数据中心建设项目的成长模型
数据模型建设方案
数据模型建设方案数据模型是一个用于表现数据的结构和关系的图形化表示方式。
它是为了更好地组织数据以实现更好的存储、处理和分析而设计的。
在数据模型建设过程中，需要制定一份合适的方案，以确保模型的设计符合最初的需求和目标。
本文将讨论如何建立一份数据模型建设方案。
1.确定目标在制定数据模型建设方案前，必须先明确目标。
有了一个清晰的目标，就能够能够更好地理解和满足业务需求。
一般来说，数据模型的目标应该包括以下三个方面：1.1 数据的精确定义数据模型应该严格定义业务数据的含义和规则，确保数据的精度和一致性。
它应该能够满足用户的需求，并能够保护数据的完整性和安全性。
1.2 业务流程的支持数据模型必须支持业务流程，并将数据存储在一个可组织、安全、可管理的结构中。
这使得业务用户可以追踪和管理数据，从而帮助组织更好地管理其业务。
1.3 满足未来需求在未来，业务需要将会不断变化和发展。
数据模型应该具备足够的灵活性和可伸缩性，以满足未来不断变化的需求和扩展。
2.收集需求数据模型的有效实现需要获得正确的需求信息。
因此，在数据模型建设的过程中，需要进行全面的需求收集。
为了更好地了解业务流程和数据关系，应该与业务用户进行有效沟通，并了解他们对数据的需求。
业务需求将反映在数据模型的定义中。
2.2 技术需求对于数据模型建设而言，技术需求同样重要。
这包括确定操作系统、数据库平台以及必要的硬件配置。
在收集了用户需求之后，就可以开始设计数据模型了。
这时候需要将收集到的数据分类和整理成一个可视化的数据结构。
数据模型可以分为三种主要类型：层次结构、网状结构和关系型结构。
3.1 层次结构层次结构是一种树形结构设计，层与层之间由专门的父子关系连接。
上一层的每个子节点对应下一层的一个父节点。
它是一种较为简单的数据模型，适用于小型系统。
网状结构是具有多个关系的数据模型，它使用类似“桥”连接的方式，连接各个数据元素。
这种模型在每一个数据元素之间都有一个专门的关系表示，因此它具有更高的灵活性，适用于较大型的系统。
数据中心项目建设方案介绍
数据中心项目建设方案介绍数据中心是目前信息化建设中最为重要的组成部分之一，它是一个支持企业的数据和应用服务的高度集成化的技术体系，也是企业信息化建设的重要组成部分，通过它能够提高企业内部信息研发和管理的效率。
本文将就数据中心项目建设方案进行详细介绍，内容包括数据中心项目的定位、建设目标、方案步骤、实施重点和技术支持等，旨在帮助企业了解如何正确的进行数据中心项目建设。
定位在进行数据中心项目建设时，第一步是需要明确数据中心的定位。
数据中心定位是指明确数据中心的目标和职责范围，以及与其他部门、业务单元的关系。
将数据中心定位明确后，能够更好地理解数据中心的功能和属性，进而构建一个合理的项目建设方案。
建设目标数据中心建设的目标是提供高效、安全和可靠的数据中心服务，满足企业内部各类需求。
具体来说，数据中心建设的目标包括以下三个方面：1. 提供高性能和高容量的存储和处理能力，保障企业内需求的数据存储和处理。
2. 提供完善的保障措施，保障数据中心运行的可靠性、可用性和安全性。
3. 提供高效和便捷的数据中心运维管理体系，以提供一流的用户服务质量。
方案步骤数据中心建设方案分为以下四个步骤：1. 初步规划和设计：在此步骤中，需要确定数据中心的基础设施（如机房石材、管道和电力等）以及相关技术设施（如服务器、网络设备、存储设备等）。
2. 实施方案：在此步骤中，需要根据初步规划进行实施，包括购置设备、制定设施建设计划、配合施工单位按照规划要求进行施工等。
3. 测试和确认：在此步骤中，通过测试和确认，验证数据中心各项设施及系统的功能是否符合要求，并对数据中心的可用性和稳定性进行测试和确认。
4. 系统上线：在此步骤中，需要将各项设施部署到数据中心使数据中心正常运行，并在后期对系统运维、维护等工作进行分析和统计。
实施重点在数据中心项目建设中，有几个重要的实施重点要关注。
首先是设备的选购和布置，应优先选购合适的品牌设备，并且在适当的位置进行设备的布置和安装。
数据中心建设项目数据库设计开发方案及实施方案
数据中心建设项目数据库设计开发方案及实施方案本项目中, 数据库设计与建设包括用于数据中心进行数据存储、交换、应用的数据中心数据库, 和用于数据统计、分析、挖掘的数据仓库的设计与建设。
本数据中心数据库的建设要满足金信工程的相关设计要求, 满足上级工商、质监、知识产权等市场监管部门的工作要求。
数据中心顾名思义, 是专注于数据处理和服务的中心, 旨在建立数据采集、更新、管理、使用机制, 加快系统内部信息交流与反馈, 为公众服务和相关政府部门数据交换建立基础, 为工商、质监、知识产权部门各级管理人员提供决策支持服务。
1.1.数据中心应用功能与业务处理功能的不同之处在于数据中心是以数据为管理对象, 而业务应用系统以业务为管理对象。
数据中心将从业务应用系统采集到的数据进行清洗和统一存放, 根据不同的需求进行加工, 生成不同的数据产品供各系统使用。
数据中心独立于应用系统之外, 又与应用系统有密切的联系。
1.2.数据中心是存储市场监督管理局经过筛选、去重、整理后的核心业务、人员数据等信息, 整合了全市各类主体信息资源和市场主体、人员相关的信息资源, 并进行统一管理和维护；数据中心通过深入挖掘数据价值, 开发实现灵活、高效的数据查询、业务报表、数据共享和数据交换等功能, 为政务公开、业务协同、绩效考核、决策支持、公共服务等提供数据保障。
1.3.数据中心建设原则金信工程数据中心建设遵循如下原则:1.总体规划, 建立科学、完整的信息资源管理体系整体规划, 将以往分散的数据资源进行整合, 建立科学、完整的信息资源体系结构, 确保业务人员、技术开发人员等使用和维护信息资源的用户从整体上把握数据资源的情况, 方便、准确的利用信息资源和有效的维护、管理信息资源。
科学、完整的信息资源管控体系不但包括信息资源自身的完整性, 科学性, 也应包括信息采集、管理、共享、利用方式的规划, 以及数据模型、数据指标等规范化、标准化的考虑。
2.统一规划、集中管理各类信息资源统一规划数据资源, 不只是要对各类信息资源进行物理集中存储管理, 还要在对业务数据分析的基础上, 一体化规划并设计系统数据模型, 统一制定业务数据指标体系, 以管理服务对象为核心, 组织相关联的业务数据, 实现对内业务使用、对外服务应用的统一视图。
数据中心建设
数据中心建设 一、背景介绍 数据中心是一个集中存储、管理和处理大量数据的设施，它在现代信息技术发展中起着至关重要的作用。随着云计算、大数据和人工智能等技术的快速发展，数据中心的需求也越来越大。为了满足企业和组织对数据存储和处理的需求，建设一个高效、安全、可靠的数据中心是至关重要的。
二、建设目标 1. 提供高可靠性：确保数据中心的稳定运行，最大限度地减少系统故障和维护时间。
2. 提供高密度和高效能：充分利用有限的资源，提高数据中心的处理能力和效率。
3. 提供高安全性：保护数据中心的机密性、完整性和可用性，防止未经授权的访问和数据泄露。
4. 提供可扩展性：根据业务需求，灵活地扩展数据中心的容量和功能。 5. 提供绿色环保：优化能源利用，降低碳排放，减少对环境的影响。 三、建设步骤 1. 需求分析：与业务部门合作，明确数据中心的需求和目标，包括存储容量、处理能力、安全级别等。
2. 设计规划：根据需求分析结果，制定详细的数据中心设计方案，包括硬件设备、网络架构、安全措施等。 3. 建设基础设施：搭建数据中心的基础设施，包括机房、供电系统、制冷系统、网络设备等。
4. 选购设备：根据设计方案，选购适合的服务器、存储设备、网络设备等硬件设备。
5. 网络架设：建立数据中心的网络架构，包括局域网、广域网、防火墙等网络设备的配置和连接。
6. 系统部署：安装和配置操作系统、数据库、应用软件等系统，确保其正常运行。
7. 安全措施：采取物理安全措施（如门禁、监控系统）、逻辑安全措施（如防火墙、入侵检测系统）和数据安全措施（如备份、加密）。
8. 测试和优化：对数据中心进行全面的测试，优化系统性能和稳定性。 9. 迁移和上线：将现有的数据迁移到新建的数据中心，并逐步启用新的数据中心。
10. 运维管理：建立完善的数据中心运维管理机制，包括设备监控、故障处理、容量规划等。
四、关键技术和措施 1. 虚拟化技术：通过虚拟化技术，将物理资源抽象为虚拟资源，提高资源利用率和灵活性。
核电工程数据中心信息模型研究与应用
关注｜智慧建造42Attention核电工程数据中心是面向总承包模式下的核电工程信息管理，覆盖从核电站的设计、采购、物流、施工、调试直至项目移交的全流程工程内容数据库。
核电工程数据中心信息模型研究与应用文｜张蒙汝43Attention智慧建造｜关注随着2007年10月《国家核电中长期发展规划(2005-2020年)》的正式获批，我国核电发展进入新阶段，到2020年，我国要达到约7000万千瓦至8000万千瓦的核电装机目标。
为了全面支持工程公司从设计、采购、施工到服务全流程，以及核电站从设计到建造、施工、运营的生命周期管理，亟需展开工程数据中心的开发研究。
核电工程数据中心是核电项目建设信息管理的基础数据集成平台，是连接项目各业务应用系统的纽带，也是对业主进行数字化移交的平台。
工程数据中心是以项目为对象，工程编码为纽带，工艺系统、设备、装置性材料等为基本单元，有机关联各相关数据、信息、图纸、资料和三维模型等工程内容，伴随建设过程动态生长的工程内容数据库。
信息模型则是核电工程数据中心的基础数据层，也是存储和管理项目全过程产生的信息的基础。
如何将工程数据、工程文档、业务流程、知识库等不同类型的信息组织在一起，实现内容可伸缩的数据存储结构，是核电工程数据中心的难点之一。
信息模型的组成由于核电站是由大量的基础设施、设备和系统构成，在建设过程中，包括设计、采购、建安、调试、项控、文档等各个专业需要完成相应的工作。
工程数据中心的建设方案需要考虑到不同专业工种的特点，能够从不同的视角为他们提供有组织成体系的数据信息。
这些不同体系的信息和数据，应当以某种内在联系方式实现相互间的关联，并形成一个整体。
同时为了避免数据出现大量冗余，相同数据不应该在工程数据中心出现多次重复保存。
信息模型层是工程数据中心的核心，主要是对工程全生命周期的信息进行存储和管理。
信息模型主要由数据模型、文档模型和关系模型三类模型构成，这也对工程数据中心的信息建模功能提出了明确的要求。
数据中心BIM模型设计与优化
数据中心BIM模型设计与优化数据中心BIM模型设计与优化数据中心是承载大量服务器和云计算设备的关键基础设施，因此设计和优化数据中心的BIM模型对于确保数据中心的高效运行至关重要。
下面将逐步介绍设计和优化数据中心BIM模型的步骤。
第一步：需求分析在设计和优化数据中心BIM模型之前，需要先进行需求分析。
这包括确定数据中心的规模、用途和功能要求。
例如，需要确定数据中心的面积、机柜数量、设备功耗等。
第二步：空间规划在确定了数据中心的需求后，需要进行空间规划。
这包括确定数据中心的布局，包括服务器机柜、冷却设备、电力设备等的位置。
在进行空间规划时，需要考虑到机柜之间的空间、通风要求和物理安全等因素。
第三步：能源管理数据中心的能源管理是关键之一。
通过BIM模型，可以模拟不同能源管理方案的效果，并选择最佳方案。
例如，可以模拟不同的供电策略、冷却方案和照明系统，以评估其对能源消耗的影响。
第四步：冷却系统设计冷却系统对于数据中心的稳定运行至关重要。
通过BIM模型，可以模拟不同的冷却系统设计，并进行优化。
例如，可以模拟风道的设计、冷却水的循环方式等，以确保数据中心的温度和湿度在可接受范围内。
第五步：物理安全设计数据中心的物理安全是至关重要的。
通过BIM模型，可以模拟不同的物理安全措施，并进行评估。
例如，可以模拟监控摄像头的布置、门禁系统的设计等，以确保数据中心的安全性。
第六步：设备布线设计数据中心的设备布线对于数据中心的可靠性和可维护性至关重要。
通过BIM模型，可以模拟不同的设备布线方案，并进行评估。
例如，可以模拟电缆的路径、光纤的布线方式等，以确保数据中心的设备之间的连接可靠且易于维护。
第七步：可视化管理通过BIM模型，可以将数据中心的物理设施和设备信息可视化。
这可以帮助数据中心管理人员更好地理解和管理数据中心的运行情况。
例如，可以通过BIM模型实时监测设备的能耗、温度和湿度等参数，以及进行故障诊断。
通过以上步骤，可以设计和优化数据中心的BIM 模型，以确保数据中心的高效运行和可靠性。
数据模型建设方案
数据模型建设方案
数据模型是指对实际应用中所使用的数据内容进行抽象，将其表示为
一组数据对象及其之间的关系，以便于处理。
数据模型建设方案通常包括以下步骤：
1.数据需求分析：在开始建立数据模型之前，需要明确业务需求，了
解数据的来源、流向、内容和格式，划分数据对象以及它们之间的关系。
2.数据建模：在数据需求分析的基础上，设计数据模型，包括实体关
系模型、关系数据库模型、对象模型等。
其中，实体关系模型是常用的数
据建模方法，它用实体和属性表示数据对象，用关系表示它们之间的联系。
3.数据库设计：在数据建模的基础上，设计数据库模式，包括表结构、索引、视图等。
在设计数据库时，需要考虑数据的存储方式、访问方式以
及数据的完整性和安全性等因素。
4.数据库开发和实现：根据数据库设计，实现数据库系统，包括数据
库创建、表创建、数据导入等。
同时，需要完成数据库系统的配置、管理
和维护工作，包括性能优化、备份与恢复、安全保护等。
5.数据库测试和优化：对数据库系统进行测试，包括数据插入、删除、更新等操作的测试以及系统性能测试等。
在测试的基础上，对系统进行优化，包括修改数据库结构、调整系统参数等。
6.数据库部署和维护：在数据库系统测试通过后，部署到生产环境中，并进行系统的日常维护工作，包括用户管理、数据管理、安全管理等。
以上是一个数据模型建设的基本流程和步骤，但实际建设中可能有所
差异，需要根据具体情况进行调整和完善。
数据中心建设方案(简版)
数据中心建设方案(简版)数据中心建设方案(简版)随着云计算、大数据和人工智能等技术的快速发展，数据中心已经成为支持现代信息技术发展的核心基础设施。
在本文中，我们将探讨数据中心建设的关键要素和建议，帮助您制定一份成功的数据中心建设方案。
1. 概述数据中心是用于存储、处理和管理大量数据的物理空间，它需要提供高效的计算和存储能力，同时确保数据的安全性和可靠性。
为了实现这些目标，以下是一些关键要素和建议：2. 选址与规划选址是数据中心建设的第一步。
合适的选址不仅要考虑供电、供水、供冷等基础设施，还需要考虑地理位置和气候条件等因素。
此外，数据中心的规划也是至关重要的，包括机柜布局、设备安装和维护区域的划分等。
3. 网络与联通性数据中心需要与外界进行高效的数据交互，因此网络和联通性是关键要素。
建议选择高质量的网络服务提供商，确保数据中心的高速互联，并考虑备用网络通道以应对意外故障。
4. 供电系统稳定的供电是数据中心运行的基本保障。
建议采用双路供电系统，并配备UPS和发电机等备用电源，以确保在电力中断时数据中心的正常运行。
此外，优化供电系统的能效，减少能源消耗也是一项重要的考虑因素。
5. 环境控制高效的环境控制是确保数据中心设备正常运行的关键。
建议采用恒温恒湿的空调系统，保持机房温度适宜并控制湿度在合适范围内。
此外，灭火系统的设施也是必不可少的，以保护数据中心设备免受火灾的威胁。
6. 安全措施数据中心存储的是大量敏感信息，因此安全措施非常重要。
建议采用多层次的安全措施，包括门禁系统、监控摄像头和严格的身份验证措施等。
此外，数据备份和灾备计划也是确保数据安全的重要手段。
7. 设备选择与管理选择合适的设备是数据中心建设的基础。
建议选择可靠性高、性能优越的服务器、存储设备和网络设备等。
同时，建议实施设备管理系统，对设备进行监控和维护，及时发现和解决问题，确保数据中心的稳定运行。
8. 可扩展性与灵活性随着业务的发展，数据中心可能需要快速扩展或进行技术升级。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
简介2成长模型的六个参数7分阶段扩容的价值10确定系统容量规划12成长模型在系统规划顺序中的作用16在TCO 计算中使用成长模型 20结论23资源24点击内容即可跳转至具体章节目录数据中心项目：成长模型为了成功通过数据中心项目的规划考验，需要这样一种结构，它包括明确定义的过程、具有专业知识的决策者，以及适当的工具来协助组织信息或执行计算。
成长模型正是这样的一种工具，它为探讨未来IT 电力需求提供了结构和术语定义。
本白皮书中描述的成长模型是第142号白皮书《数据中心项目：系统规划》中描述的数据中心规划过程的一个重要组成部分。
此成长模型提供了一个标准化的框架，用于表达和发展对规划中IT 设施电力需求的共同理解。
这既包括对IT 负载电力需求的描述 — I T 负载曲线，又包括对物理基础设施提供的电力容量的描述 — 系统容量规划。
I T 负载曲线是需要在数据中心设计的早期阶段思考和决定的基本规划要素之一。
在前期规划讨论中，“IT 负载曲线”的非技术性术语是成长规划，作为过程模型中的三个IT 参数之一，它是为设计供电和制冷系统提供基本输入。
在前期规划的讨论中，如果以结构化、有组织的方式关注这三个要素，就能够快速、高效地为规划过程的其余部分提供清晰无误的指导。
关键性和容量在上文提及的APC 白皮书中有说明。
您正在阅读的白皮书主要关注的是第三个要素，即成长规划。
成长规划以四个参数的IT 负载曲线的形式表现了预期的IT 负载。
根据此负载曲线，可以制定一个系统容量规划，在数据中心生命周期内为IT 负载提供支持。
本白皮书介绍了一种用于描述IT 负载曲线的模型和通用的语言，以及一种制定系统容量规划的方法。
一种简单的容量规划成长模型大部分数据中心规划都比较模糊，因为它们无法包含IT 设备中技术发展不断演变的特性。
另外，推动数据中心设计和/或业务需求的商业需求很难事先知晓。
IT 负载预测越向未来延伸，预测的可信度就越小。
任何具有前瞻性容量要求的模型都需要考虑预测活动本身的质量（确定性）相关的信息。
解决不确定性问题的一个方法是，设定一个在数据中心生命周期内可以合理预期的最大值和最小值，从而为预测提供支持。
这就是本白皮书中描述的成长模型所采用的方法。
最终负载最小值和最大值的概念如图1中所示。
数据中心生命周期一般定义为10年。
简介*有关如何在规划过程中使用这些IT 参数，请参见第142号白皮书《数据中心项目：系统规划》（参考资源章节中的链接）。
表1成长规划是为数据中心规划提供基本输入信息的三个IT 参数之一数据中心项目：系统规划资源链接第142号白皮书一旦确定了最终负载的最大和最小估算值，只需加上初始负载和过渡时间，便可完成IT 负载的增长预测（图2）。
模型的这个部分对数据中心生命周期内预测的IT 负载进行描述，它是在规划过程的很早期确定的。
成长模型的最后一个要素是系统容量规划，它是指对供电和制冷基础设施有计划地进行部署，以支持预测的IT 供电负载（图3）。
系统容量规划是在了解系统架构和物理空间的细节之后，在规划过程的稍晚阶段确定的。
图1预测的最终负载最小值和 最终负载最大值模型图 2初始负载和过渡时间最终负载最大值最终负载最小值过渡时间初始负载数据中心生命周期kW时间最终负载最小值最终负载最大值数据中心生命周期kW时间此模型可能看似简单，很好理解，但它却能够代表数据中心项目中利益相关各方之间经常没有得到充分沟通的复杂概念。
完整的模型可以通过六个参数进行描述，如图4中所示。
图3成长模型的系统容量规划部分图 4完整的成长模型最大值最终负载最小值最终负载初始负载过渡-时间34最终负载最小值5扩容规模最终负载最大值12数据中心生命周期系统容量规划实际最终负载（未知）6安全容差kW时间最终负载最大值最终负载最小值过渡时间系统容量规划数据中心生命周期初始负载kW时间此模型中的参数此模型的六个参数描述了数据中心成长的基本特征，并为共同理解和探讨规划问题提供了适当的语言。
这六个参数在表2中进行了总结。
为什么不是单一的“预测”实际负载？图4中的模型显示了预期最终负载的最大值和最小值，但没有明确预测最终负载的实际值。
对最终负载实际值的任何描述在大多数情况下只是猜测而已。
某一特定装置的最终负载实际值一般取决于多个变量，有些变量可能是规划者无法预测的，甚至不知道存在这些变量。
此成长模型所体现的一种更有效的规划方法是，识别最终负载的上下极限值，这样做可以比单一预测的负载等级更有可信度和一致性。
用户在做规划时往往对要采用的负载最大值有一个坚定的想法，因为可能的最大负载过去一直是在设计系统的前期一次性部署时使用的“安全”值，而且规划者习惯于那样的思维方式。
另外需要一个代表预测负载最小值的参数乍看似乎多余，但它却是获得该成长模型的可观成本效益的关键，这些成本效益将稍后描述。
同时识别出预测负载最大值和最小值为该模型增加了智能性，并且使系统容量规划能够包含成长的不确定性，为最大限度地减小过度建设的风险和降低总拥有成本提供了一种简单的策略。
表2成长模型的参数“IT 负载曲线”与“系统容量规划”之间的区别此成长模型提供了一种共同语言和框架，帮助用户理解IT 负载要求，同时也帮助物理基础设施设计者规划一个具有充足电力和制冷容量的系统以满足该负载要求。
两者相互依存。
成长模型的第一个部分 — IT 负载曲线由用户提供，作为规划过程的输入。
成长模型的第二个部分 — 系统容量规划由规划过程提供，作为对用户的输出，用以界定供电和制冷基础设施的部署（包括逐步扩容阶段）以支持用户的IT 负载曲线。
因此，对于一个特定的项目，成长模型的开发分为两个部分：1.首先，建立IT 负载曲线。
IT 负载曲线由模型的参数1到参数4构成，它是在规划过程的早期根据对企业业务需求的理解创建的。
在某些情况下，这可能需要咨询熟悉企业业务和一般IT 问题等方面的专业人士，或者参考描述类似企业的IT 增长参数的标准曲线。
此步骤的关键是让规划过程的参与者对预测的IT 负载达成共识。
2.其次，建立系统容量规划以支持IT 负载曲线。
系统容量规划由成长模型的参数5和参数6（扩容规模和安全容差）表示。
系统容量规划在规划过程的早期开始建立，对扩容规模进行粗略的估算，以指导参考设计的选择（本白皮书稍后讨论）。
系统容量规划在规划过程后期最终确定，在此之前先决定基本的系统架构和平面图（房间的行布局）。
用户一般没有这方面的专业知识，因此将依靠设备卖方或其他有资质的咨询服务机构。
逐步扩大的分阶段扩容提供了一种选择方案，即根据过渡期间实际条件的变化，延迟、调整或取消扩容建设。
分阶段扩容的优势稍后在本白皮书的“分阶段扩容的价值”章节中讨论。
图5显示了IT 负载曲线与系统容量规划之间的区别。
系统容量规划代表基础设施系统支持IT 负载的容量 — 换句话说，它回答了以下问题：该基础设施能够支持多大的IT 负载？系统容量兼顾了可以向负载供应的电量，以及制冷系统制冷负载的能力。
IT 负载 曲线IT 负载曲线图5IT 负载曲线与系统容量规划的区别初始负载时间kW时间kW初始负载（红线）必须能够支持最终负载最大值制冷又如何？IT 负载曲线是对项目电力要求的增长预测。
制冷要求暗含在此模型中，因为电力要求直接驱动制冷要求。
就像在这里描述的一样，负载和容量的讨论一般是通过IT 负载的电力要求来描述的。
然而，基础设施用以支持给定IT 电力负载的实际容量不仅取决于其能够向负载供应的电力，还取决于其能够提供的用以防止负载过热的制冷。
因此，基础设施用以支持给定IT 电力负载的容量是整个系统的能力，包括对其供电的能力以及对其制冷的能力。
值得系统设计者庆幸的是，供电和制冷要求直接相关 — IT 设备消耗的每瓦电力可以转换成必须除去的一瓦热量（热功率）。
因此，IT 设备的供电和制冷要求不仅等同（百分之一以内），而且可以用相同的单位 — 千瓦（kW ）表示。
IT 制冷曲线与IT 负载曲线相同。
制冷系统分阶段扩容可能不同于供电系统的分阶段扩容，这取决于所选设备的可扩展性以及系统配置的架构。
参数1和参数2：最终负载最大值和最小值第一步是确定一个对IT 供电负载的预测。
这是对装置生命周期内预期IT 负载的最佳估算值。
未来IT 需求的不确定性可能很难理解和量化，此成长模型使问题的探讨变得简单，因为它只要求一个最终负载最大值和一个最终负载最小值，确定这两个负载一般比单一目标负载更具可信度。
图6突出显示了成长模型中的这两个参数。
最终负载最大值 —可合理预期的最高负载，考虑到业务规划以及用户预见的任何潜在机会。
一些用户可能想要进一步“加强”这一估算，以防止在遭遇对不可扩展的要素，比如机房大小或电气进线点（其尺寸将经过调整以适应最终负载最大值）的硬性扩展限制时发生的严重后果。
注意在大多数情况下，此最大值将永远无法达到 — 过去，绝大部分设施的最终负载都远低于其初始预测的最大值。
在此模型中，分阶段扩容规划（过渡时间和阶段数量参数）可以随着未来变得清晰、不确定性变为确定性时放慢或停止扩容。
（分阶段扩容的作用和效益稍后在本白皮书的“分阶段扩容的价值”章节中讨论。
）最终负载最小值 — 考虑已知商业风险和潜在市场挑战后的可合理预期的最终负载最低值。
此参数稍后将用于确定系统的初始容量和分阶段扩容规划（参见后面的“确定系统容量规划”章节）。
它在本白皮书稍后介绍的TCO （总拥有成本）分析方面也发挥着重要的作用。
增长模型的六个参数图6显示了最终负载最大值 和最终负载最小值参数。
这两个参数为系统容量规划的设计提供了重要的信息，对系统的可扩展和不可扩展要素同时产生影响，在后面的“确定系统容量规划”章节中有描述。
参数3：初始负载初始负载（图7）是系统初始安装时必须支持的IT 负载。
由于它与当前的业务状况直接相关，因此确定时比提前预计参数1和参数2的最小和最大极限值容易得多。
初始负载一般会小于最终负载最大值或最终负载最小值，尽管在某些情况下，如果IT 负载可能会下降，那么它也有可能大于最终负载最小值。
图6成长模型的最终负载最大值和 最终负载最小值参数图7成长模型的初始负载参数最终负载最小值最终负载最大值12数据中心生命周期实际最终负载（未知）)时间kW4过渡时间初始负载3初始负载3最终负载最小值最终负载最大值12数据中心生命周期实际最终负载（未知）时间kW参数4：过渡时间过渡时间是初始安装与最终负载之间的预测时间。
参数5：扩容规模扩容规模是系统容量规划的一个属性，而不是IT 负载曲线的属性。
它是在规划过程的后期决定的，决定时考虑到了所选系统架构的可扩展性（稍后描述的基准设计）、平面图（机房的行布局），以及对增长不确定性和递增型部署的潜在TCO 效益的评估。