Power Usage Effec­ti­ve­ness (PUE) is zonder twijfel de bekendste effici­ën­tie­me­tric in de datacen­ter­sector. De eenvoud van de metric heeft ervoor gezorgd dat PUE breed wordt toege­past, geciteerd en zelfs ingezet als marke­ting­in­stru­ment. Tegelij­ker­tijd is diezelfde eenvoud ook de grootste valkuil. Wie PUE los gebruikt, zonder context of aanvul­lende metrics, kan tot verkeerde conclu­sies komen. In het ergste geval worden zelfs prikkels gecre­ëerd die haaks staan op daadwer­ke­lijke energiebesparing.

In dit artikel schets ik de ontstaans­ge­schie­denis van PUE, leg ik in eenvou­dige bewoor­dingen uit wat PUE meet, waarom een dalende PUE niet automa­tisch betekent dat een datacenter effici­ënter wordt, en waarom verschillen tussen hypers­ca­lers en co-locatie datacen­ters essen­tieel zijn. Daarnaast intro­du­ceer ik de Server Idle Coeffi­cient (SIC) als noodza­ke­lijke aanvul­ling en laat ik zien waarom het huidige PUE-denken soms een ongewenste econo­mi­sche prikkel creëert — met name in co-locatieomgevingen.

Van PUE 3,0 naar 1,1: een korte geschiedenis

Toen PUE in 2007 werd geïntro­du­ceerd door The Green Grid, was de gemid­delde effici­ëntie van datacen­ters laag. Veel enter­prise- en vroege co-locatie datacen­ters draaiden met zware overdi­men­si­o­ne­ring, ineffi­ci­ënte UPS-systemen en weinig aandacht voor airflow en thermisch ontwerp. PUE-waarden rond 2,5 tot 3,0 waren geen uitzondering.

De afgelopen vijftien jaar heeft de sector enorme stappen gezet. Warm- en koudgang­schei­ding, contain­ment, vrije koeling, hogere aanvoer­tem­pe­ra­turen, effici­ën­tere UPS-topolo­gieën en geavan­ceerde regel­tech­niek hebben de facili­taire overhead drastisch verlaagd. Met name hypers­ca­lers hebben deze optima­li­sa­ties op industriële schaal doorge­voerd, wat heeft geleid tot PUE-waarden rond 1,1 en soms zelfs daaronder op speci­fieke locaties of perioden.

Belang­rijk is echter dat deze waarden vooral gelden voor best-in-class omgevingen. Wereld­wijde surveys laten zien dat de gemid­delde PUE veel hoger ligt, mede door oudere datacen­ters, multi-tenant omgevingen en varia­bele bezettingsgraden.

Wat is PUE, in simpele woorden?

PUE beant­woordt één kernvraag:

Hoeveel energie heeft een datacenter nodig om 1 kWh aan energie bij de IT-appara­tuur te krijgen?

De formule is eenvoudig:

PUE = totale energie van het datacenter /​ energie­ver­bruik van de IT-apparatuur

• De teller: het totale energie­ver­bruik van het datacenter (IT, koeling, UPS-verliezen, stroom­dis­tri­butie, verlich­ting, beveiliging).
• De noemer: het energie­ver­bruik van de IT-appara­tuur zelf (servers, storage en netwerk).

Een PUE van 2,0 betekent dat voor elke kWh die de IT gebruikt, er nog eens 1 kWh nodig is voor de onder­steu­nende infra­struc­tuur. Een PUE van 1,1 betekent dat die overhead nog slechts 0,1 kWh bedraagt.

De belangrijkste misvatting: PUE is geen maat voor totale efficiëntie

PUE meet uitslui­tend de effici­ëntie van de facili­taire schil ten opzichte van het IT-verbruik. De metric zegt niets over:

• hoeveel nuttig werk de IT daadwer­ke­lijk verricht,
• hoe efficiënt servers worden ingezet,
• hoeveel CO₂-uitstoot met die energie gepaard gaat,
• of de absolute energie­vraag stijgt of daalt.

En hier zit een cruciaal punt:

Een dalende PUE betekent niet automa­tisch dat een datacenter energie bespaart

Omdat PUE een ratio is, kan deze verbe­teren doordat:

1. de facili­taire overhead daalt (bijvoor­beeld betere koeling), of
2. het IT-verbruik stijgt terwijl de overhead gelijk blijft.
   In dat tweede geval lijkt de PUE “beter”, terwijl het absolute energie­ver­bruik juist toeneemt.

Hyperscalers versus co-locatie: appels en peren

Hypers­ca­lers hebben struc­tu­rele voordelen:

• volle­dige controle over IT én faciliteiten,
• hoge en stabiele bezettingsgraden,
• homogene hardware en airflow,
• optima­li­satie op kosten per workload.

Voor hen is idle IT direct een kosten­post. Dat verklaart waarom zij lage PUE-waarden combi­neren met actieve IT-efficiëntie.

Bij co-locatie ligt dat anders, zeker bij multi-tenant omgevingen:

• hetero­gene racks en vermogensdichtheden,
• wisse­lende bezettingsgraad,
• beperkte controle over IT-archi­tec­tuur van klanten,
• extra overhead voor flexi­bi­li­teit en redun­dantie.
  Een hogere PUE betekent hier niet per definitie slechter ontwerp, maar vaak een andere bedrijfsrealiteit.

De ontbrekende schakel: de Server Idle Coefficient (SIC)

Waar PUE stopt, begint de Server Idle Coeffi­cient.. De SIC maakt inzich­te­lijk welk deel van het IT-energie­ver­bruik wordt gebruikt door servers die weinig tot geen werk verrichten. In veel omgevingen draaien servers in een power-setting modus waarbij bij weinig of geen workload het energie­ver­bruik niet afneemt maar nagenoeg constant blijft. Daardoor kan is een groot deel van het IT-verbruik is struc­tu­reel idle-energie.

De perverse prikkel: efficiëntere IT kan leiden tot een slechtere PUE

En hier ontstaat een funda­men­teel spannings­veld. Wanneer klanten hun IT-omgeving optima­li­seren — door conso­li­datie, virtu­a­li­satie of door het aanzetten gebruiken van power-manage­ment settings — daalt het IT-energie­ver­bruik. Dat betekent:

• de noemer van de PUE wordt kleiner,
• terwijl een groot deel van de facili­taire energie relatief constant blijft.

Het resul­taat:

• de PUE stijgt, ondanks daadwer­ke­lijke energiebesparing.

Dit betekent concreet: hoe effici­ënter de IT wordt ingezet, hoe slechter de PUE-score kan uitvallen.

Waarom dit een ongewenste prikkel is

1. PUE beloont volume, niet IT-effici­ëntie – Een hogere IT-load verbe­tert de PUE, zelfs als die load groten­deels idle is. PUE stimu­leert daarmee indirect méér IT-verbruik in plaats van slimmer IT-gebruik.
2. Co‑locaties verdienen vaak aan elektri­ci­teit – In veel co-locatie­mo­dellen wordt elektri­ci­teit doorbe­last aan klanten, vaak met opslag.
   Minder IT-verbruik bij klanten betekent:
   • lagere omzet,
   • terwijl de vaste kosten van het datacenter groten­deels gelijk blijven.

Dat maakt duide­lijk dat: het huidige KPI-denken (PUE) en het verdien­model niet vanzelf­spre­kend zijn afgestemd op IT-effici­ëntie aan klant­zijde. Bij hypers­ca­lers speelt dit probleem nauwe­lijks, omdat zij zowel IT als facili­teit bezitten en optima­li­seren op totale kosten per workload.

Transparantie en absolute cijfers: het concurrentie-argument

Datacen­ters geven vaak aan dat zij geen absolute energie­cij­fers delen vanwege concur­ren­tie­ge­voe­lig­heid. Hoewel begrij­pe­lijk, wordt dit argument steeds minder houdbaar. Regule­ring, netcon­gestie en maatschap­pe­lijke verant­woor­ding vragen om meer dan alleen een ratio. 

Trans­pa­rantie is mogelijk zonder commer­ciële schade, bijvoor­beeld door:

• geaggre­geerde cijfers,
• bandbreedtes,
• norma­li­satie per rack of per kW,
• onafhan­ke­lijke assurance.

PUE is noodzakelijk, maar niet voldoende

PUE heeft de sector geholpen om enorme effici­ën­tie­slagen te maken in de facili­taire infra­struc­tuur. Maar in een wereld van netcon­gestie, AI-workloads en maatschap­pe­lijke druk is PUE alleen onvol­doende. Zonder aanvul­lende metrics zoals de Server Idle Coeffi­cient ontstaat een paradox waarin:

• IT-effici­ëntie wordt “afgestraft”
• absolute energie­be­spa­ring niet zicht­baar is
• en verkeerde econo­mi­sche prikkels ontstaan

Wie datacen­ters serieus wil beoor­delen, moet verder kijken dan PUE alleen en de volle­dige keten meenemen: van workload tot watt.