량과 상기 제2 예상 할당량 중 어느쪽이 더 낮은 예상 이산화탄소 배출량을 갖는지를 결정하는 단계(630); 및
    더 낮은 예상 이산화탄소 배출량을 갖는 것으로 결정되는 데이터 센터에서 상기 애플리케이션을 선택적으로 이용하는 단계(632)
    를 포함하는 하나 이상의 컴퓨터 판독 가능 저장 매체.
  15. 제13항에 있어서, 상기 제1 데이터 센터는 제1 복수의 데이터 센터를 포함하고, 상기 제2 데이터 센터는 제2 복수의 데이터 센터를 포함하는 하나 이상의 컴퓨터 판독 가능 저장 매체.
  16. 제13항에 있어서, 상기 복수의 데이터 센터는 공동 소유 또는 공동 운영되는 하나 이상의 컴퓨터 판독 가능 저장 매체.
  17. 제13항에 있어서, 상기 제2 예상 전기 소비량을 생성한 결과로서 배출되는 상기 제2 예상 이산화탄소량을 계산하는 단계는 단위 전기 소비당 이산화탄소 배출을 나타내는 전국, 지역 또는 산업 고유 팩터를 이용하는 단계를 포함하는 하나 이상의 컴퓨터 판독 가능 저장 매체.
  18. 제13항에 있어서, 상기 제1 데이터 센터에서의 상기 제1 예상 전기 소비량 및 상기 제2 데이터 센터에서의 상기 제2 예상 전기 소비량은 상기 제1 및 제2 데이터 센터들의 난방, 냉방 및/또는 환기와 관련된 전기 소비를 더 포함하는 하나 이상의 컴퓨터 판독 가능 저장 매체.
  19. 제13항에 있어서, 상기 애플리케이션은 서버, 가상 머신, 저장소의 양 및 대역폭으로 구성된 그룹으로부터 선택되는 하나 이상의 컴퓨터 판독 가능 저장 매체.
  20. 제13항에 있어서, 상기 제1 데이터 센터에서의 애플리케이션 가격이 상기 제1 예상 할당량에 응답하여 조정되는 하나 이상의 컴퓨터 판독 가능 저장 매체.
KR1020117017226A 2009-01-23 2009-12-11 탄소 풋프린트를 포함하는 데이터 센터 환경 영향들의 할당 및 저감 KR101723010B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/358,974 2009-01-23
US12/358,974 US20100191998A1 (en) 2009-01-23 2009-01-23 Apportioning and reducing data center environmental impacts, including a carbon footprint
PCT/US2009/067789 WO2010085300A2 (en) 2009-01-23 2009-12-11 Apportioning and reducing data center environmental impacts, including a carbon footprint

Publications (2)

Publication Number Publication Date
KR20110107347A true KR20110107347A (ko) 2011-09-30
KR101723010B1 KR101723010B1 (ko) 2017-04-04

Family

ID=42355130

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020117017226A KR101723010B1 (ko) 2009-01-23 2009-12-11 탄소 풋프린트를 포함하는 데이터 센터 환경 영향들의 할당 및 저감

Country Status (9)

Country Link
US (1) US20100191998A1 (ko)
EP (1) EP2382552A2 (ko)
JP (1) JP2012515973A (ko)
KR (1) KR101723010B1 (ko)
CN (1) CN102292718A (ko)
BR (1) BRPI0923424A2 (ko)
RU (1) RU2011130907A (ko)
TW (1) TW201030510A (ko)
WO (1) WO2010085300A2 (ko)

Families Citing this family (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5355147B2 (ja) * 2009-02-27 2013-11-27 株式会社東芝 排出係数算定器および排出係数算定方法
US20100281095A1 (en) * 2009-04-21 2010-11-04 Wehner Camille B Mobile grid computing
US8839254B2 (en) 2009-06-26 2014-09-16 Microsoft Corporation Precomputation for data center load balancing
US9207993B2 (en) 2010-05-13 2015-12-08 Microsoft Technology Licensing, Llc Dynamic application placement based on cost and availability of energy in datacenters
WO2012050568A1 (en) 2010-10-12 2012-04-19 Hewlett-Packard Development Company, L.P. Resource management for data centers
US8849469B2 (en) * 2010-10-28 2014-09-30 Microsoft Corporation Data center system that accommodates episodic computation
US9063738B2 (en) 2010-11-22 2015-06-23 Microsoft Technology Licensing, Llc Dynamically placing computing jobs
US9450838B2 (en) 2011-06-27 2016-09-20 Microsoft Technology Licensing, Llc Resource management for cloud computing platforms
US9595054B2 (en) 2011-06-27 2017-03-14 Microsoft Technology Licensing, Llc Resource management for cloud computing platforms
US20130035973A1 (en) * 2011-08-01 2013-02-07 Infosys Limited Assessing green it maturity and providing green it recommendations
US9811126B2 (en) 2011-10-04 2017-11-07 International Business Machines Corporation Energy efficient data center liquid cooling with geothermal enhancement
WO2013055373A1 (en) 2011-10-15 2013-04-18 Hewlett-Packard Development Company, L.P. Quantifying power usage for a service
US20130116803A1 (en) * 2011-11-03 2013-05-09 Daniel J. Gmach Managing the carbon footprint of a structure
US20140012553A1 (en) * 2012-04-20 2014-01-09 United Parcel Service Of America, Inc. Systems and methods for aggregating and evaluating environmental data
JP2015520463A (ja) * 2012-06-07 2015-07-16 ディープウォーター デサル エルエルシー データセンタを冷却し水を脱塩するシステムおよび方法
WO2014130972A1 (en) 2013-02-22 2014-08-28 University Of Florida Research Foundation, Incorporated Method and apparatus for power management using distributed generation
US11214498B2 (en) 2013-03-15 2022-01-04 Deepwater Desal Llc Refrigeration facility cooling and water desalination
EP2967004B1 (en) 2013-03-15 2022-04-27 Deepwater Desal LLC Co-location of a heat source cooling subsystem and aquaculture
JP6238108B2 (ja) * 2013-04-24 2017-11-29 大日本印刷株式会社 温室効果ガス排出量提示方法、温室効果ガス排出量提示装置および温室効果ガス排出量提示プログラム
US10817916B2 (en) * 2013-09-16 2020-10-27 Amazon Technologies, Inc. Client-selectable power source options for network-accessible service units
US9933804B2 (en) 2014-07-11 2018-04-03 Microsoft Technology Licensing, Llc Server installation as a grid condition sensor
US10234835B2 (en) 2014-07-11 2019-03-19 Microsoft Technology Licensing, Llc Management of computing devices using modulated electricity
US10419320B2 (en) 2016-06-30 2019-09-17 Microsoft Technology Licensing, Llc Infrastructure resource management system
US10200303B2 (en) 2016-06-30 2019-02-05 Microsoft Technology Licensing, Llc Datacenter byproduct management interface system
US10361965B2 (en) 2016-06-30 2019-07-23 Microsoft Technology Licensing, Llc Datacenter operations optimization system
US10048732B2 (en) 2016-06-30 2018-08-14 Microsoft Technology Licensing, Llc Datacenter power management system
US11221595B2 (en) * 2019-11-14 2022-01-11 Google Llc Compute load shaping using virtual capacity and preferential location real time scheduling
US11050677B2 (en) 2019-11-22 2021-06-29 Accenture Global Solutions Limited Enhanced selection of cloud architecture profiles
EP4162363A4 (en) * 2020-07-30 2024-07-03 Accenture Global Solutions Ltd RECOMMENDATION SYSTEM FOR ECO-FRIENDLY CLOUD COMPUTING
CN113723718B (zh) * 2021-11-03 2022-02-11 国网北京市电力公司 一种能源碳排放预测方法、装置、设备及介质
WO2023116928A1 (en) * 2021-12-24 2023-06-29 Everything Green Method and system for determining carbon dioxide emission value of grading by website
US11966274B2 (en) 2022-01-26 2024-04-23 Dell Products L.P. Datacenter carbon footprint climate impact reduction
US11989596B2 (en) * 2022-01-26 2024-05-21 Dell Products L.P. Carbon footprint climate impact scores for datacenter workloads
CN114996195B (zh) * 2022-06-14 2023-12-12 国网浙江省电力有限公司物资分公司 一种获取碳足迹数据的方法、系统、装置及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030193777A1 (en) * 2002-04-16 2003-10-16 Friedrich Richard J. Data center energy management system
KR100560283B1 (ko) * 2002-03-18 2006-03-10 인터내셔널 비지네스 머신즈 코포레이션 컴퓨터 서버의 풀의 전력 관리 방법 및 컴퓨터 판독 가능 기록 매체
US20060112286A1 (en) * 2004-11-23 2006-05-25 Whalley Ian N Method for dynamically reprovisioning applications and other server resources in a computer center in response to power and heat dissipation requirements
KR20080074753A (ko) * 2007-02-08 2008-08-13 요코가와 덴키 가부시키가이샤 이산화탄소 배출량 산출 시스템 및 이산화탄소 배출량 산출방법

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050283428A1 (en) * 2001-06-05 2005-12-22 Carlton Bartels Systems and methods for electronic trading of carbon dioxide equivalent emission
US20030229572A1 (en) * 2001-12-28 2003-12-11 Icf Consulting Measurement and verification protocol for tradable residential emissions reductions
US7650421B2 (en) * 2002-12-30 2010-01-19 Microsoft Corporation Adaptable accelerated content streaming
US7415418B2 (en) * 2003-02-10 2008-08-19 South Dakota School Of Mines And Technology Method and apparatus for generating standardized environmental benefit credits
US20050033534A1 (en) * 2003-08-08 2005-02-10 Poweronedata Corporation Automated utility metering system
WO2006078872A2 (en) * 2005-01-18 2006-07-27 Mc Energy, Inc. Method and system for tracking and budgeting energy usage
US20070260417A1 (en) * 2006-03-22 2007-11-08 Cisco Technology, Inc. System and method for selectively affecting a computing environment based on sensed data
US7636681B2 (en) * 2006-12-27 2009-12-22 Cfph, Llc Methods and systems for generating an investment trust comprising neutralized securities
US7742830B1 (en) * 2007-01-23 2010-06-22 Symantec Corporation System and method of controlling data center resources for management of greenhouse gas emission
US20080201180A1 (en) * 2007-02-16 2008-08-21 Green Mark L Facilitating environmental resource and/or energy management on farms
JP2009070083A (ja) * 2007-09-12 2009-04-02 Nec Corp 二酸化炭素排出量削減システム及び二酸化炭素排出量削減方法
US8438125B2 (en) * 2008-02-12 2013-05-07 Acenture Global Services Limited System for assembling behavior models of technology components
US8395621B2 (en) * 2008-02-12 2013-03-12 Accenture Global Services Limited System for providing strategies for increasing efficiency of data centers
US7958229B2 (en) * 2008-03-31 2011-06-07 Verizon Patent And Licensing Inc. Method and system for energy efficient routing and network services
WO2009131592A1 (en) * 2008-04-21 2009-10-29 Cluster Resources, Inc. System and method for managing energy consumption in a compute environment
US20090281846A1 (en) * 2008-05-06 2009-11-12 Electronic Data Systems Corporation Apparatus, and associated method, for facilitating data-center management
US20090281677A1 (en) * 2008-05-12 2009-11-12 Energy And Power Solutions, Inc. Systems and methods for assessing and optimizing energy use and environmental impact

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100560283B1 (ko) * 2002-03-18 2006-03-10 인터내셔널 비지네스 머신즈 코포레이션 컴퓨터 서버의 풀의 전력 관리 방법 및 컴퓨터 판독 가능 기록 매체
US20030193777A1 (en) * 2002-04-16 2003-10-16 Friedrich Richard J. Data center energy management system
US20060112286A1 (en) * 2004-11-23 2006-05-25 Whalley Ian N Method for dynamically reprovisioning applications and other server resources in a computer center in response to power and heat dissipation requirements
KR20080074753A (ko) * 2007-02-08 2008-08-13 요코가와 덴키 가부시키가이샤 이산화탄소 배출량 산출 시스템 및 이산화탄소 배출량 산출방법

Also Published As

Publication number Publication date
CN102292718A (zh) 2011-12-21
RU2011130907A (ru) 2013-01-27
TW201030510A (en) 2010-08-16
US20100191998A1 (en) 2010-07-29
KR101723010B1 (ko) 2017-04-04
EP2382552A2 (en) 2011-11-02
WO2010085300A2 (en) 2010-07-29
JP2012515973A (ja) 2012-07-12
BRPI0923424A2 (pt) 2019-09-24
WO2010085300A3 (en) 2010-09-16

Similar Documents

Publication Publication Date Title
KR20110107347A (ko) 탄소 풋프린트를 포함하는 데이터 센터 환경 영향들의 할당 및 저감
Dodge et al. Measuring the carbon intensity of ai in cloud instances
Li et al. Optimal operation strategy for integrated natural gas generating unit and power-to-gas conversion facilities
Wang et al. Green financing role on renewable energy dependence and energy transition in E7 economies
Kale et al. Electricity demand and supply scenarios for Maharashtra (India) for 2030: An application of long range energy alternatives planning
US8086544B2 (en) Analysis of energy-related factors for selecting computational job locations
Lueken et al. The effects of bulk electricity storage on the PJM market
Delanoë et al. Method and evaluations of the effective gain of artificial intelligence models for reducing CO2 emissions
Xie et al. An interval fixed-mix stochastic programming method for greenhouse gas mitigation in energy systems under uncertainty
US8214841B2 (en) Calculating and communicating level of carbon offsetting required to compensate for performing a computing task
Sawle et al. A novel methodology for scrutiny of autonomous hybrid renewable energy system
Daggash et al. Structural Evolution of the UK Electricity System in a below 2 C World
Steinberg et al. Decomposing supply-side and demand-side impacts of climate change on the US electricity system through 2050
Kumar et al. Stochastic profit‐based unit commitment problem considering renewable energy sources with battery storage systems and plug‐in hybrid electric vehicles
CN105514988B (zh) 一种计及动态时空特征的微电网电源规划方案优选方法
Li et al. Towards Environmentally Equitable AI via Geographical Load Balancing
Kontani et al. Integrating variable renewable energy and diverse flexibilities: Supplying carbon-free energy from a wind turbine to a data center
Thimmapuram et al. Modeling hydro power plants in deregulated electricity markets: Integration and application of EMCAS and VALORAGUA
Zhao et al. Development of modern standards for energy efficiency of industrial enterprises within the European Union policy
Ozoe et al. A Two‐Stage Stochastic Mixed‐Integer Programming Approach to the Smart House Scheduling Problem
Üçtuğ et al. Life cycle assessment-based environmental impact analysis of a tier 4 data center: A case study in Turkey
Koffler et al. On the relevance of scope 3 emissions and power trade for regional life cycle inventories of electricity consumption in the USA
Eldali et al. Risk-adjusted cost ratios for quantifying improvements in wind power forecasting
WO2023166990A1 (ja) 再生可能エネルギー管理装置、及び再生可能エネルギー管理方法
Chen et al. Developing technology introduction strategies based on visualized scenario analysis: Application in energy systems design

Legal Events

Date Code Title Description
N231 Notification of change of applicant
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant