Green Grid se ha asociado con uno de los laboratorios del Departamento de Energía de Estados Unidos (DoE) para realizar un test de ocho escenarios estándares propuestos para medir la cantidad de energía que los data centers usan para conseguir una unidad de trabajo útil.

Dan Azevedo, un miembro del consejo de The Green Grid, señaló que el test permitirá obtener resultados cuantificables, con el que la organización espera poder definir cuál de los escenarios es más preciso. El test también mostrará lo fácil o difícil que es aplicar cada uno de estos estándares o variables.

“Vamos a poner en funcionamiento una carga de trabajo y comprobar si hay un claro ganador”, señaló Azevedo.

La facilidad de implantación ha sido uno de los factores que ha determinado la reducción de la lista de escenarios propuestos. Algunas organizaciones tienen cargas de trabajo fácilmente medibles y diferenciadas, como transacciones financieras, mientras que otras cargas no se pueden cuantificar de forma tan sencilla, como son las TI empresariales.

Por esta razón, los participantes en el proceso de toma de decisiones se han dividido en dos grupos: aquellos que quieren una métrica muy precisa pero más difícil de implementar y aquellos otros que quieren una métrica simple y “suficientemente buena” en lo que se refiere a la precisión.

Varias organizaciones han puesto en marcha test de los diferentes contextos particulares propuestos, pero es difícil comparar los resultados de estos test simplemente porque no se han realizado de forma conjunta. Este es el motivo por el que The Green Grid decidió hacer una evaluación de la carga de trabajo para conseguir una curva de productividad y después aplicar cada uno de los ocho escenarios estandarizados para ver si unos son mejores que otros.

Si hay uno que es un claro ganador, “eso sería maravilloso”, afirmó Azevedo.

Ya se ha realizado el acuerdo con el laboratorio y falta por determinar los detalles del experimento. Una vez hecho esto, los investigadores tendrán entre cuatro y seis semanas para realizar el experimento, recoger datos y empezar a publicar resultados.