自然冷却实际上是许多数据中心运营商和财务决策人员期望的选择。并且有着充分的理由：这是一种低成本和可持续循环利用的方式。
行业专家指出，有证据表明，数据中心的自然冷却很少能够达到预期的目标。一些数据中心的自然冷却系统不能正常运行或运行不良，通常很难分辨。在某种情况下，数据中心设施运营商正在考虑替换掉自然冷却基础设施。通常这并不需要替换，因为大多数自然冷却系统可以履行其承诺。他们的问题在于系统的表现缺乏可见性和诊断能力。行业专家认为，自然冷却的性能问题可以利用现有的基础设施进行检测和修复。
人们所需要的是智能技术。通过机器学习，物联网(IoT)技术和智能软件的结合，可以***限度地实现了这种智能化，使操作更加透明，并且随着IT负载和基础架构的变化使得冷却系统得到充分优化。
具体来说，传感器和监控设备可以结合自学习和自适应软件，可以提供企业需要的可见性和诊断能力，以保持自然冷却的优化调整，并确定降低能源成本的方法。
数据中心设施的经营者通常认为，自然冷却应减少空调压缩机的负荷，节省电能。但行业专家对欧洲的一些数据中心的调查发现，自然冷却系统的运行情况并不乐观。例如，即使外部空气很凉爽，有的数据中心并没有运行自然冷却系统，而其空调压缩机却一直连续运行，这是因为虽然部署了自然冷却系统，但数据中心运营人员对其运行无法准确判断。
还有一些数据中心，尽管其外部空间和内部空气的温差很大，却几乎没有冷风。此外，还有不同管道区域的自然冷却性能之间也存在很大差异的情况。在检查后发现，有的外部空气风道运行正常，有的风道却没有与外部空气正确连接。
在欧洲一个大型数据中心的案例中，不同冷却单元之间的性能表现有很大的差异，检查后发现，运行性能较差的单元的外部和回风挡板都被关闭，而外部空气阻尼器实际上也处于关闭状态。
在这几种情况下，传感器数据揭示了自然冷却系统性能的可见性。通过监控冷却基础设施和分析性能数据，进行了相对简单的修复，恢复了所有设备的自然冷却运行状态，以充分发挥性能。所有这些问题都是由于部署不当所致，但没有一个数据中心设施能够发现其原因。
随着自然冷却技术的成熟和集成问题的深入理解，其设备的部署问题可能会减少。但随着技术的不断变化和更多的供应商进入市场，持续的可视性和自适应系统将有助于冷却设备运营商跟上这些变化，确保用户***限度地获得自然冷却投资的回报，并在发生问题时提供更快、更有效的响应。
