数据中心可持续性不只是供电和制冷团队的问题。存储架构会影响需要制造多少硬件、机房消耗多少电力和冷量、机柜空间能容纳多少有效数据，以及设备多久需要更换一次。
需求增长让这些选择变得更加紧迫。国际能源署在基准情景中预计，到 2030 年全球数据中心用电量将达到约 945 TWh，较其 2024 年基线增加一倍以上。存储并不是唯一的用电来源，但每一份没有必要的副本、每一个配置过高的性能层和每一台长期低利用率的设备，都会增加基础设施负担。
真正可执行的目标，不是宣布某一种介质在所有场景下都“更环保”，而是在满足容量、性能、可靠性和保留期限的前提下，把全生命周期影响降到可验证的较低水平。这需要测量完整系统，并让不同数据进入适合它们的存储层级。
核心结论
- 应在系统或机柜层面评估存储，不能只看单个设备的标称功耗。
- 比较制造碳排和运行能耗时，应使用“每可用 TB、每使用年”指标，而不是只比较采购台数。
- 高性能介质应优先用于真正需要低延迟和高 IOPS 的工作负载。
- 采购新容量之前，先治理过期数据、重复副本和失控快照。
- 通过健康监控、维护、降级再利用和可追溯的退役流程，安全延长设备价值。
- 可用性和数据完整性是硬约束。增加数据丢失风险的“节能”方案并不可持续。
为什么只比较单个设备容易得出错误结论
一台设备的规格表可能看起来很节能，但放进完整部署后未必如此。原始容量会被冗余、热备、格式化、耐久性预留、快照和运行余量占用；控制器、机箱、网络、供电转换和制冷还会继续增加能耗。
因此，采购与架构团队应回答一个系统级问题：
> 在预期使用寿命内，这套架构每消耗一单位能源、碳、空间和成本，能交付多少满足性能要求且受保护的可用容量？
答案取决于工作负载。交易数据库、活跃的 AI 特征库、视频归档和法规备份，对延迟、写入耐久性和恢复时间的要求完全不同。
建立可信评估所需的五类指标
1. 每可用 TB 年的隐含碳排
隐含碳排是设备进入正常运行之前，由原材料、元器件制造、组装和运输等环节产生的排放。更高的单盘容量可能减少设备数量，但容量并不是唯一变量；还必须考虑最终可用容量和实际服役年限。
可用于规划的指标为：
隐含碳强度 = 产品隐含碳排（kg CO2e）÷ 可用容量（TB）÷ 预计使用年限
如果供应商提供产品碳足迹或生命周期评估文件，应同时记录核算边界、分摊方法、制造地区和第三方验证状态。边界不同的数据不能直接放在同一张表里比较。
2. 每可用 TB 的运行能耗
应在接近生产环境的工作负载下，同时测量空闲与活动状态能耗。ISO/IEC 24091:2019 给出了数据中心存储在活动和空闲状态下的功率效率评估方法。标准化测试很重要，因为长期处于空闲状态的归档系统，不应采用与高 I/O 系统相同的负载模型来判断。
至少记录以下数据：
- 存储系统平均功率与峰值功率；
- 存储 IT 设备年度用电量（kWh）；
- 平均受保护可用容量；
- 每可用 TB 年的 kWh；
- 对延迟敏感层级的每瓦性能；
- 控制器、机箱和网络设备的能耗。
可以使用 PUE 估算与存储相关的机房附加能耗：
存储对应的估算设施能耗 = 存储 IT 能耗 × 站点 PUE
这只是规划估算。PUE 是设施指标，不是某个存储产品的评分，也不能单独说明用水量、电网碳强度或真正完成了多少有效工作。
3. 容量效率
安装的原始容量不等于业务可用容量。需要明确纠删码或 RAID、热备、预留空间、快照和空闲容量策略分别占用了多少空间。
容量效率 = 受保护可用容量 ÷ 安装原始容量
去重与压缩可能改善某些数据集的容量效率，但效果高度依赖负载。应使用有代表性的真实数据样本测试，不能把理论最大值当成采购依据。
4. 使用寿命与可靠性
过早替换设备会重复产生制造、运输和部署影响；在缺乏监控的情况下过度延役，又可能增加故障和恢复风险。因此，合理的生命周期计划应综合健康遥测、错误趋势、温度历史、负载适配性、固件管理、备件供应和经过验证的恢复流程。
预计使用寿命应是基于证据的规划输入，而不是承诺。运行条件或故障数据发生变化时，需要重新评估。
5. 循环利用与退役控制
《2024 年全球电子废弃物监测》显示，全球在 2022 年产生了 6200 万吨电子废弃物。存储设备还有一个额外要求：在再利用、转售、返还和回收过程中，数据必须持续受到保护。
完整的循环利用流程应明确：
- 设备是否可以转移到要求较低的存储层；
- 经批准的数据清除和验证方法；
- 交接与保管链记录；
- 维修和零部件再利用规则；
- 回收计划或合规回收渠道；
- 最终处置证明。
物理销毁不应成为所有退役设备的默认选项。在政策允许时，经验证的数据清除可以保留再利用价值并推迟电子废弃物产生；如果必须销毁，则应通过获批渠道执行并保留记录。
HDD 和 SSD，哪一种更可持续？
不存在适合所有负载的唯一答案。更可持续的选择，是能够满足服务目标且经测量具有较低全生命周期负担的介质，或多种介质的组合。
|
工作负载需求
|
可能的设计方向
|
主要原因
|
必须核查的风险
|
|
极低延迟、高随机 I/O
|
面向性能的固态层
|
高 IOPS 和低延迟可能减少为达到性能目标所需的设备数量
|
耐久性预留、温度、空闲功耗和隐含碳排
|
|
大规模在线数据、中等访问频率
|
面向容量的机械硬盘层
|
较高单盘容量可能减少设备数、机柜空间和配套硬件
|
重建时间、振动、负载匹配和访问延迟
|
|
很少访问的长期保留数据
|
容量层或离线/近线归档
|
避免为很少移动的数据持续支付高性能和能耗成本
|
恢复时间目标、介质校验和迁移计划
|
|
混合负载
|
策略驱动的混合分层
|
按业务价值和访问模式放置数据
|
分层错误、重复副本和运维复杂度
|
已有研究提醒行业关注闪存制造过程的隐含碳排；另一方面，在某些负载中，固态存储的性能也可能帮助整合系统或更快完成任务。这些研究适合用来提出问题，不能代替针对具体部署的计算。
根据访问频率、延迟、吞吐、保留期、法律保全、恢复点目标和恢复时间目标建立数据类别。“热、温、归档”只有在每一类都对应可测量规则时才有意义。
记录逻辑数据量、物理受保护容量、增长率、副本系数、利用率、存储 IT 功率、站点 PUE 和年度退役容量。测量周期至少要覆盖一个有代表性的业务周期，短时间的空闲快照不足以支持采购决策。
执行已批准的保留策略，删除到期临时数据，控制快照膨胀并识别重复副本。法律保全和恢复要求不得受到影响。避免采购的容量，通常比新增容量更节约资源。
把真正需要低延迟的工作集保留在性能层，把稳定且很少访问的数据迁移到容量优化层。只有在分类元数据和召回行为经过验证后，才应自动化分层。
使用代表性负载测量活动与空闲功率、可用容量、持续性能、温度行为和故障恢复。测试边界应包含控制器、机箱、交换设备和主机开销。标准化方法能够提高可比性，但仍不能取代生产环境遥测。
向供应商索取能耗数据、环境声明、维修资料、保修条款、固件支持周期、数据清除指南和回收方案。招标评分应综合服务、成本与环境要求，不能只比较每原始 TB 的价格。
持续跟踪每可用 TB 年能耗、利用率、数据增长、故障趋势、碳强度、退役容量以及经验证的再利用或回收结果。大规模扩容前重新计算，因为负载结构和电网排放因子可能已经变化。
> 案例性质： 这是用于说明方法的复合示例，不是真实客户案例。所有数字均为假设，不是产品测试结果，也不代表保证节省的能耗或碳排。
某科研与媒体机构预计其逻辑资料库将增长到 2 PB。现有规划模型按照 1.6 倍物理容量系数配置已批准的保护和工作副本，因此需要规划 3.2 PB 物理容量。最初方案准备把全部资料放在同一个高性能层。
采购前，团队先检查保留策略和重复数据。示例假设如下：
- 8% 的逻辑数据已经超过批准保留期，且不在法律保全范围内；
- 对剩余可处理数据进行内容级去重后，再减少 12%；
- 保留数据中 15% 为热数据、35% 为温数据、50% 为归档数据。
保留逻辑数据 = 2 PB × 0.92 × 0.88 = 1.619 PB
所需物理容量 = 1.619 PB × 1.6 = 2.591 PB
按照这些假设，机构在选择任何新硬件之前，就可以少规划约 0.609 PB 物理容量，降幅约 19%。这只是容量避免量，不是碳减排声明。
团队随后测试分层架构。热数据工作集必须通过延迟和吞吐目标；温数据与归档层则主要比较受保护可用容量、每可用 TB 功率、恢复行为和生命周期文件。只有取得边界一致的产品碳足迹数据、系统实测能耗和当地电网排放因子后，团队才计算最终碳排。
这个案例的重点是：数据治理和负载放置对采购需求的影响，可能大于单个设备之间的差异。最可靠的可持续性结论，必须能够从已记录的假设和测量数据中重新计算出来。
- [ ] 是否记录了性能、可靠性、保留和恢复目标？
- [ ] 容量是否采用“受保护可用 TB”，而不是只写原始 TB？
- [ ] 是否用代表性负载测量了空闲和活动能耗？
- [ ] 不同隐含碳排数据的核算边界是否一致，并经过独立审核？
- [ ] 预计使用寿命是否有保修、遥测和维护计划支持？
- [ ] 设备是否支持维修、降级再利用或经过验证的数据清除？
- [ ] 是否记录了假设、测试日期和责任审核人？
不一定。面向容量的机械硬盘适合大规模、中等访问频率的数据；当低延迟、高 IOPS 或系统整合是主要要求时，固态存储可能更合适。比较时必须让两套架构满足相同的可用容量、性能和使用寿命要求。
没有一个指标能够完整回答问题。建议至少同时跟踪每可用 TB 年隐含碳排、每可用 TB 年运行能耗、容量利用率、使用寿命和经验证的退役结果。
不一定。PUE 描述的是设施总能耗与 IT 能耗的关系。高效机房仍可能运行规模过大或利用率过低的存储系统，因此必须把 PUE 与存储层能耗、容量和负载指标结合使用。
会。删除操作必须符合批准的保留策略、法律保全、备份政策和业务要求。可持续数据管理是受治理的删除，不是无差别清理。
关键指标至少每季度复核一次；在大规模扩容、平台迁移，或保留与恢复要求变化之前，应重新执行完整评估。
可持续数据中心存储是一项架构与治理工作，不是贴在某一种介质上的标签。先从工作负载出发，计算受保护可用容量，测量完整系统，并把制造和退役影响纳入边界；再通过数据分层、容量治理、安全延役和合规退役，在满足业务要求的同时减少可以避免的硬件与能耗。
这样做不只能够降低环境负担。透明的指标还能改善容量预测、采购决策、运行韧性和总拥有成本控制。
