IBM wird auch damit beginnen, den durchschnittlichen Energieverbrauch für IBM System z9-Großrechner zu veröffentlichen. Die Daten dazu werden von echten Feldmessungen von annähernd eintausend Kundensystemen gewonnen.
Damit können durchschnittliche Watt/Stunde-Verbrauchswerte gewonnen werden, die sich dazu verwenden lassen, Wattverbräuch pro Einheit zu berechnen - analog zu Autokilometern pro Liter Benzin oder Kilowatt-Stromverbräuchen von Elektrogeräten pro Jahr.
Die Daten, die für August und September 2007 gewonnen worden sind, zeigen, daß der typische Energieverbrauch bei nur 60 Prozent des Label- oder Maximum-Ratings bei den Mainframe-Messungen betragen kann.
Mit dieser Ankündigung wird IBM das erste Unternehmen, das Empfehlungen eines aktuellen EPA-Reports umsetzt, das Serverhersteller ermutigt, den typischen Energieverbrauchswert für Server zu veröffentlichen.
"Die hohe Auslastungsrate und extreme Virtualisierung von Großrechnern können diese zu einer energieeffizienten Wahl für große Unternehmen machen", sagt David Anderson, IBM Green Consultant. "Ein Mainframe, der mit Linux läuft, kann eine ähnliche Arbeitslast erbringen wie bis zu 250 x86-Prozessoren, und verbraucht dabei nur zwischen zwei bis zehn Prozent der alternativ benötigten Energie. Kunden können jetzt die Energievorteile des IBM System z messen."
Und so funktioniert das Mess-System: Die neue IBM Lösung überwacht die aktuellen Energie- und Kühlungsstatistikdaten eines Großrechners, die von internen Sensoren erfaßt werden, und zeigt diese in Echtzeit auf dem Systemaktivitätsschirm. Mit diesem System kann ein Anwender nun die verbrauchte Energie zu der aktuell geleisteten Aufgabe in Korrelation setzen. Wenn die Maschine auf wöchentlicher Basis ihren Wartungszustand meldet, können die Stromstatistiken auch verwendet werden. Die Statistiken können in Echtzeit oder in Zusammenfassung für Projekt- oder Trendanalysten ausgewertet werden. Energieverbrauchsstatistiken lassen sich für den Nachweis von Kosteneinsparungen bei Rabattprogrammen oder Projekten zum Verbrauch des Energieverbrauchs in Rechenzentren verwenden.
Ein Energieverbrauchs-Hochrechnungstool ist ebenfalls in Planung für die Zukunft. Es soll berechnen, wie Veränderungen in der Systemkonfiguration oder bei Workloads den gesamten Energie-"Envelope" beeinflussen können - inklusive der Energie, die für den Betrieb und die Kühlung der Maschinen benötigt wird. Beispielsweise könnte ein Kunde, der einen Mainframe-Prozessor für Linux-Anwendungen hinzufügt, die zusätzlich benötigte Energie überschlagen, bevor die Einheit in Betrieb genommen wird.
Normalerweise werden im Schnitt nur circa zwanzig Watt zum Energieverbrauch hinzugefügt, wenn eine Integrated Facility for Linux (IFL) in Betrieb genommen wird. Typischerweise kann ein einziger Mainframe-Prozessor mit zVM-Virtualisierung die Arbeit vieler x86-Prozessoren leisten, weil der Designansatz des Großrechners für den Betrieb vieler gemischer Arbeitslasten unter hoher Auslastungrate entworfen wurde. Ein einzelner Prozessor-Chip, der hunderte von Arbeitslasten hocheffizient ausführt, ist ein Schlüssel zum Verbrauch von wesentlich weniger Energie als viele x86-Server benötigen, die zahlreiche energieverbrauchende Komponenten in sich tragen. Dies kann auch zu einer vereinfachten Infrastruktur mit spürbaren Kosteneinsparungen führen.
Typische Energieverbrauchswerte
Das Mess-System wird in Kombination mit einem neuen IBM Programm vorgestellt, um konsolidierte echte Verbrauchswerte pro Modell für das System z9 bekanntzugeben. Diese typischen Verbrauchswerte werden für Rechenzentrumsplanungen von zentraler Bedeutung werden, da sie Kunden eine Vorstellung davon geben können, wie viel Energie ein einzelner Großrechner verbraucht.
IBM hat die Gesamtverbrauchsdaten (Field Population Data) für jeden Monat seit dem 2. August 2007 zusammengefaßt, seit die EPA gegenüber dem US-Kongreß einen Report zur Rechenzentrums- und Server-Energieeffizienz vorgestellt hat. Die EPA hat Serverhersteller aufgefordert, typische Energieverbrauchswerte zu veröffentlichen, um Käufer von Servern zu befähigen, Kaufentscheidungen auf der Basis von Informationen zur Energieeffizienz machen zu können.