Decoding Europe’s Data Centre Landscape: An Analysis based on the EU EED DC Dashboard
本文通过开发一种自动化精炼流程，以创建一个可靠且经过整理的数据集，从而解决了欧盟初始数据中心注册库中显著的数据质量问题，该数据集揭示了剧烈的南北效率梯度并凸显了关键的报告异常，进而为追踪欧洲数字基础设施迈向净零目标建立了稳健的基准。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
不要把互联网想象成漂浮在空中的云朵，而要把它想象成一座由被称为“数据中心”的数字建筑组成的庞大且隐形的城市。这些建筑并非普通的图书馆；它们是驱动从你最喜欢的视频游戏到全球银行系统的所有引擎。但就像任何巨型城市一样，这些数字枢纽需要大量的电力来维持照明和计算机运行，并且会产生大量需要降温的热量。为了防止这座城市过热并耗尽地球的能源，科学家和政策制定者使用了几个关键的“计分卡”。其中一个名为 PUE 的指标，衡量的是建筑为了维持冷却而消耗的能量与实际进行计算任务所消耗能量的比值（数值越低越好）。另一个是 WUE，追踪用于冷却的水量（同样，数值越低越好）。还有 REF，它检查有多少能源来自风能或太阳能等清洁的可再生能源。最后是 ERF，这是一个衡量捕获并重复利用废热以为附近建筑或社区供暖效率的计分卡。随着世界向着更绿色的未来奔跑，准确了解这些数字城市的表现至关重要，因为如果我们不去测量它们，我们就无法修复它们。
这篇论文就像是一个侦探故事，调查人员试图利用一张全新的、官方的欧洲数字城市地图来解开谜团。欧盟最近推出了一个公开仪表板，这是一个巨大的在线电子表格，数据中心的所有者应当在上面报告其能源和用水得分。本研究的作者——来自斯图加特大学的研究团队——决定下载整个电子表格，对其进行清理，并看看这些数字究竟告诉了他们什么。他们构建了一个机器人脚本，用于自动抓取每一条数据，检查是否存在异常错误（例如，一座建筑声称使用的电量超过了它拥有的电量），并计算不同国家的真实效率得分。
他们的发现既有好消息，也有一个巨大的“等等，慢着”。一方面，数据展示了一个清晰的模式：欧洲寒冷的北部地区（如芬兰和瑞典）的数据中心通常比温暖的南部地区更高效。这就像是在寒冷气候下的房子，你不需要频繁运行空调；冷空气有助于自然地为服务器降温。然而，令人惊讶的大发现是，官方地图缺失了城市的一大块区域。研究人员估计，欧盟仪表板仅覆盖了大约 38% 应该进行报告的数据中心。这就像是一个人口普查员只统计了一个社区的人口，然后就试图猜测整个国家的总人口。
研究还揭示了一些奇怪的数据故障。在一些国家，数据表明数据中心的运行效率超过了 100%，这在物理上是不可能的——就像汽车发动机声称转速超过了物理定律允许的极限。作者不得不剔除这些国家的数据，因为它们太破碎了，无法信任。他们还注意到一个棘手的权衡关系：一些国家在节省电力方面做得更好（较低的 PUE），但却消耗了更多的水（较高的 WUE），这很可能是因为它们转向了使用水蒸发进行冷却的系统。这有点像通过往地板上泼水来修补漏水的屋顶；你解决了一个问题，却制造了另一个问题。此外，当他们观察 ERF 指标时，发现几乎所有主要市场的该项得分都接近于零。即使是在拥有完善供暖网络的北欧国家，捕获并重复利用废热仍然是例外而非普遍现象，这意味着大部分热量只是被排放到了空气中。
最终，论文得出结论：虽然这个新的欧盟仪表板是迈向透明化的极佳第一步，但它仍只是一个粗略的草稿。数据过于零散且漏洞百出，无法作为评判欧洲表现优劣的最终判据。作者建议，在我们能够为这些数据中心设定严格的绿色标准之前，我们需要确保报告系统得到修复，丢失的建筑被找回，并且异常的数字得到修正。在此之前，欧洲数字能源使用的地图与其说是一张照片，不如说是一幅素描，但这是我们目前所拥有的最好的素描。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。