数据中心不断追求能源效率，部分原因是由相关法规和隐性的税收优惠激励的。绿色网格组织(Green Grid)的PUE(电力使用效率)标准自2007年推出以来，尽管大多数企业都纷纷开始采用这一标准，但这并不是一款适用于所有企业的方法。而随之产生的一些替代方案，尽管不那么受欢迎，但也已经开始被广泛使用或正在开发出一套新标准，鉴于此，PUE是否应该仍然是企业考核能源效率的最佳选择呢?

采集PUE是很容易的。任意数量的情况下，说明该指标的缺点。也许最令人震惊的例子是企业在其数据中心更新IT设备，以实现更节能的系统。由于PUE仅仅只是一个简单的数据中心消耗的所有能源与IT负载使用的能源之比(即该值越接近1越好)。IT效率的提升可能会导致PUE值的同样增加。从表面上看，这似乎表明数据中心的效率降低!

但唯固有的PUE值而论的话，使得PUE值已然成为了企业的公关操作。PUE非但不是用来衡量效率的一款工具，已然成为了市场营销的统计工具。因此，企业往往会感到压力，以减少他们的PUE评级，他们甚至可能捏造一些数字。(例如，也许照明耗电被从设备总功率消耗中省略，毕竟，照明耗电只是员工在使用，而不是在数据中心本身的使用，或者在冬季时测量PUE值，彼时制冷功率是最小的。)企业可能知道PUE到底意味着什么，但其他非专业的人并不知道，客户或其他公司只要拿这一个数据进行比较，就可以知道这些数字是否是真实可靠的了。

然而，尽管存在这些问题，PUE仍然是测量数据中心的能源效率的主要指标。大多数公司宣称他们的数据中心的复杂性，引用PUE值，而不是无数的竞争性的指标。这些其他的方法存在的一系列不同的缺点，因此缺乏采用的动力，并且在很大程度上集中在一起，没有一个单一的替代方案。换句话说，意味着PUE值不太可能在较短的一段时间内被替代。

想象一个科学家如何评价一个人的智力。智商(IQ)可能是迄今为止会想到的主要度量指标。如果您进一步思考，你可能会想出提炼IQ的手段。然而，归根结底，智商这一主要度量指标存在着严重的问题：它只是一个单一的数值，试图对人的奇异特性进行评价。

为了说明这一点，科学家必须针对两个人采用同一IQ系统进行评价：一个才华横溢的音乐家和一位天才的数学家。科学家应该怎样做呢?问关于音乐的问题，测试音乐能力吗?询问他们有关数学的问题，提出一系列量化的问题吗?无论他如何进行测试，结果可以很容易地把音乐家和数学家置于同一水平上，也就是说，作为一个多才多艺的人，恰好是在上述两个方面的评价都是相当的。

PUE是相似的：它是一个单一的数值，试图将许多不同的因素包容在一起，如冷却基础设施的效率和IT基础设施的效率。问题是这两个是可以相互抵消，导致PUE的数值产生非直观的变化。但如果我们不只是考察PUE的数值;也可以考察市场竞争中的其他大多数指标。一些通过测量更广泛的特性，试图提高IT效率，带来高PUE数值的问题，如交付的性能所消耗的每瓦特能量。

这样的指标仍然会碰到问题：在冬天到夏天的气候过渡中，怎样测量数据中心的效率?有人可能会说，这仅仅是操纵系统的问题，但具体到测量时，到底应该在何时进行测量呢?测量最大的冷却负载是否比一个最小负载好呢?也许测量常年进行，采用平均值，以消除某种形式的极端天气。但天气状态每年可能有很大的不同。此外，选址在较冷的地区的数据中心较之在温暖的地区的将有一个固有的优势。

您可以设想各种方式将这些不同的因素揉合进一个单一的数值：也许考虑数据中心所处环境周围的平均温度，采取平均定期读数的度量方法;在每年的不同时间和每一天都不同时间进行测量(以尝试平衡的工作量的效果)。但问题依然存在：在某一个领域测量得出很好的数值，可能会因为其他相关数据的糟糕而使得整体结果显得很平庸。尝试使用一个单一的数字来衡量数据中心的效率就与试图用IQ来衡量智商是一样的：它可能有一些广泛的适用性，但它缺乏准确性。

没有简单的解决方案

对于PUE和其他相似的度量方法的好处是简单的：当你处理每个数据中心的一个数值时，你可以很快的做个比较。A数据中心比B数据中心更有效(至少根据度量数值来看)。这也提供了一个方便的营销工具。例如，A数据中心测得的PUE值为1.10，可以迅速和有效地引起媒体的注意。相反，想象一下，如果企业必须提供和解释一系列的数值表、图表和一些其他的信息准确地描述其设施的效率;媒体就会打哈欠，感觉到枯燥乏味。因为很少有读者会有耐心去了解所有的信息。一个简单的数值更直观、更简练。

因此，绿色网格组织也进行了一系列的努力，以改进PUE。其他一些组织也试图围绕着PUE的问题已经了类似的指标开发，但所有的困难都在于很能用一个单一的数值来描述一个复杂的数据中心特性(能源效率状况)。每个备选方案有其固有的问题，并会被滥用，成为不法企业的营销优势。

尽管PUE有其缺点，但如果企业选择其作为度量数据中心能源效率的选择方案，则意味着其相对于竞争对手是具有比较优势的。数据中心采用PUE进行测量，尤其是那些能够负担得起创新的大型公司，需要在非常高的产量和效率值之间进行平衡。如果一个度量方法的出现，能够最大限度地减少复杂性，使用一个单一的数量值就能解释相关的问题(或者，可以灵活地存在两个或三个效率数字)，可能还有机会获得对PUE值得牵制。与此同时，尽管测量PUE存在着相当的困难，但其仍将是企业进行数据中心能源效率测量的首要选择。因此，它仍然是一个有用的工具。