Uptime Institute的一项调查研究显示，高达十分之一的机柜运行在温度高于设备可靠性指导原则所推荐的允许范围。目前数据中心的机柜功率密度不断攀升，平均每台机柜的功率密度达到5kW甚至更高，因此，预计受热点困扰的机柜数量将与日俱增，很快超过上述比例。如果热点迟迟无法消除，时间一久便可能带来严重的威胁，不仅危及IT 设备的可靠性与性能，还会影响硬件制造商的保修或维护协议。另一方面，数据中心所安装制冷装置的制冷量经常供大于求，特别是当制冷量完全由IT 设备“铭牌”上的额定值所决定。冷量输出远远大于IT实际负载需求造成的一个严重后果就是造成制冷容量的浪费而引起整个数据中心电能应用效率低下。

    虚拟化与云计算技术在数据中心广泛应用，对制冷量容量需求是动态变化的，这就要求动态调整冷量输出来匹配IT负载需求，在确保不出现局部热点的情形下，提升数据中心电能应用效率。针对以上数据中心现状，是否可以通过部署更多的制冷设备或传统自控系统来应对呢？

    以下为美国加利福尼亚4000平米的政府托管机房，让我们来看一个有趣的制冷模拟仿真 。高架地板区部署了多台标准水冷下送风空调，绿色圆圈图标选中某台空调，表明该空调启动。 模拟仿真的结果显示，当某些设备启动, 数据显示某些机柜蓝色，变冷， 这是我们期望的结果，当空调主机启动，机房肯定会变得冷却。但当某些空调启动时候，某些机柜却变得有热点，图中会显示红色机柜。 这是由于该空调主机和其他设备互相冲突，从而导致冷通道气流涡流，这个涡流会产生局部热点。

    上述机房模拟仿真的结果令人惊讶。某些空调设备对数据中心制冷至关重要；某些设备提供有限制冷；而有些设备根本就没用，甚至实际还会产生热点。由此看来，简单的增加制冷设备并不一定带来更好的制冷效果。
    由于气流是不可见，根本不可能映射设备之间关系。更重要的是，气流不属于人工控制区域，因此传统的控制方法无法管理这种复杂性 。
    越来越多的数据中心管理者在制冷方面正面临着过量供应和局部热点问题的双重挑战，这可能导致任务遭受重挫以及过高的能耗成本。他们越来越关注数据中心的制冷效率，急需找到一个动态智能管理工具，帮助他们识别机房的热点，并自动控制制冷设备消除热点，基于历史数据的分析，能洞察数据中心气流分布，并可基于数据中心的变化比如IT负载变更，自动调节空调及风扇的运转方式，从而动态地按需供应制冷容量，减低运维成本及电能应用。