ГОСТ Р ИСО/МЭК 30134-2-2018 Информационные технологии (ИТ). Центры обработки данных. Ключевые показатели эффективности. Часть 2. Коэффициент энергоэффективности (PUE)

Приложение D

(справочное)

Интерпретация PUE и его производных

D.1 Общая информация

Надлежащее представление показателя PUE, верные и понятные руководящие принципы для публичной отчетности, а также наличие ключевой информации о содержащихся в отчете результатах в соответствии с настоящим стандартом повышают достоверность и полезность показателя PUE.

Данное приложение содержит рекомендации для правильной интерпретации значений PUE.

Лица, которые делают заявления, должны принимать во внимание следующие аспекты и обеспечивать включение в отчеты и интерпретацию проверенных данных, прежде чем делать какие-либо публичные заявления.

У разных центров обработки данных разные:

a) характеристики, возможности и операционные политики (включая нормативные требования и государственную политику, климат, местоположение и требования со стороны клиентов);

b) основные направления деятельности:

1) основные варианты использования: тестирование, производство, внутренние процессы, сетевое взаимодействие, научное моделирование или вычисления, управление базами данных, коммуникации и т.д.;

2) основные направления бизнеса, поддерживаемые центром обработки данных: финансовые услуги, здравоохранение, телекоммуникации, НИОКР, экологический мониторинг, промышленное производство и т.д.;

3) критичность услуг: аварийные службы, муниципальная инфраструктура, охрана здоровья и безопасность и т.д.;

4) целевые показатели доступности: аварийное восстановление, периодические перерывы в обслуживании, требования к резервированию ресурсов, требования к вспомогательным ресурсам и т.д. (см. ИСО/МЭК 30134-1:2016, приложение A);

c) возможности для сбора и анализа данных об энергопотреблении.

Эти факторы влияют на производительность центра обработки данных, и должны учитываться при интерпретации любого значения PUE. Без дополнительной информации о полученных результатах интерпретация данных, собираемых разными организациями с использованием разных подходов и в разные сроки, может оказаться бессмысленной или вводить в заблуждение.