6 Responses

1. Ich bin nicht sicher, ob man den Wasserverbrauch einfach rauslassen kann. Adiabatik führt zu geringerem Energieverbrauch und sieht im Label effizienz aus, ist aber ggf. nicht nachhaltig. Ein Wasserverbrauch müsste dann allerdings negativ eingehen (kein Wasserverbrauch = 100 %)

   Antworten

2. Die Energieverbrauchseffektivität (PUE) hängt maßgeblich von der Auslastung eines Rechenzentrums ab. Rechenzentrumsbetreiber müssen zur Sicherstellung eines störungsfreien Betriebs Überkapazitäten für Redundanzen bereithalten. Dies bedingt, dass in der Praxis nie eine 100-prozentige Auslastung eines Rechenzentrums vorliegt, was die Erreichung eines PUE-Zielwerts erschwert. Ein optimaler PUE ist nur bei einer optimalen Auslastung, die ca. zwischen 60 % und 80 % liegt, möglich. Insbesondere Colocation-Rechenzentren erreichen diese Auslastung häufig erst nach fünf oder mehr Jahren. Die Betreiber können die Auslastung der installierten IT-Komponenten ihrer Kundinnen und Kunden nicht direkt beeinflussen: Nicht die Betreiber, sondern die Nutzer bestimmen den Grad der Auslastung.

   Antworten

3. In vielen Rechenzentren wird ein Teil der überschüssigen Wärme intern wiederverwendet (z.B. im Kühlungsprozess selbst oder zur Beheizung von Räumlichkeiten) und steht nicht zum Export zur Verfügung. Der „Energy Reuse Factor (ERF)“ ist jedoch so definiert, dass nur der Anteil der über die Grenzen des Rechenzentrums hinaus exportierten Abwärme gemessen wird und führt daher zu irreführenden Aussagen im Hinblick auf die tatsächlich wiederverwendete Energie. Rechenzentren, die ihre Abwärme intern nutzen, haben es daher besonders schwer, den Vorgaben zu entsprechen. Es wäre besser, eine Metrik zu verwenden, die die Totalität von intern wiederverwendeter und exportierter Wärme verwendet.
   Ein hoher ERF ist abgesehen von einzelnen Ausnahmefällen weder aktuell noch in absehbarer Zeit zu erfüllen, da die dafür notwendigen Infrastrukturen einer Planungs- und Umsetzungsdauer von teilweise über 10 Jahren unterworfen sind. In den wenigen derzeit bekannten Projekten zur Abwärmenutzung aus Colocation- oder Cloud-Rechenzentren werden aktuell deutlich weniger als 10 Prozent der anfallenden Abwärme genutzt. Grund ist, dass selbst bei der Verfügbarkeit von Wärmenetzen der 4. Generation der Wärmebedarf der durch die Netze bedienten Wohn- und Gewerbeeinheiten meist deutlich unter 10-20 Prozent liegt und auch sich verändernde Wetterbedingungen durch den Klimawandel zu berücksichtigen sind. Sofern die Anzahl der wärmeversorgten Objekte nicht aufgrund von Ansiedlung oder weiterem Ausbau zunimmt, ist sogar mit abnehmenden Wärmebedarf zu rechnen, der durch die angestrebte verbesserte Wärmedämmung der Gebäude sinken wird. Fast alle bisher vergleichbaren Projekte in Deutschland benötigen eine Wärmeleistung von teilweise deutlich unter 1 MW.

   Antworten

4. Aus meiner Sicht ist es nicht verständlich, warum zusätzlich zum PUE auch die Cooling Efficiency Ratio bewertet wird. Diese wird ja hinsichtlich der Effizienz der Gebäude schon mit dem PUE berücksichtigt.

   Zur Veranschaulichung meines Kommentars:
   Die aktuelle Gestaltung des Labels führt dazu, dass zwei Rechenzentren, in denen genau die gleichen IT-Systeme laufen und die genau gleich viel Energie benötigen, unterschiedlich bewertet werden. Das Rechenzentrum, bei dem die Kühlung etwas effizienter ist, dafür aber z.B. die USV etwas ineffizienter, bekommt eine bessere Bewertung als das Rechenzentrum, bei dem die USV etwas effizienter ist, dafür aber die Kühlung etwas ineffizienter.

   Antworten

5. Das die Nutzung von Abwärme berücksichtigt wird, ist aus meiner Sicht sehr wichtig.

   Eine Anmerkung: Der ERF berücksichtigt nur, wie viel Wärme genutzt wird, nicht aber, wofür und wie. Die Wärmenutzung kann also für wenig sinnvolle Zwecke erfolgen und auch extrem ineffizient sein.

   Antworten

6. DIGITALEUROPE welcomes the opportunity to share feedback on the draft Öko-Institut proposal on a future energy efficiency label for data centres.
   Such initiative holds the potential to enhance transparency, accountability and comparability on the sustainability performance of the data centre sector, supporting customers and investors to make informed decisions. Its guiding principles should focus on KPIs that are measurable across the data centre industry; seek to incentivise efficient use of data centre infrastructure; and allow for technical innovation.

   We note that this initiative’s success depends on industry collaboration during its development. We regret that the Öko-Institut’s current proposal would not be workable and futureproof across the industry. We urge Öko-Institut to consider our essential asks for adjustment.

   Whilst our feedback zooms in on essential recommendations, we were not able to formulate more granular and detailed feedback given the brief four-week consultation period. We remain committed to actively supporting future discussions on energy efficiency labelling in Germany and at EU level.

   Please find below our main recommendations:

   1. Application of labelling scheme
   Consideration must be given to how to apply a rating/labelling scheme for data centre sustainability. Implications for legacy data centres; new-build projects that are well advanced in their design/planning; and future projects must be considered. It is unlikely that there will be a one-size-fits-all or one-label-fits-all solution.

   New or rescaled energy labels at the product level should not be applied retroactively to equipment that has already been placed on the market or, in the case of cooling equipment, installed.

   Moreover, products covered by energy labels are not all subject to one single energy label. They are differentiated by product group, and sometimes by technology within a product group.

   There should be a tailored approach to labelling for various types of data centres, as identified in the Energy Efficiency Directive (EED) scheme, which considers different legacy designs as well as the purpose of a data centre, and discourages stranded assets and premature waste of electronics equipment.

   2. Lack of alignment with sustainability indicators from the EU reporting schemes for data centres
   Assessing the energy efficiency of data centres solely based on the proposed set of KPIs won’t provide a holistic and accurate view, especially considering that other relevant sustainability metrics like water usage effectiveness (WUE) and renewable energy factor (REF) were not included. This is particularly surprising in light of the EED, making the Öko-Institut’s proposal less future-proof.

   The justification for why these KPIs were excluded is weak and appears arbitrary. We strongly advise adding both KPIs. Having said this, availability of various water sources needs to be factored in for WUE, as it is not always possible to get non-potable water.
   Finally, the label should encompass a broader spectrum of region-specific factors influencing energy efficiency and the broader sustainability of data centres, such as availability and geographic location.

   3. Weighting factors
   The allocation of weighting factors appears arbitrary. The percentage weighting suggested for energy reuse factor (ERF) is the most problematic, given the strong influence that geographical location and proximity to waste heat demand sources have on the viability of waste heat recovery from data centres. Such consideration is not made in EN 50600-4-6 and deserves further review.

   For example, assigning a 40% weight to ERF seems excessive, particularly considering that data centre operators have limited direct control over it given external factors such as the availability of heat off-takers or significant investment costs associated with connecting to the data centre due to distance or other factors. This means that existing data centres have little chance of achieving a rating better than D.

   Additionally, waste heat reuse for data centres is not compulsory under the current EED and Renewable Energy Directive (RED). According to Art. 26(6) EED, data centres can demonstrate that the reuse of waste heat is not technically or economically feasible, which would automatically lead to an exemption from waste heat reuse mandates.

   Finally, ERF prioritises heat reuse in district heating or other external use cases, whilst energy reuse on-site must also be considered. The current design of a disproportionate ERF runs the risk of creating the wrong impression that data centres are more sustainable in EU countries that already have extensive district heating system networks. Nonetheless, DIGITALEUROPE acknowledges that an ERF is generally relevant to assess the sustainability of a data centre with a view of not just strengthening direct decarbonisation efforts on-site, but also putting data centres at the front of a fully integrated and climate-neutral energy system across the Union.

   4. Double counting
   Double counting must be avoided. This is particularly true concerning the relationship between power usage effectiveness (PUE) and cooling efficiency ratio (CER).

   Whilst efficient cooling equipment and strategies are important in the context of future developments/improvements to PUE, we recommend sticking to PUE and removing CER from the list of selected KPIs.

   5. Differentiating between utilisation, activity and energy consumption
   Whilst we understand the wish to measure data centre activity, it is important to understand that CPU utilisation is linked to how customers or operators use their workloads. This KPI may not incentivise good behaviour. For example, a company could game the equation by simply running a synthetic workload when customer workloads are not present, which would result in better server efficiency, but also higher energy consumption.
   Similarly, the proposed LCNetwork indicator stimulates operators to create extra loops and redundant connections to increase network utilisation, which will again increase energy consumption.

   We do not agree that there is always ‘direct correlation between CPU utilisation and the energy efficiency of IT components.’ Efficiency is a function of productivity, or work done, and energy consumed. In a data centre’s real production environment, this direct correlation is not always true. For example, Linux CPU utilisation in high-performance compute environments does not equal productivity, since it only shows how much the CPU was active during sampling and not what the CPU is executing.

   Therefore, we suggest measuring ‘capacity’ to do useful work, whilst focusing on the two dimensions of computing and storage.
   Finally, data from technical data sheets cannot necessarily be used to calculate KPIs of IT components. They often refer to a ‘model family with very different configurations’ (e.g. PServer_max).

   6.Amount of data traffic
   The level of incoming and outgoing data traffic varies significantly across data centres, depending on business model, services offered and customer types. This KPI is not indicative of a data centre’s energy performance. For example, a single video streaming server could generate more traffic than an entire data centre running a different type of application. The energy consumption and sustainability of the entire data centre are unrelated to the data traffic.

   Final considerations
   Finally, the proposal misses a unique opportunity to:
   – Elucidate the applicability of the rating scheme for different types of data centre models (enterprise, colocation and co-hosting data centres) as well consider the purpose of a data centre;
   – Distinguish between new and legacy data centres, and introduce a separate scoring mechanism for existing infrastructure; and
   – Clarify the label’s validity period.

   Antworten