富士康集團的節能方針是什么？

富士康與部分供應商針對節能減排開展經驗交流活動?！耙蠊⿷膛c企業一起推動節能減排，這在業界尚屬首次”，富士康相關負責人說。

富士康科技集團總裁郭臺銘提出了“節能、減排、綠化、循環”的八字方針，在企業內部全面開展環保節能。在溫室氣體減排方面，富士康實施三步走的策略：初期階段，就是碳盤查階段即組織層面溫室氣體盤查；第二階段就是碳足跡盤查即產品層面溫室氣體盤查；第三階段目標是要碳中和即要進行碳減排。當然，除了自身進行節能減排外，富士康也積極推動供應商進行碳減排。富士康有著規模龐大的供應鏈，因此推動供應商進行碳減排意義重大。

數據中心要如何實現節能減排增加能效

我們的研究表明，通過更加嚴格的管理，公司可以將數據中心的能效提高一倍，從而降低成本并減少溫室氣體的排放。具體而言，公司需要更積極地管理技術資產，提高現有服務器的利用率水平；公司還需要更準確地預測業務需求對應用程序、服務器和數據中心設施容量的推動效應，以便控制不必要的資本和運營支出。
數據中心的效率是一個戰略問題。企業建造和運營數據中心花費的資金在公司IT預算中占的比例不斷上升，導致用于急需技術項目的預算越來越少。數據中心建造計劃是董事會一級的決策。同時，監管部門和外部利益相關方也越來越關注公司管理自身碳足跡的方式。采用最佳實踐不僅有助于公司減少污染，還能夠提高它們作為良好企業公民的形象。
IT成本高昂 如今，公司進行的分析越來越復雜，客戶要求實時訪問賬戶，廣大員工也在尋找新的技術密集型協作方法。因此，即使在經濟放緩時，人們對于計算、存儲和網絡容量的需求也在繼續增長。為了應對這一趨勢，IT部門正不斷增加計算資源。在美國，數據中心的服務器數量正在以每年約10%的速度增加。與此同時，在中國和印度等新興市場，機構正在變得越來越復雜，更多的運營工作實現了自動化，同時有越來越多的外包數據業務在這里進行，因此數據中心的數量呈現出更快的增長態勢。這種對計算資源無法抑制的需求，導致全球數據中心容量穩步上升。目前，這種增長并沒有顯露出即將結束的跡象，通常在經濟衰退時期它只會進入溫和增長狀態。
這一增長已經導致了IT成本激增。如果將設施、存儲設備、服務器和人員成本都計算在內，數據中心支出一般會占到企業IT總預算的25%。隨著服務器數量不斷增長，電價也正以高于收入和其他IT成本的速度攀升，上述比例只會日益提高。每年，運行這些設施的成本都在以高達20%的速度上升，而IT總支出的增長速度僅為6%，二者相差極為懸殊。
數據中心支出的不斷增加，改變了許多企業的經濟結構，尤其是金融、信息服務、媒體和電信公司等信息密集型企業。在過去5年中，成立一個大型企業數據中心所需的投資已經從1.5億美元升至5億美元。在IT密集型企業中，最大設施的造價正逼近10億美元。這一支出擠占了新產品開發的資本，降低了某些數據密集型產品的經濟效益，并降低了利潤。此外，不斷上升的能耗產生了更多、范圍更廣的碳足跡，導致了環境惡化。對于大多數服務行業，數據中心是企業最主要的溫室氣體排放來源。在2000到2006年間，用于存儲和處理數據的電力翻倍，每個數據設施的平均耗電量相當于2.5萬個家庭的總和。世界上共有4400萬臺服務器，消耗了總電力的0.5%。如今，數據中心的碳排放已經接近阿根廷和荷蘭等國家的碳排放水平。僅僅在美國，到2010年數據中心的預計用電增長量就相當于要新建10座電廠的發電量。目前的預測顯示，如果不對需求加以遏制，2020年全球數據中心的碳排放將是現在的4倍。
監管部門已經注意到這些發展趨勢，正在督促公司拿出解決方案。美國環保署(EPA)建議，作為建立運營效率標準的第一步，大型數據中心應當使用能量計。同時，歐盟也發布了一套自愿執行的行為準則，其中介紹了以較高的能效運行數據中心的最佳實踐。隨著數據中心排放量的持續上升，政府可能會為了減排而施加更大的壓力。
第2頁：全面應對挑戰 全面應對挑戰
在信息密集型機構中，許多部門和級別的人員都可以做出影響數據中心運營效率的決策。金融交易員可以選擇運行復雜的蒙特卡洛(MonteCarlo)分析，而藥物研究人員可以決定要將多少臨床實驗影像數據存儲起來。負責應用程序開發的管理人員可以決定用多少編程工作來滿足這些需要。服務器基礎設施的管理人員可以做出設備采購決策。設施主管則可以決定數據中心的位置、電力供應，以及在預測的需求出現前安裝設備的時間表。
上述決策通常是在孤立狀態下做出的。銷售經理可能會選擇將交易由隔夜結算改為即時結算，金融分析師則可能希望為歷史數據存儲幾份副本，他們完全沒有考慮到這樣做會對數據中心的成本造成什么影響。應用程序開發人員很少想到要對自身的工作進行優化，以將服務器用量降到最低，也很少考慮開發能夠跨服務器共享的設計應用程序。購買服務器的管理人員可能會選擇價格最低或他們最熟悉的產品。但是這些服務器也許會浪費數據中心的電力或空間。很多時候，管理人員會超額購買設備，以保證在最極端的使用情況下擁有足夠的容量，而這會造成容量過剩。管理人員往往會建造有多余空間和高制冷容量的設施，以滿足極端情況下的需求或應對緊急擴建。
這些決策在整個機構中累加起來，將對成本和環境造成重大影響。在許多情況下，公司可以在不降低自身數據管理能力的前提下，停用現有的部分服務器，并擱置購買新服務器的計劃。這可以借助一些眾所周知的技術來實現。比如虛擬化，這種技術實際上是通過尋找服務器的空閑部分來運行應用程序，以達到容量共享的目的。但是公司不一定會這樣做，因為沒有哪位高管能夠承擔“端對端”的責任。在機構內部，管理人員會以最符合自身利益的方式行事，這就造成大多數數據中心效率低下，每臺服務器上常常只運行了一個軟件應用程序。
我們分析了一家媒體公司的近500臺服務器，其中利用率低于3%的占三分之一，而低于10%的則占三分之二。雖然有諸多用于跟蹤使用情況的現成管理工具，但這家公司沒有使用其中任何一種。從全球來看，我們估計服務器的日常利用率一般最高只有5%到10%而已，這造成了能源和資金的浪費。對此，數據中心管理人員一般會回答，配備這些服務器是為了在極端情況下提供容量，例如應付圣誕節前一天的購物潮。但一般來說，這一論斷并不成立，因為數據顯示：如果平均利用率極低，那么高峰時段的利用率也會很低。此外，數據設施的數量不斷攀升，但所存放的服務器和相關設備有時僅占數據設施容量的一半，這說明有上億美元的資本支出被浪費了。即使公司報告認為數據中心已經滿載，但沿著數據中心的過道行走，經常會發現服務器機架上有很多空位，原先放在這些空位中的設備都已經淘汰。
之所以出現這種不一致的現象，部分原因在于預測數據中心需求的難度很高。運營的時間框架是一個問題。數據中心的設計和建造一般需要2年或更長時間，而預計的使用壽命至少為12年，因此容量是在業務部門產生實際需求之前就已經設定的。與此同時，對于業務決策如何互相影響，如何轉化為對新應用程序的需求，以及需要多少服務器容量才能滿足需求，還存在著認識不夠全面的現象。例如，如果客戶需求增長50%，許多公司很難預測出服務器和數據中心的容量是需要增加25%，還是增加100%。在極端情況下，我們發現一些設施在投入運營后常年處于半空狀態；而另一些公司在建成一個數據中心之后，很快就發覺需要再建一個新的。
如今數據中心已經成為一項昂貴的資產，由此可以推斷，財務績效責任落實得十分糟糕。設施的財務和管理責任往往會落在不動產管理人員身上，而這些人基本不具備相關的專業技術知識，對于IT與核心業務問題的聯系也缺乏深入的認識。同時，管理服務器運營的人員很少去了解關鍵運營支出的數據，例如耗電量或IT設備所占不動產的實際成本。相反，當IT管理人員決定購置更多的應用程序或新的服務器時，有時只會使用硬件初始成本和軟件許可證費用等基本指標。計算實際成本時，需要考慮設施運營和租賃、電力使用、支持以及折舊等因素。這些費用可能是服務器初始購置成本的4到5倍。加上前面說到的孤立決策和責任問題，數據中心通常會添加額外的服務器作為保險措施，而很少討論成本權衡或業務需求。在缺乏實際成本分析的情況下，過度建造、過度設計和效率低下就成了普遍現象。
第3頁：改革運營方式 改革運營方式
在研究之初，我們以為通過建造新的節能型數據中心，可為降低數據中心的成本和碳排放指出一條光明大道。新的設施可以發揮當前各種技術的優勢，利用自然冷卻方法和碳排放較低的電源。但我們還了解到，在降低成本和碳排放方面成效最顯著的方法是改善公司現有數據中心效率低下的狀況。通過改善資產管理，增強管理層的責任意識，并且為降低能源成本和碳排放設立清晰的目標，大多數公司都能夠在2012年之前將IT能效提高一倍，并遏制其數據中心溫室氣體排放的增長。實際上，您無需另行建造就能獲得最環保的數據中心。
積極管理資產
一家大型公司采用的做法表明，規范現有服務器和設施的使用就可能產生巨大的收益。這家公司原本的計劃是，增加服務器的數量，并建造一個新的數據中心來容納這些服務器和其他IT設備，以便滿足自身在2010年的信息需求。該公司的董事會已經批準了這項計劃，但這意味著企業在這一年會有大量的資本支出。于是，這家公司徹底修改了計劃。它將關閉5000多臺很少使用的服務器。通過對占公司應用程序總量15%的3700個應用程序進行虛擬化，可以將現役服務器的數量由2.5萬臺減少至2萬臺。公司還更換了一些較為陳舊的服務器，代之以能夠將用電效率提高20%的產品。
這些調整使公司得以擱置原先的數據中心擴建計劃，并因此節省了3.05億美元的資本投資成本。由于服務器數量和耗電量的下降，運營支出預計將減少4500萬美元，降低到7500萬美元?？紤]到停用和虛擬化因素，服務器運行時的平均容量利用率將由目前的5.6%升至9.1%。該公司仍然能夠滿足自身日益增長的數據需求，但是電力需求的減少，意味著未來4年內的二氧化碳排放將由59.1萬噸削減至34.1萬噸。
公司還可以通過對不斷上升的數據需求加強管理來實現節約。對于應當保留多少數據，是否要縮減某些數據密集型分析的規模，業務部門應當審查相關的政策。一些交易的計算可以推遲，以降低服務器在高峰時段的利用率，也并不是所有企業信息都需要基于廣泛備份的災難恢復功能。
更好的預測和規劃是提高數據中心效率的基礎。公司應當跟蹤自己對數據需求的預測與實際需求之間的差異，然后向能夠最大限度減少預測偏差的業務部門提供獎勵。數據中心的管理人員應盡可能全面了解未來的趨勢，例如機構增長和業務周期等，然后將這一趨勢與自身采用的模型結合起來。由數據中心、應用架構師和設施操作人員提供的建議可以用于改善這些模型。一家全球通信公司制定了一套規劃流程，將每個業務部門數據增長量的各種發展情況包括在內。雖然公司最終得出的結論是，它需要擴大容量，但是未來需求中有很大一部分可通過現有資產來滿足，這比原計劃節約了35%的資本支出。
許多機構并沒有將數據中心看作一種稀缺的昂貴資源，而是將其當成了等待注水的水桶。為了避免這種趨勢，公司在估算新服務器或附加應用程序和數據的成本時，可以采用實際擁有成本(TCO)核算法。業務部門、軟件開發人員或IT管理人員在進行支出決策時，很少會將應用程序和服務器的生命周期運行成本考慮在內。提早計算這些成本，有助于限制過量的需求。
管理這些變化可能十分困難。大型機構中的許多人并沒有意識到數據的成本。企業的每一個部門都會產生對于數據中心服務的需求。滿足這些需求的責任分散在IT部門(包括運營和應用開發)、設施規劃人員、共享服務團隊和企業不動產職能部門身上。成本報告工作并沒有統一的標準。
第4頁：提高總體效率 提高總體效率
作為數據中心改進計劃的一部分，我們建議采用一項新的指標：企業數據中心平均效率(CADE)。與美國的企業燃料平均經濟性(CAFE)里程標準類似，CADE考慮了數據中心內的設施能效、設施利用率和服務器利用率水平。將這些因素綜合起來，就得到了數據中心的總體效率，即CADE(圖)。減少了成本和碳排放的公司將提高自身數據中心的CADE分數。這就像在汽車行業中，出色的里程數能夠提高CAFE評級一樣。
為了給改進工作設立目標，我們將CADE分為五級。屬于CADE第1級的數據中心運營效率最低；大多數機構最初可能都會被歸入較低的級別。關閉利用率低下的服務器、采用虛擬化技術以及提高設施空間的使用效率，都將提高CADE分數。借助CADE，公司還可以對整個數據中心的設施進行基準比較分析，或者與競爭對手進行比較，也可以為管理人員設立績效目標并加以跟蹤。
在數據中心的需求管理方面，我們建議采用一種由首席信息官全權負責的新治理模型。在這種體制下，首席信息官能夠更為透徹地了解各業務部門的數據需求；對于需要更多服務器或軟件應用的新數據項目，他們可以強制要求將能耗和設施成本考慮到相應的投資回報計算中。我們還建議首席信息官采用一種新的指標來衡量改進情況，請參見副文“提高數據中心的效率”。通過強化責任，首席信息官將擁有更高的積極性來尋求改進，例如采用虛擬化技術和提高現有設施的利用率。由于這種模型將關鍵業務決策的更多責任集中在首席信息官身上，因此不但需要首席執行官的全力支持，而且要求機構轉變以往對于業務部門的數據中心擴容請求有求必應的思維模式。 此外，首席信息官還應當設定將數據中心的能效提高