Traducido del inglés al español - www.onlinedoctranslator.

com

Energía aplicada 166 (2016) 174–185

Listas de contenidos disponibles enCienciaDirecta

Energía Aplicada

página de inicio de la revista: www.elsevier.com/localize/apenergy

Gestión de la energía de las telecomunicaciones y las emisiones de gases de efecto invernadero para
el crecimiento futuro de la red

Chien Aun Chana,⇑, André F. Gygaxb, Christopher LeckieC, Elaine Wonga, Ampalavanapillai Nirmalathasa,
KerryHintona
aCentro de Telecomunicaciones de Eficiencia Energética, Departamento de Ingeniería Eléctrica y Electrónica, Universidad de Melbourne, 3010 Victoria, Australia
bDepartamento de Finanzas, Universidad de Melbourne, 3010 Victoria, Australia
CDepartamento de Computación y Sistemas de Información, Universidad de Melbourne, 3010 Victoria, Australia

reflejos

- Modelo para evaluar las interdependencias clave de una red de telecomunicaciones de rápido crecimiento.
- Análisis de crecimiento de red utilizando datos reales y simulación Monte Carlo.
- Importancia de las mejoras de eficiencia energética tanto operativas como incorporadas.
- Se espera que la energía incorporada domine en el futuro bajo las tendencias actuales de eficiencia energética.
- Huella de carbono y gestión energética mediante ciclo óptimo de sustitución de red.

información del artículo abstracto

Historial del artículo: Un aspecto clave del despliegue de redes más ecológicas es cómo lograr un crecimiento sostenible de una red de
Recibido el 11 de agosto de 2015 telecomunicaciones, tanto en términos de energía operativa como incorporada. Por lo tanto, en este documento
Recibido en forma revisada el 2 de diciembre de 2015
investigamos cómo se pueden minimizar el consumo total de energía y las emisiones de gases de efecto
Aceptado el 4 de enero de 2016
invernadero de una red de telecomunicaciones de rápido crecimiento. Debido a las complejidades en el modelado
de la energía incorporada de las redes, este aspecto del consumo de energía ha recibido una atención limitada por
parte de los operadores de redes. Aquí, presentamos el primer modelo para evaluar las interdependencias de los
Palabras clave:
cuatro principales factores que contribuyen en la gestión del crecimiento sostenible de una red de
Eficiencia energética de la red de
telecomunicaciones: (i) el consumo de energía operativa de la red; (ii) la energía incorporada de los equipos de red;
telecomunicaciones
Energía del ciclo de vida de las (iii) crecimiento del tráfico de red; y (iv) las mejoras de eficiencia energética esperadas tanto en la fase operativa
telecomunicaciones Desarrollo sostenible como en la incorporada. Usando técnicas de Monte Carlo con datos reales de la red, nuestros resultados
Modelización de la eficiencia energética demuestran que bajo las tendencias actuales en las mejoras generales de la eficiencia energética, la energía
Gestión del crecimiento sostenible incorporada en la red representará más del 40 % de la energía total de la red en 2025 en comparación con el 20 % en
2015. Además, encontramos que el ciclo óptimo de reemplazo de equipos, que dará como resultado la energía total
más baja del ciclo de vida de la red, depende directamente del progreso tecnológico en las mejoras de eficiencia
energética tanto de las fases operativas como incorporadas. Nuestro modelo y análisis destacan la necesidad de un
enfoque integral para comprender mejor las interacciones entre el crecimiento de la red, el progreso tecnológico, la
vida útil de reemplazo de equipos, el consumo de energía,
- 2016 Elsevier Ltd. Todos los derechos reservados.

1. Introducción En los últimos años, científicos e investigadores han dedicado importantes

Se espera que la cantidad de datos transportados por las redes de
telecomunicaciones continúe creciendo durante la próxima década a
una tasa del 25% al 45% por año.[1,2]y se espera que el consumo de
energía operativa de la red aumente a una tasa anual del 10%[3,4].
⇑Autor correspondiente.
Dirección de correo electrónico:chienac@unimelb.edu.au (CA Chan).
esfuerzos de investigación a la cuantificación y gestión de la energía
consumida por las redes de telecomunicaciones. La investigación actual
sobre la mejora de la eficiencia energética de la red se divide en dos temas
principales: (1) eficiencia energética operativa, cuyo objetivo es reducir la
energía utilizada en el funcionamiento de los equipos y dispositivos de la red
[5–9]y (2) eficiencia energética incorporada, cuyo objetivo es gestionar mejor
la energía utilizada en la adquisición y el preprocesamiento de materias
primas, la producción, la distribución y el tratamiento al final de su vida útil.

http://dx.doi.org/10.1016/j.apenergy.2016.01.007 0306-2619/- 2016

Elsevier Ltd. Todos los derechos reservados.
 CA Chan et al. / Energía aplicada 166 (2016) 174–185
equipos y dispositivos de red[10–12]. Sin embargo, las mejoras de eficiencia
energética tanto operativas como incorporadas deben considerarse
conjuntamente al gestionar el consumo de energía de una red de
telecomunicaciones en rápido crecimiento porque están estrechamente
relacionadas[8,13]. Por ejemplo,beneficiarse del progreso tecnológico que
mejora la eficiencia energética operativa de los equipos de red requiere que
los operadores de red reemplacen con frecuencia los equipos de red para
lograr ahorros de energía operativa. Sin embargo, la sustitución de equipos
de red requiere con frecuencia la producción de nuevas unidades de
equipos de red y la eliminación de equipos obsoletos, lo que aumenta el
consumo de energía incorporado de la red.
Equilibrar la energía operativa y la incorporada que se requiere es
fundamental para gestionar la expansión sostenible de una red en rápido
crecimiento. El problema de equilibrar la energía operativa y la energía
incorporada también es crítico en otras áreas, como las baterías utilizadas
en los vehículos eléctricos.[14]y la producción y el uso de centrales eléctricas
libres de emisiones[15]. En este documento, el crecimiento sostenible de
una red se entiende como una estrategia de crecimiento que minimiza la
huella energética general de la red. Esto brindará la mejor oportunidad para
que la red crezca en respuesta a la creciente demanda de servicios a largo
plazo a medida que las restricciones al crecimiento se vuelvan más estrictas
debido al agotamiento de los recursos. Aquí, nos enfocamos en determinar
el enfoque óptimo para el crecimiento de la red cuando se tiene en cuenta el
impacto ambiental (energía del ciclo de vida y emisiones de gases de efecto
invernadero) y el costo económico del crecimiento de la red. Al minimizar el
costo total de la energía de la red, el enfoque óptimo desarrollado en este
documento también mejorará la disponibilidad de los servicios para las
poblaciones que actualmente no tienen acceso a los servicios digitales. A
medida que el crecimiento económico se ve más limitado por el
agotamiento de los recursos, la provisión de servicios digitales en los países
en desarrollo deberá reconocer estas limitaciones. Los enfoques similares al
descrito en este documento brindarán la mejor oportunidad para extender
estos servicios a estas economías emergentes.
Gestionar el crecimiento sostenible de las redes de
telecomunicaciones requiere una cuidadosa consideración de cuatro
factores[13]: (i) el consumo energético operativo de la infraestructura
de la red; (ii) el consumo de energía incorporado requerido para la
expansión de la red y renovación de equipos; (iii) la tasa de crecimiento
del tráfico de red; y (iv) el avance tecnológico en mejoras de eficiencia
energética tanto operativas como incorporadas. Los análisis han
considerado las interacciones entre (i) y (ii)[8,16], (ii) y (iv) [11,12,17,18],
y (i), (iii) y (iv)[5–7,19]. Sin embargo,no se han realizado análisis para
comprender las interdependencias entre los cuatro factores en el
crecimiento sostenible de una red.
En la sección2, proponemos un nuevo modelo, que se puede utilizar para
evaluar las interdependencias de (i), (ii), (iii) y (iv) para gestionar mejor el consumo
de energía del ciclo de vida y las emisiones de gases de efecto invernadero
resultantes de un rápido red creciente. Sin pérdida de generalidad, usamos un
ejemplo de una red estatal de investigación y educación, es decir, la Red de
Investigación y Educación de California (CalREN), como el enfoque de aplicación de
nuestro modelo energético. Sin embargo, el modelo general que hemos
desarrollado se puede aplicar a una amplia gama de diferentes tipos de redes de
telecomunicaciones. Además, se realiza una evaluación crítica de la incertidumbre
en las tendencias actuales de mejora de la eficiencia energética (tanto en las fases
operativas como incorporadas). También se explica el uso del enfoque de Monte
Carlo para tratar la incertidumbre en los parámetros. En la sección3, presentamos
el siguiente análisis para comprender los factores clave de interdependencia en la
reducción del consumo total de energía de la red para satisfacer el crecimiento
futuro del tráfico de la red. En primer lugar, los resultados dan una idea de la tasa
de crecimiento de la energía del ciclo de vida total de una red en crecimiento
según las tendencias actuales de mejora de la eficiencia energética. En segundo
lugar, debido a que el crecimiento del tráfico de la red es uno de los principales
factores que contribuyen a la implementación de la red, examinamos el impacto
de diferentes tipos de crecimiento del tráfico de la red.
175
tasas a la energía total del ciclo de vida de una red. Para minimizar la
energía del ciclo de vida total de una red, el operador de la red debe tomar
la decisión de reemplazar el equipo heredado con un equipo más eficiente
desde el punto de vista energético para obtener mejoras en la eficiencia
energética operativa de la red. Sin embargo, el reemplazo rápido de
unidades de equipos de red podría potencialmente aumentar la energía
incorporada de la red. Por lo tanto, para ayudar a los operadores de redes a
tomar una decisión óptima sobre cuándo reemplazar sus equipos de red,
investigamos los impactos de las mejoras de eficiencia energética en la
estrategia de reemplazo de equipos de red. Finalmente, Sección4presenta la
conclusión del trabajo.
2. Métodos de gestión del consumo energético de las redes
de telecomunicaciones
El consumo total de energía de la red en el año.s,midsÞ total, es el
suma del consumo de energía operativa de la red (midsÞ red )
y la red incorporó energía debido al despliegue de la red (MIdsÞ
encarnado ) en el años:midsÞtotal¼midsred
Þ þmidsÞ encarnado.
2.1. Eficiencia energética operativa de una red
La energía de operación de la red (mired) es la integral del consumo
total de energía de la red durante la duración del uso (D):
ZD
mireddD¼ dPAGequipodtÞ þPAGoverheadsdtÞÞdt; d1Þ
0
El consumo total de energía operativa de la red consta de dos componentes:
el consumo de energía en los equipos de red operativos que transportan
tráfico de red (PAGequipo), y el consumo de energía en los gastos generales (
PAGgastos generales) que respaldan el funcionamiento normal del equipo de red
(es decir, equipo de red de enfriamiento, pérdidas de distribución de energía
y otros gastos generales). El equipo de red típico consumirá una potencia
compensada fijaPAGbasecuando el equipo de red no tiene tráfico para
procesar[20]. Más allá dePAGbase, el consumo de energía de un equipo de
red típico tiene una dependencia aproximadamente lineal de la cantidad de
datos transportados por la unidad (en bits por segundo)[20]. Por lo tanto,
asumimos que el consumo de energía de una red tiene una dependencia
similar de la cantidad de datos transportados por la red. En consecuencia, la
potencia total de los equipos de la red tomará la siguiente forma:
--
TdtÞ
PAGequipodt¼PAGbaseþ ðPAGmáximo- PAGbaseÞ ; d2Þ
Tmáximo
dóndePAGmáximoes la potencia máxima del equipo de red que se produce
cuando el tráfico de redTestá operando a su carga máximaTmáximo.
Insertando la ecuación paraPAGequipoen la ecuación(1)y la implementación
de la integral da el consumo total de energía del equipo durante la duración
D:
ZD
dPAGmáximo- PAGbaseÞ
PAGequipodt¼PAGbaseDþ TavmiD ¼PAGequipar; unvmiD; d3Þ
0 Tmáximo
dóndeTCraes el tráfico promedio a través del equipo dado por
RDTdt=D.Los gastos generales son constantes o dependen
0
aproximadamente linealmente de la potencia del equipo dada por la
efectividad del uso de la energía (PUE), definida como la relación entre
la potencia total requerida para operar una red y la potencia utilizada
solo por el equipo de la red.[5]. Por lo tanto, la ecuación se puede
simplificar a la siguiente:
d4Þ
mireddDÞ dPAGequipar; unvmiþPAGo=h;avmiÞD;
dóndePAGo/h, avenidaes la potencia aérea promedio anual cuandoDes un
año
176 CA Chan et al. / Energía aplicada 166 (2016) 174–185

La eficiencia energética operativa de la red (gramoequipo) es un concepto Al incluir la Ec.(9), ecuación(10), y la ecuación.(11)en la ecuación(7)y luego
ampliamente utilizado para comparar la eficiencia energética de equipos y convirtiendo a la Ec.(4)multiplicandogramoequipocon (TCra), el consumo
redes[21]. Este parámetro se define normalmente como la relación entre la medio de energía de funcionamiento de los equipos de red en el año
energía operativa total (red),PAGequipar, ave D (en julios) s,midred
sÞ dDÞ,entonces se puede determinar usando la Ec.(12):
al tráfico total de la redTCra D (en bits) transportados por la red " !
PAGds-1Þ
durante una duraciónD: s-1ÞÞ
midsÞ
red dDÞ d1 -amáximoÞ Tds-1Þ
máximo
d1 -d1 - a base Þrd
dPAGequipar; unvmiþPAGo=h;avmiÞD máximo-

gramoequipo¼ : d5Þ -
TavmiD d1 -abaseÞrds-1Þ TdavsÞmiþ ð1 - - 1Þ
þ tudsÞ
aoh = hÞPAGds
o=h;avmi
D
Insertando la Ec.(3)en la ecuación(5),gramo equipoahora se convierte en:
d12Þ
PAGo=h;avmi
þ
PAGequipar; unvmi
gramoequipo¼
Tavmi Tavmi Cabe señalar que la Ec.(12)asume que los factores de mejora de la eficiencia
þdPAGmáximo-PAGbaseÞ energética son los mismos para todos los tipos de equipos en la red. Sin embargo,
PAGbase T Tavmi PAG
þo=h;avmi d6Þ
¼ las diferentes clases de equipos podrían experimentar diferentes mejoras en la
máximo

Tavmi Tavmi eficiencia energética debido a los diferentes perfiles y funcionalidades de energía.
PAG dPAG PAG
máximo- PAGbaseÞ þo=h;avmi: En otras palabras, las Ecs.(9)–(11)dependen de la clase de equipo,k (por ejemplo,
¼baseþ
Tavmi Tmáximo Tavmi enrutador de chasis pequeño, enrutador de chasis grande, conmutador de chasis
pequeño, conmutador de chasis grande, etc.). Por lo tanto, la ecuación.(12)se
Introducción al parámetro de proporcionalidad de la redr = PAG y base/PAGmáximo
puede ampliar enyodiferentes clases de equipo:
utilizacióntu = TCra/Tmáximo, ecuación(6)ahora se convierte en:
" " !(
Xyo PAGds-1Þ

rPmáximo PAGmáximo- rPmáximo PAG

o=h;avmi
midsÞ
d1-amáximoÞ d1-d1-abaseÞrk
k;máx ds-1ÞÞ

gramoequipo¼ þ þ reddDÞ Tds- 1Þ

Tavmi k¼1 ;máx
- norte
Utahmáximo Tmáximo Tmáximo
o d7Þ !k) # #
r PAG
þo=h;avmi: d1-abaseÞrk
ds-1Þ
Td sÞ s-1Þ
¼ þ1 -r
PAGmáximo
þ þfð1-aoh = hÞPAGd D; d13Þ
Tmáximo tu Tavmi tudsÞ k;avmi gramo
o=h;avmi

Hay cuatro maneras de mejorargramoequipo: (i) reducir la potencia aérea dóndekrepresenta cada clase de equipo en la red. Cabe señalar que la
promedio anual (PAGo/h, avenida), (ii) reducir los ratios de equipos de red (PAG capacidad del equipo se implementa en función del tráfico máximo en
máximo/Tmáximo), (iii) reducir la energía inactiva de la red, haciendo que la red lugar del tráfico promedio. Por lo tanto, la diferencia entre la tasa de
sea más proporcional a la carga (lo que corresponde a r?0), y (iv) aumentar la crecimiento del tráfico promedio y el crecimiento del tráfico máximo
utilización de la redtuCabe señalar que el operador de la red decide el debe incluirse en el parámetrotu(s)para los cálculos de energía
parámetrotuen función de los perfiles de tráfico de red específicos y los operativa y incorporada.
requisitos del cliente. Un aumento mayor en el tráfico pico en comparación
con el tráfico promedio ha sido pronosticado por[2]. Por lo tanto, 2.2. Eficiencia energética incorporada de una red
suponiendo que todo el equipo de la red esté encendido las 24 horas del día,
los 7 días de la semana y suponiendo que se continúe con la práctica de Adoptando un enfoque similar al de[22], definimos la eficiencia
dimensionar la red para la carga máxima, esperaríamos que el parámetrotu energética incorporada parak-equipo de clase,gramok, encarnadocomo la
para que el tráfico global disminuya cada año. energía incorporada requerida,mik,emb, para producir, desplegar y
Definimos la reducción fraccionaria anual,a, del parámetroY entre desmantelar un elemento de red con capacidad máximaTk, máx..
añosys+1 como:
mik;emb:
d14Þ
aY - YddssþÞ 1Þ gramok;encarnado¼
Tk;máx
¼ YðsÞ : d8Þ
eficiencia energética incorporada,gramok, encarnado, tiene las unidades de Joules/(bits por

Usando esto, definimosaVaya,amáximo, yabasecomo las reducciones segundo).

fraccionarias anuales dePAGo/h, avenida, (PAGmáximo/Tmáximo), y (PAGbase/PAG La red total de energía incorporada de las unidades de equipo
máximo), respectivamente, que provienen de mejoras en la tecnología: desplegado en el años(midsÞ encarnado) debido a la sustitución del legado
equipos y el despliegue de nuevas unidades de equipos de red es:
(i) reducción enPAGo/h, avenida aoh = h
(ii) reducción en (PAGmáximo/Tmáximo) amáximo
X yo mi s
(iii) reducción en (PAGbase/PAGmáximo) or abase midsÞ
encarnado¼
d Þ

k;encarnado;
d15Þ
k¼1

Si la eficiencia energética incorporada del equipo de red producido en

Por ejemplo,PAGo/h, avenidapor años,
PAGdsÞ
o=h;avmi
, se puede determinar en base el años, requerida para manejar una capacidad de red dada, se conoce
sobre la información de reducción anual del año anterior: la energía incorporada total de lakelclase de equipo
desplegado en el años,midsk;encarnado
Þ , se puede determinar usando la siguiente
1Þ
d9Þ
PAGdsÞ
o=h;avmi ¼ ð1 -aoh = hÞPAGdo=h;a
s-
vmi: ecuación:
dsÞ midsÞ dsÞ TdsÞ sÞ
yr(s)se puede determinar usando las Ecs.(10)y ðgramok;encarnadoÞ k;max;nuevoþTdk;máx;reemplazar;
ddieciséisÞ
Similarmente,PAGmáximo k;encarnado¼
Tmáximo

(11), respectivamente:
donde el terminodgramok;encarnadoÞd sÞes la eficiencia energética incorporada de
-- dsÞ ds-1Þ
PAG
Þmáximo el equipo de red desplegado en el añosy diseñado para manejar
¼ ð1 -amáximo Tds- 1Þ ; d10Þ
PAGmáximo

Þ
Tmáximo
máximo
una capacidad de red deTk, máx.en el años.Tds k;max;nuevo es la cantidad total de
nueva capacidad de red requerida para manejar nuevo tráfico (en bits-
rdsÞ¼1 -d1 -abaseÞrds-1Þ: d11Þ por segundo) en el años, yTdsÞ k;máx;reemplazares la cantidad total de nuevos
 CA Chan et al. / Energía aplicada 166 (2016) 174–185
capacidad de red requerida para manejar el tráfico de red (en bits por segundo)
transportado por unidades de equipos antiguos que se van a reemplazar
al años. Cabe señalar que ambosTdsÞ
k;max;nuevoyTdsÞ
k;máx;reemplazar
las capacidades de la red que se implementarán en función del tráfico pico.
Si la información sobredgramok;encarnadoÞdsÞno está disponible, una alternativa
manera de determinarmidsk;encarnado
Þ es estimar la reducción anual de
eficiencia energética incorporada de cada clase de equipo (ak,emb). Por
lo tanto, estimamos la eficiencia energética incorporada de cada clase
de equipo en el añosen base a los datos de 2015:
midsÞ
k;encarnado¼ ð1 -ak;embÞds-2015Þdgramok;encarnadoÞd2015Þ dTdk;max;nuevo
sÞ
þTdsk;máx;reemplazar
Þ
Þ:
El términodgramok;encarnadoÞd2015Þrepresenta la eficiencia energética
incorporada en el año 2015, donde dgramok;encarnadoÞd2015Þ¼
dPAGk;máx=Tk;máxÞd2015Þ rRd2015Þ
k
. El parámetroRd2015Þes la
k
proporción
de energía incorporada a (máxima) operativa para elkelclase de equipo
(refiriéndose aApéndice A,Cuadro A1) yres la vida típica delkelclase de
equipo. La relación entre la energía incorporada y la energía operativa
de varias clases de equipos de red de telecomunicaciones también se
puede encontrar en[23,24]. Cabe señalar que en la Ec.(17), las unidades
de equipo en clasekdebería tener el mismo
R,y similaresdgramok;encarnadoÞ.
2.3. Análisis de Montecarlo
En esta sección, se utiliza la simulación de Monte Carlo para estimar las
tendencias actuales en las mejoras de la eficiencia energética tanto en la
fase operativa como en la incorporada, y se analizan los valores medios, los
rangos y las distribuciones de probabilidad de los parámetros de
incertidumbre.
2.3.1. simulación del Monte Carlo
La simulación de Monte Carlo se utiliza para estimar el consumo total de
energía operativa y incorporada de la red de 2016 a 2025 dada la
incertidumbre en los parámetros de entrada. La simulación se programa
utilizando MATLAB. La configuración de la simulación comienza eligiendo un
valor aleatorio para cada parámetro de entrada que muestre incertidumbre
en función de los valores medios, rangos y distribuciones de probabilidad
correspondientes dados entabla 1. Los parámetros de incertidumbre son: (1)
reducción anual en el consumo de energía de sobrecarga de la red (aVaya); (2)
reducción anual de energía por bit del equipo de red (amáximo); (3) reducción
anual en la potencia de referencia de los equipos de red (abase); (4) reducción
anual en la eficiencia energética incorporada de los equipos de red (aembe); y
(5) las tasas de crecimiento del tráfico de red. Todos los parámetros de
entrada están configurados para tener el mismo número de puntos
decimales: 4 puntos decimales para que los resultados de la simulación no
se vean afectados por las diferentes magnitudes en la precisión de los
parámetros de entrada. Los parámetros de entrada luego se insertan en los
modelos de energía presentados en las Secciones2.1 y 2.2para generar
estimaciones del consumo total de energía de la red (tanto energía
operativa como incorporada) de 2016 a 2025. Para obtener los resultados, el
proceso se repite durante 100,000 iteraciones. Cabe señalar que se eligen
100 000 iteraciones porque los resultados no muestran diferencias más allá
de 50 000 iteraciones. Para mantener la coherencia en la magnitud con los
parámetros de incertidumbre de entrada, todos los parámetros de salida se
establecen en 4 puntos decimales.
2.3.2. Reducción anual en el consumo de energía de sobrecarga de la red (a
Vaya) En el escenario mínimo, suponemos una reducción anual del 2,09 %
según los datos históricos y previstos de reducción de PUE para los centros
de datos globales de 2005 a 2020, proporcionados por[7]. En el escenario
promedio, asumimos una reducción anual de 6.7% con base en el
177
predicción de[21]para el cual se espera que el PUE de las redes de
telecomunicaciones se reduzca de 2,0 a 1,5 entre 2010 y 2020. En el
escenario máximo, asumimos una reducción anual del 10,95 % en el
son
consumo de energía general según los datos históricos de PUE de
Google[25].
2.3.3. Reducción anual de energía por bit de equipo de red (amáximo) En
el escenario promedio, asumimos una reducción del 10 % en
energía por bit de equipo de red futuro según los resultados de
[26]. Los escenarios mínimo y máximo se extrapolan de los datos
históricos de reducción anual de energía por bit en comparación con
equipos de generación anterior (referidos aApéndice A, Figura A1).
d17Þ Encontramos que las variaciones en la reducción de la energía por bit
del equipo de red a partir del 2000 tienden a ser menores, es decir,
entre -10% (lo que indica un aumento en la energía por bit del equipo
del 10%) y 30% en comparación con antes de 2008[26]. Esto se debe a
que los equipos de red de próxima generación podrían diseñarse para
abordar la capacidad, la calidad del servicio y otros requisitos, no
necesariamente para la eficiencia energética. Por lo tanto, asumimos
los escenarios mínimo y máximo de -10 % y 30 %, respectivamente,
para las reducciones en la energía anual del equipo por bit de equipo
de red de próxima generación.
2.3.4. Reducción anual de la potencia de línea de base de los equipos de red
(abase)
Dos parámetros de incertidumbre son relevantes para determinar la
reducción anual en la potencia de línea de base del equipo de la red.
Primero, determinamos el consumo de energía de referencia que se puede
lograr en los equipos de red de próxima generación. En segundo lugar,
determinamos el año en que esta tecnología estará disponible.
En[27–29], se han evaluado varias técnicas de ahorro de energía
utilizando diferentes topologías de red. En general, el consumo de energía
de referencia de una red se puede reducir entre un 50 y un 60 %. Por lo
tanto, para la potencia de referencia que se puede lograr en equipos de red
de próxima generación, asumimos un escenario promedio de 45 % con
escenarios mínimo y máximo de 40 a 50 %, respectivamente.
A continuación, pronosticamos el año en que estarán disponibles
comercialmente los equipos de red con la tecnología de ahorro de energía
antes mencionada. De acuerdo a[21], se espera que el equipo de red con
tecnologías energéticamente eficientes esté disponible comercialmente en
2020. Por lo tanto, en el escenario promedio, asumimos que el equipo de
red con el consumo de energía de referencia objetivo estará disponible en
2020 con los escenarios mínimo y máximo de 2015 y 2025, respectivamente.
En cada iteración de la simulación de Monte Carlo, un valor para la
potencia de referencia del equipo alcanzable, (PAGobjetivo_base) se elegirá al
azar en función de una distribución de probabilidad, un valor medio y un
rango dados anteriormente y que se muestran entabla 1. Por lo tanto, se
elegirá un año al azar (Raño) en el que el equipo de red conPAGobjetivo_base
estará disponible.Rañose elige aleatoriamente en función del valor medio, el
rango y la distribución de probabilidad que se muestra entabla 1. Luego, se
utiliza la siguiente fórmula para determinar la reducción anual en la
potencia de referencia de los equipos de red de próxima generación:
- - d1=dRaño-2015ÞÞ
PAG
abase¼1 - objetivo básico
: d18Þ
PAGbase2015
2.3.5. Reducción anual en la eficiencia energética incorporada de los equipos
de red (aembe)
Existen tres incertidumbres para determinar la reducción anual en la eficiencia
energética incorporada de los nuevos equipos de red: (1) reducción anual en la
eficiencia energética de producción de semiconductores (asemen); (2) reducción
anual en la eficiencia energética de la producción de acero (aacero); y (3) relación de
energía de producción de la composición del material en equipos de red de
próxima generación. Se debería notar
178
tabla 1
Los valores medios estimados, rangos y distribuciones de probabilidad de todos los parámetros de incertidumbre utilizados en la simulación de Monte Carlo para pronosticar la energía total de la red.
Parámetro Valor medio
Reducción anual de la sobrecarga de la red 6,7%
el consumo de energía (ao/h, avenida)
Reducción anual de energía por bit de 10%
futuros equipos de red (amáximo)
Reducción anual de la potencia de línea base de
Equipo de red (abase)
1. Potencia de referencia que se puede lograr 45%
en equipos de última generación
(PAGobjetivo_base)
2. Año para lograrPAGobjetivo_base 2020
comercialmente disponible (Raño)
Reducción anual de energía incorporada
eficiencia de los equipos de red
(aembe)
1. Reducción anual en la eficiencia energética 9,35%
de producción de semiconductores
(asemen)
2. Reducción anual en la eficiencia energética 2%
de la producción de acero (aacero)
3. Relaciones de energía de producción de la 33%
composición del material en equipos de red de (semiconductores)
próxima generación (q) 31% (acero)
Tasas de crecimiento del tráfico de red anual Referir al medio
tasas de crecimiento del tráfico
enTabla 3
Nota: En la simulación de Monte Carlo, todos los parámetros de entrada se establecen en 4 puntos decimales.
esoaYes la reducción fraccionaria anual en la eficiencia energética de
producción del parámetroYentre añosys+1 (consulte la Ec.(8)).
aembese puede determinar mediante la siguiente fórmula:
aembe¼ ðasemen qsemenÞ þ ðaacero qaceroÞ þ ðaotros
dóndeaotrosrepresenta la reducción anual en el consumo de energía de
producción de otros componentes y/u otras etapas del ciclo de vida (p. ej.,
placas de circuito impreso, material a granel, mantenimiento, cadena de
suministro, etc.). En este trabajo, aplicamos una mejora mínima anual de la
eficiencia energética paraaotros.qsemenes el índice de energía de producción
de semiconductores (que se define como el índice de la contribución de la
energía de producción total del equipo de red debido a los semiconductores
a la energía de producción total del equipo de red). Asimismo,qaceroyqotros
son los ratios de energía de producción de acero y otros componentes en
equipos de red.
2.3.5.1. Reducción anual de la eficiencia energética de la producción de
semiconductores (asemen).El pronóstico de reducción anual en la eficiencia
energética de la producción de semiconductores se deriva de[22]
(refiriéndose a Apéndice A,Figura A2). La hoja de ruta internacional para
semiconductores (ITRS) proporciona información detallada sobre la
tecnología de chips de semiconductores proyectada de 2011 a 2022, así
como información sobre el tamaño del chip, el rendimiento del chip y la
energía de fabricación del chip.[22]. Recopilamos la siguiente información de
ITRS: número proyectado de transistores por área de chip en cm2, frecuencia
de reloj de chip proyectada y consumo de energía de producción de chip
proyectado por área en cm2. Usando estos parámetros, calculamos el
consumo de energía de producción por frecuencia de reloj (kW h/ GHz) de
2011 a 2022.
Como se discutió en la Sección2.2, la eficiencia energética incorporada,
gramoencarnadose define como la energía incorporada requerida para
producir, desplegar y desmantelar un elemento de red con capacidad
máxima,Tmáximo. Por lo tanto, la eficiencia energética incorporada tiene una
unidad funcional de Joules/(bits por segundo) o Wh/(bits por segundo). Sin
embargo, la eficiencia energética de producción de semiconductores se
mide en W·h/GHz[22]. La relación entre la velocidad y el ancho de banda se
da en[30]. La velocidad del detector de un dispositivo.
CA Chan et al. / Energía aplicada 166 (2016) 174–185
Rango: tres desviaciones estándar Distribución Fuente
2,09–10,95 % Personalizado (distribución normal con [7,21,25]
asimetría hacia el rango inferior)
- 10% a 30% Distribución normal [26]
40–50% Distribución normal [27–29]
2015-2025 Distribución normal [21]
6,85–11,85% Distribución normal [22]
1.6–2.4% Distribución normal [32]
24–42 % (semiconductores) 14–48 % (acero) Distribución normal [8,18,31]
Escenario mínimo = bajas tasas de crecimiento del tráfico en Personalizado (distribución normal con [1]
Tabla 3para cada año; escenario máximo = altas tasas de asimetría para los tres valores de
crecimiento del tráfico enTabla 3por cada año desviación estándar dados)
se puede ilustrar como el tiempo que se tarda en convertir una señal de entrada
en una señal de salida. Sin embargo, la rapidez con la que la salida del detector
responde a un cambio en la señal de entrada depende del tiempo de subida o del
ancho de banda.[30]. El ancho de banda de un detector se define como la
qotrosÞ; d19Þ
frecuencia a la que la señal de salida ha caído a 3 dB (50 %) por debajo de la
potencia a baja frecuencia.[30]. El ancho de banda de 3 dB se puede estimar a
partir del tiempo de subida mediante la fórmula (0,35/tiempo de subida)[30]. Para
dispositivos relativamente lentos, el tiempo de subida es proporcional a la
capacitancia del fotodiodo multiplicada por la suma de la resistencia de carga y la
resistencia interna del diodo.[30]. Por lo tanto, reducir la capacitancia equivalente
puede aumentar la velocidad del dispositivo. Para dispositivos con velocidades
más altas, la velocidad depende además de la difusión de los portadores de
corriente y el tiempo necesario para que los portadores crucen la región de
agotamiento del semiconductor.[30].
Dada la relación anterior entre la velocidad y el ancho de banda de
un dispositivo, determinamos que la reducción anual en W h/GHz para
semiconductores se puede aplicar a equipos de red con una unidad
funcional de W h/(bits por segundo). En el escenario promedio, la
reducción en la eficiencia energética de producción de
semiconductores es de 9.35% por año y asumimos los escenarios
mínimo y máximo de ±2.5% del valor medio.
2.3.5.2. Reducción anual de la eficiencia energética de la producción de acero (a
acero).Una parte importante de la energía incorporada de los equipos de red se
encuentra en el acero que se utiliza para fabricar los marcos y bastidores en los
que se alojan los componentes electrónicos.[31]. Residencia en[32](que son los
datos históricos de la eficiencia energética de la producción de acero en los EE.
UU. de 1995 a 2010), encontramos un valor medio de reducción anual del 2 % en la
eficiencia energética de la producción de acero (unidad térmica británica/
tonelada) en los EE. UU. de 1990 a 2010, y el intervalo de confianza del 95% es
±0,4% del valor medio.
2.3.5.3. Relación de energía de producción de la composición del material en
equipos de red de próxima generación (qsemen,qacero, yqotros).La relación de
energía de producción de la composición del material en diferentes tipos de
equipos de red varía como se muestra enTabla 2. Basado en datos
proporcionados por[8,18,31], asumimos que los valores medios para el
 CA Chan et al. / Energía aplicada 166 (2016) 174–185 179

Tabla 2
Energía de producción de composición material en varios tipos de equipos de red. Los datos se derivan de múltiples fuentes que se muestran en la tabla.

Referencia Tipo de equipo PCB (%) Semiconductores (%) Material a granel (%) Acero (%) Mantenimiento Otros

[31] Enrutador central 1.01 12.92 7.35 68.72 10,00% No reportado

interruptor óptico 1.81 33.75 9.84 44.60 10,00% No reportado

[18] Servidor 37.23 30.76 1.63 24.03 No reportado 6,35%

Cambiar 29.71 53.99 0.81 13.23 No reportado 2,26%

[8] estación base móvil 5.00 44.00 7.00 8.00 12,00% 24,00%

relación de energía de producción de semiconductores (qsemen) y acero (qacero
) son 33% y 31%, respectivamente. Los escenarios mínimo y máximo que se
alejan de los valores medios para los índices de energía de producción son
±9% para semiconductores y ±17% para acero, respectivamente. Esto da un
escenario máximo en el que las distribuciones de las relaciones de energía
de producción para semiconductores, acero y otros artículos en una unidad
de equipo son 42%, 48% y 10%, respectivamente.
2.3.6. Tasas de crecimiento del tráfico de red
Comparamos las tasas de crecimiento del tráfico de red dadas por
[1,2,19]. Las tasas de crecimiento anual compuestas (CAGR) dadas por
[19]son demasiado agresivos y ambos[2,19]no proporcionó ninguna
explicación de los métodos utilizados para justificar la CAGR dada en esos
artículos. A diferencia de,[1]proporciona una explicación clara sobre cómo
estimar la CAGR. Se han llevado a cabo análisis de regresión lineal de una
combinación de pronósticos de tráfico históricos y a más corto plazo para
proyectar el tráfico de Internet futuro macroscópico para varias regiones
geoeconómicas, segmentos de mercado y categorías de aplicaciones
utilizando una función hiperbólica semiempírica.[1]. Las tasas de crecimiento
del tráfico de red de 2016 a 2025 están representadas para bajo, medio y
alto como se muestra enTabla 3. En la simulación de Monte Carlo, asumimos
los escenarios promedio en las tasas de crecimiento del tráfico anual como
la CAGR media que se muestra enTabla 3y los escenarios mínimo y máximo
son como el CAGR bajo y alto enTabla 3, respectivamente.
2.4. Recopilación de datos de red reales
tienen un consumo de energía anual de 1,23 GW·h en 2015. Todas las
unidades de equipos de red se han agrupado en tres clases diferentes de
equipos, en los que los enrutadores de clase pequeña consumían
aproximadamente 0,05 GW·h, los enrutadores de clase media consumían
aproximadamente 0,91 GW·h, los de clase grande los enrutadores
consumieron 0,27 GW·h y se supone que los valores de efectividad del uso
de energía (PUE) de todas las oficinas centrales que albergan las unidades
son 1,7 en el año 2015[21]. La carga de tráfico total de la red es de
aproximadamente 180 Gbps y el tráfico manejado por las clases de
enrutadores pequeños, medianos y grandes es del 5 %, 64 % y 31 %,
respectivamente. La topología de la red de CalREN, la lista completa de los
tipos de equipos y el consumo máximo de energía de los equipos para los 43
nodos se enumeran enapéndice B.
3. Resultados y discusión
El objetivo del trabajo es estudiar las interdependencias entre
(i) las mejoras en la eficiencia energética (por ejemplo, nueva
tecnología emergente) en términos de fases operativas y incorporadas,
(ii) el ciclo de reemplazo de equipos, y (iii) el crecimiento del tráfico de la
red y el crecimiento resultante en la operación de la red y el consumo
de energía incorporada de una red. Aunque el modelo desarrollado
aquí podría usarse para estimar el consumo de energía de futuras
redes, no es el objetivo del artículo porque el consumo de energía de
una red podría variar significativamente dependiendo de (i), (ii) y (iii).

Los datos de red de la Red de Investigación y Educación de California

3.1. Análisis de la energía operativa y incorporada de una red en rápido
(CalREN) se utilizan para demostrar los resultados de este documento. Los
crecimiento
datos completos de la red se muestran enapéndice B. Debido a que la
información de la red de las redes comerciales es patentada y, por lo tanto,
Uno de los principales desafíos en la gestión del crecimiento sostenible
es muy difícil de obtener, usamos la información de la red de Cal-REN por
de una red es decidir la estrategia de reemplazo de equipos, lo que podría
dos razones: la información (1) está disponible públicamente; (2) consta de
resultar en el menor consumo total de energía de la red. Tradicionalmente,
datos de tráfico de red de granularidad fina e información de modelo de
el momento de reemplazar el equipo de red heredado se basa puramente
equipo. Además, encontramos que las unidades de equipo de red de CalREN
en la decisión financiera en lugar del impacto ambiental de la red. Sin
son similares a las de las redes de conmutación de etiquetado
embargo, debido a la creciente importancia en el cumplimiento de las
multiprotocolo global (MPLS) de British Telecom. Sin embargo, debido a la
responsabilidades ambientales y sociales de la empresa, la gestión de la
confidencialidad de los datos de la red comercial, en este documento solo se
energía del ciclo de vida de la red y el impacto ambiental asociado se ha
utilizarán los datos de la red CalREN. La red principal de CalREN es un tejido
vuelto extremadamente importante para los operadores de red. Por lo
de servicios de red avanzados de varios niveles que sirve a la gran mayoría
tanto, los resultados que se muestran aquí serán valiosos para los
de las instituciones de investigación y educación en el estado de California.
operadores de redes que deseen administrar mejor la energía del ciclo de
Toda la red CalREN consta de 43 nodos y se espera que
vida total de sus redes en el futuro, al tiempo que consideran los requisitos
de inversión de capital subyacentes.
Tabla 3
Aquí, investigamos el impacto de diferentes ciclos de reemplazo de
Tasas compuestas de crecimiento del tráfico de red anual derivadas de[1].
equipos de red en la energía incorporada y operativa resultante debido
Año Tasa de crecimiento anual compuesto (CAGR) al crecimiento futuro del tráfico de red.higos. 1 y 2muestran el
Bajo (%) Medio (%) Alto (%) consumo estimado de energía operativa y incorporada de la red de
2016 23.90 29.36 32.55 CalREN, respectivamente, de 2016 a 2025 bajo diferentes ciclos de
2017 21.83 27.70 30.91 reemplazo de equipos. Los resultados se generan usando la simulación
2018 19.95 26.20 29.38 de Monte Carlo discutida en la Sección2.3.1.
2019 18.24 24.84 27.95
Intuitivamente, un ciclo largo de reemplazo de equipos aumentará el
2020 16.68 23.59 26.61
consumo total de energía operativa de la red en el futuro porque los
2021 15.18 22.41 25.28
2022 13.81 21.29 24.01 equipos de red heredados tienden a tener una menor eficiencia energética
2023 12.57 20.23 22.81 en comparación con los equipos de red más modernos. Sin embargo, el
2024 11.44 19.22 21.67 beneficio de un ciclo de reemplazo de equipos más largo es que se requiere
2025 10.41 18.26 20.59
menos energía incorporada en la red porque se requieren menos
180 CA Chan et al. / Energía aplicada 166 (2016) 174–185
Figura 1.Consumo de energía operativa de la red en diferentes ciclos de reemplazo de equipos de red y las tendencias actuales de mejoras en la eficiencia energética operativa de la red.
Nota: Para los intervalos de confianza del 95 % de los valores medios, consulteApéndice A,Cuadro A2.
Figura 2.El consumo de energía incorporado en la red bajo diferentes ciclos de reemplazo de equipos de red y las tendencias actuales de mejoras en la eficiencia energética incorporada en la red. Nota:
Para los intervalos de confianza del 95 % de los valores medios, consulteApéndice A,Cuadro A3.
las unidades de equipo se implementarán en la red cada año en
comparación con un ciclo de reemplazo de equipo más corto. Por el
contrario, un ciclo corto de reemplazo de equipos podría disminuir la
energía operativa total de la red debido al reemplazo frecuente de equipos
heredados con equipos de mayor eficiencia energética en la red. Sin
embargo, un ciclo de reemplazo de equipos más corto tiende a aumentar la
energía incorporada en la red (es decir, la energía utilizada en la adquisición
y el preprocesamiento de materias primas, la producción, la distribución y el
tratamiento al final de la vida útil de los equipos y dispositivos de la red)
debido al desmantelamiento de una gran cantidad de número de equipos y
su sustitución por equipos de última generación.
Bajo las tendencias actuales en las mejoras de eficiencia energética
(según lo determinado por la simulación de Monte Carlo descrita en la
Sección2.3.1), se espera que la energía operativa y incorporada de la
red aumente significativamente de 2016 a 2025, como se muestra en
higos. 1 y 2. Esto significa que para satisfacer la futura demanda de
crecimiento del tráfico de la red, se requieren mayores mejoras en la
eficiencia energética tanto en las fases operativas como incorporadas
para mantener el crecimiento sostenible de la red. Además, la relación
entre la energía incorporada en la red y el consumo total de energía de
la red para ciclos de reemplazo de equipos de 20 a 3 años aumentará
de un rango de 23 % (±0,05 %) a 34 % (±1 %) en 2016 a un rango de
aproximadamente 28% (±1%) a 63% (±7%) en 2025. Este aumento se
debe principalmente a la lenta mejora de la eficiencia energética por
año para la energía incorporada. Cabe señalar que los resultados de la
simulación muestran que a medida que los ciclos de reemplazo de
equipos disminuyen de 20 años a 3 años, el rango de los intervalos de
confianza del 95% a los valores medios aumenta debido a más
unidades de equipo que se reemplazan, y por lo tanto aumenta las
incertidumbres. Además, a medida que aumenta el número de años de pronóstico
de 2016 a 2025, el rango de los intervalos de confianza a los valores medios
también aumentará debido al aumento de las incertidumbres.
Al combinar los impactos de la energía operativa de la red (Figura 1) y
energía incorporada (Figura 2),Fig. 3muestra el consumo total de energía de
la red según las tendencias actuales de mejora de la eficiencia energética
tanto en las fases operativas como incorporadas. Aquí, definimos el ciclo
óptimo de reemplazo de equipos como la frecuencia de reemplazo de
equipos, lo que dará como resultado el menor consumo de energía de la red
en términos de fases tanto operativas como incorporadas. Como se muestra
enFig. 3, el ciclo óptimo de sustitución de equipos es de entre 5 y 10 años
según las tendencias actuales de mejora de la eficiencia energética y
crecimiento del tráfico de red. Sin embargo, el ciclo óptimo de reemplazo de
equipos podría variar dependiendo de las variaciones en las tasas de
crecimiento del tráfico de red y el progreso tecnológico en las mejoras de
eficiencia energética.
3.2. Satisfacer la demanda de energía del crecimiento futuro del tráfico de red
Satisfacer la demanda de energía del rápido crecimiento del tráfico de
red se ha convertido en un gran desafío para los operadores de red.Figura 4
muestra el consumo total de energía de la red y la relación entre la energía
incorporada y la energía total de la red de CalREN para 2025 en función de
diferentes tasas de crecimiento anual compuesto (CAGR) de tráfico de la red.
La región gris muestra las tendencias actuales de las tasas de crecimiento
del tráfico de red (intervalos de confianza del 95 %) modeladas
 CA Chan et al. / Energía aplicada 166 (2016) 174–185
Fig. 3.Consumo total de energía de la red según las tendencias actuales de mejora de la eficiencia energética (tanto operativa como incorporada). Nota: Para los intervalos de confianza
del 95 % de los valores medios, consulteApéndice A,Mesa A4.
Figura 4.Consumo total de energía y la relación entre la energía incorporada y la energía total de la red para 2025 frente a diferentes tasas compuestas de crecimiento del tráfico anual.
usando la simulación Monte Carlo descrita en la Sección2.3.1.
Intuitivamente, a medida que aumenta la CAGR del tráfico de red, es
necesario implementar más unidades de equipos de red en la red y, por lo
tanto, aumentar exponencialmente el consumo de energía operativa de la
red. Según las tendencias actuales en las mejoras de la eficiencia energética
(en referencia a la Sección2.3), la relación entre la energía incorporada y la
energía total de la red aumentará a medida que aumente la CAGR del tráfico
de la red. Esto se debe principalmente a la lenta mejora de la eficiencia
energética por año para la energía incorporada.
Tradicionalmente, el consumo total de energía del ciclo de vida de una
red siempre está dominado por la energía operativa, como se muestra en
[8,16,23]. Como consecuencia, la energía utilizada para construir la red (es
decir, la energía incorporada) siempre se ha pasado por alto. Los resultados
mostrados enFigura 4sugerir quesi no se realizan esfuerzos de investigación
adicionales para mejorar la eficiencia energética de la energía incorporada
en la red, la energía incorporada en la red eventualmente dominará la
energía total del ciclo de vida de la red en el futuro.Este problema se volverá
crucial en la gestión de la sostenibilidad de una red, lo que potencialmente
podría cambiar el enfoque de la energía operativa a la energía incorporada.
Para gestionar el crecimiento sostenible de una red sin restringir el
crecimiento del tráfico de la red, las formas más sencillas son las
siguientes: (i) mejorar la eficiencia energética tanto operativa como
incorporada, y (ii) implementar equipos de red en el ciclo óptimo de
reemplazo de equipos, lo que podría resultar en el menor consumo
total de energía.
181
3.3. Impacto de las mejoras de eficiencia energética en el ciclo de
sustitución de equipos
Para administrar mejor el consumo de energía de una red en
crecimiento, los operadores de red deben tomar la decisión de cuándo
reemplazar las unidades de equipos de red antiguos en su red para
obtener mejoras operativas de eficiencia energética. Sin embargo, las
diferentes tasas de mejora de la eficiencia energética incorporadas y
operativas podrían afectar potencialmente esta decisión. Por ejemplo, a
medida que aumenta la mejora de la eficiencia energética en la fase
incorporada, el ciclo óptimo de reemplazo de equipos será más corto
porque una menor energía incorporada promueve un reemplazo de
equipos más rápido. El término 'ciclo de reemplazo de equipo óptimo'
se refiere al ciclo de reemplazo de equipo que resultará en el menor
consumo total de energía de la red (en términos de energía operativa y
incorporada).Figura 5muestra un análisis de sensibilidad del ciclo
óptimo de reemplazo de equipos de red durante el período 2016–2025,
dadas diferentes tasas anuales de mejora de la eficiencia energética
incorporada y operativa del equipo de red. Con referencia a los
modelos de energía en la Sección2.1, la mejora anual de la eficiencia
energética operativa de la red consta de tres factores importantes: (i)
reducción anual del consumo de energía de la red (ao/h, avenida), (ii) la
reducción anual de energía por bit del futuro equipo de red (amáximo), y
(iii) la reducción anual en la potencia de línea de base de los equipos de
red (abase). En el análisis de sensibilidad, el rango de valores paraao/h,
avenida,amáximo, yamáximoestán definidos
182 CA Chan et al. / Energía aplicada 166 (2016) 174–185

Figura 5.El gráfico muestra el ciclo óptimo de reemplazo de equipos (que dará como resultado el menor consumo total de energía de la red entre 2016 y 2025) en función de las mejoras
de eficiencia energética de los equipos en términos de fases operativas y incorporadas. La tabla muestra los valores de reducción anual en el consumo de energía aérea de la red (ao/h,
avenida), la reducción anual de energía por bit de futuros equipos de red (amáximo), y la reducción anual en la potencia de línea de base de los equipos de red (abase) para cada escenario de

mejora anual en la eficiencia energética operativa de la red (es decir, C1 a C11).

Tabla 4
Mejora efectiva anual de la eficiencia energética de la red (%) para diferentes escenarios de mejora anual en la mejora de la eficiencia energética operativa de la red. Los valores negativos indican una
eficiencia energética reducida.

Escenarios de mejora anual de la Ciclo de reemplazo de equipos

eficiencia energética operativa de la red
1 año (%) 3 años (%) 5 años (%) 7 años (%) 10 años (%) 15 años (%) 20 años (%)

C1 - 3.27 - 3.27 - 3.27 - 3.27 - 3.27 - 3.27 - 3.27

C2 - 0,39 - 0,64 - 0,89 - 1.04 - 1.33 - 1.38 - 1,40
C3 2.75 2.25 1.77 1.44 0.84 0.74 0,69
C4 7.12 6.37 5.66 5.16 4.23 4.06 3.97
C5 10.27 9.31 8.39 7.63 6.33 6.08 5.95
C6 13.83 12.66 11.49 10.62 8.88 8.52 8.35
C7 16.09 14.71 13.29 12.21 10.12 9.69 9.48
C8 18.99 17.40 15.81 14.52 12.02 11.48 11.22
C9 22.04 20.24 18.41 16.92 13.90 13.22 12.90
C10 24.30 22.31 20.16 18.47 15.16 14.37 13.99
C11 27.21 25.05 22.69 20.73 17.01 16.03 15.58

en la caja enFigura 5para cada escenario de mejora anual en la
eficiencia energética operativa de la red (es decir, C1 a C11). Incluyendo
ao/h, avenida,amáximo, yamáximoen los modelos energéticos, las tasas anuales
efectivas de mejora de la eficiencia energética operativa de la red se
pueden calcular para C1 a C11 (refiriéndose a la Eq.(7)) y se muestran
enTabla 4. Las tasas anuales efectivas de mejora de la eficiencia
energética de la red tienen en cuenta un mayor incremento del tráfico
punta respecto al tráfico medio previsto por[2]y diferentes ciclos de
reposición de equipos.
Como se muestra enFigura 5, la sustitución de unidades de equipos
antiguos no es necesaria si la mejora anual de la eficiencia energética
operativa de la red es cercana al 0 % (el crecimiento del tráfico en la red
supera el progreso tecnológico en la mejora de la eficiencia energética
operativa de los equipos) porque las nuevas unidades no funcionarán mejor
en comparación con las unidades antiguas en términos de eficiencia
energética operativa. A medida que la mejora anual de la eficiencia
energética operativa de la red aumenta de C1 a C11, el ciclo óptimo de
sustitución de equipos se reduce porque la sustitución de equipos antiguos
por unidades nuevas ahora podría reducir el consumo total de energía
operativa de la red. Sin embargo, en los escenarios donde la mejora de la
eficiencia energética anual incorporada de la red
es significativamente menor que la mejora anual de la eficiencia
energética operativa, el consumo de energía incorporado de la red se
vuelve dominante y, por lo tanto, restringe las reducciones adicionales
en la energía operativa de la red a través de un ciclo de reemplazo de
equipos más corto. Como resultado, el ciclo óptimo de reemplazo de
equipos requiere un equilibrio entre las mejoras de eficiencia
energética incorporadas y operativas.
Nuestros resultados muestran que, si bien los principales esfuerzos de
investigación actuales para mejorar la eficiencia energética operativa son
importantes, un enfoque en la energía incorporada también es esencial para que
las redes sean sostenibles a largo plazo. En otras palabras, los avances
tecnológicos tanto en la eficiencia energética operativa como incorporada deben
lograrse de la mano para hacer que las futuras redes de telecomunicaciones sean
sostenibles.
4. Conclusiones
Los resultados de este documento demuestran las interdependencias de
los cuatro factores que contribuyen a la gestión del consumo de energía de
una red de telecomunicaciones en crecimiento: (i) el consumo de energía
operativo de la red; (ii) la energía incorporada de la red
 CA Chan et al. / Energía aplicada 166 (2016) 174–185 183

equipo de trabajo; (iii) crecimiento del tráfico de red; y (iv) mejoras en la eficiencia energética tanto en la fase operativa
como en la incorporada. Utilizando la simulación de Monte Carlo y los datos reales de la red recopilados de una red
estatal de investigación y educación, demostramos cómo la decisión del operador de la red sobre la frecuencia de
reemplazo del equipo podría afectar el consumo de energía incorporado y operativo de la red resultante en el futuro.
Además, demostramos cómo las tasas de crecimiento del tráfico de la red podrían afectar el consumo de energía
incorporado y operativo resultante de la red. Tradicionalmente, la energía operativa de la red representa el
componente dominante de toda la energía del ciclo de vida de la red. Por lo tanto, los operadores de red siempre han
pasado por alto la energía incorporada en la red. En este papel, Descubrimos que se espera que la contribución de la
energía incorporada en la red como proporción de la energía total de la red aumente significativamente en el futuro.
estrategia óptima de sustitución de equipos para una mejor gestión del consumo
energético de una red en crecimiento. Nuestros resultados mostraron que los
esfuerzos intensivos de investigación para mejorar la eficiencia energética de un
área por sí sola pueden no ser suficientes para lograr el objetivo de la
sostenibilidad. Si bien mejorar la eficiencia energética operativa es un objetivo
valioso en términos de reducir los costos de energía de la red, un enfoque en la
energía incorporada también es esencial para que las redes sean sostenibles a
largo plazo.

Este problema se volverá más grave a medida que aumente el crecimiento del tráfico de la red debido a las lentas
Agradecimientos
mejoras de eficiencia energética por año para la energía incorporada. Por lo tanto, en el trabajo futuro uno desearía

realizar un análisis más detallado y modelar las etapas individuales del ciclo de vida dentro del componente de energía
Agradecemos a Mark Shackleton (BT), Gabrielle Giner (BT), Daniel
incorporado de la red para determinar los factores dominantes. Además, investigamos las interdependencias de las
Kilper (Universidad de Arizona) y Leith Campbell (CEET) por sus valiosos
mejoras en la eficiencia energética tanto en la energía operativa como incorporada y la Por lo tanto, en el trabajo
debates. Reconocemos las iniciativas de la red de la Corporación para la
futuro uno desearía realizar un análisis más detallado y modelar las etapas individuales del ciclo de vida dentro del
Educación en California (CENIC) por compartir información de la red
componente de energía incorporado de la red para determinar los factores dominantes. Además, investigamos las
CalREN.
interdependencias de las mejoras en la eficiencia energética tanto en la energía operativa como incorporada y la Por lo

tanto, en el trabajo futuro uno desearía realizar un análisis más detallado y modelar las etapas individuales del ciclo de

vida dentro del componente de energía incorporado de la red para determinar los factores dominantes. Además, Apéndice A. Parámetros de incertidumbre e intervalos de confianza
investigamos las interdependencias de las mejoras en la eficiencia energética tanto en la energía operativa como del 95% de los resultados
incorporada y la
Verhigos. A1 y A2yTablas A1–A4.

Cuadro A1
Relación de energía incorporada a operativa del ciclo de vida para diferentes clases de enrutadores y conmutadores en 2015[23]. Las proporciones para diferentes tipos de unidades de equipo de red, como el servidor, la
puerta de enlace de la línea de suscriptor digital (DSL), la puerta de enlace de la red óptica pasiva (PON), la puerta de enlace doméstica, la puerta de enlace inalámbrica móvil y la estación base se pueden encontrar en
[23].

clase de equipo Vida útil típica Relación de etapa del ciclo de vida

Operacional (%) Incorporado (%)

Enrutador: chasis/blade pequeño (2 ranuras) Enrutador: 10 años 85 15

chasis/blade mediano (3 a 6 ranuras) Enrutador: chasis/ 85 15
blade grande (más de 9 ranuras) Enrutador: núcleo 95 5
90 10
Conmutador: chasis/blade pequeño (2 ranuras) 15 años 85 15
Conmutador: chasis/blade mediano (3 a 6 ranuras) 85 15
Conmutador: chasis/blade grande (más de 9 ranuras) 95 5
Conmutador: empresa 90 10

Cuadro A2
Intervalos de confianza del 95% para los valores medios enFigura 1.

Año Ciclos de reposición de equipos

1 año 3 años 5 años 7 años 10 años 15 años 20 años

2016 - 12,5% a 12,7% - 6,2% a 6,6% - 5,2% a 5,6% - 4,8% a 5,2% - 4,5% a 4,9% - 4,3% a 4,6% - 4,2% a 4,6%
2017 - 17,8% a 19,0% - 11,3% a 11,9% - 9,1% a 9,6% - 8,3% a 8,8% - 7,7% a 8,1% - 7,2% a 7,7% - 7,0% a 7,5%
2018 - 22,1% a 24,4% - 16,3% a 17,5% - 12,9% a 13,9% - 11,7% a 12,5% - 10,7% a 11,5% - 10,0% a 10,8% - 9,7% a 10,5%
2019 - 25,7% a 28,6% - 21,2% a 23,4% - 16,4% a 17,8% - 14,7% a 16,0% - 13,5% a 14,8% - 12,6% a 13,8% - 12,2% a 13,3%
2020 - 29,0% a 33,0% - 24,8% a 27,8% - 19,8% a 21,5% - 17,5% a 19,3% - 16,0% a 17,6% - 14,9% a 16,5% - 14,3% a 15,9%
2021 - 31,9% a 37,4% - 28,1% a 32,0% - 24,2% a 27,0% - 20,2% a 22,2% - 18,4% a 20,2% - 17,1% a 18,9% - 16,4% a 18,2%
2022 - 34,5% a 41,6% - 31,3% a 36,7% - 27,8% a 31,9% - 22,7% a 25,7% - 20,6% a 23,3% - 19,2% a 21,6% - 18,5% a 20,8%
2023 - 36,8% a 45,1% - 34,3% a 40,6% - 31,0% a 36,5% - 26,7% a 30,9% - 22,6% a 25,9% - 20,9% a 24,1% - 20,1% a 23,2%
2024 - 38,8% a 48,6% - 36,3% a 44,0% - 33,5% a 40,1% - 30,0% a 35,2% - 24,6% a 28,6% - 22,7% a 26,5% - 21,8% a 25,5%
2025 - 41,0% a 51,0% - 38,4% a 47,7% - 35,7% a 43,1% - 32,6% a 39,3% - 26,4% a 31,0% - 24,2% a 28,5% - 23,2% a 27,4%

Cuadro A3
Intervalos de confianza del 95% para los valores medios enFigura 2.

Año Ciclos de reposición de equipos

1 año 3 años 5 años 7 años 10 años 15 años 20 años

2016 - 3,3% a 3,4% - 6,5% a 6,6% - 8,0% a 8,2% - 9,0% a 9,2% - 9,9% a 10,1% - 10,7% a 10,9% - 11,1% a 11,4%
2017 - 4,7% a 4,9% - 8,0% a 8,3% - 9,6% a 10,0% - 10,6% a 11,0% - 11,4% a 11,9% - 12,2% a 12,7% - 12,6% a 13,1%
2018 - 5,8% a 6,0% - 9,3% a 9,7% - 11,0% a 11,4% - 11,9% a 12,4% - 12,7% a 13,2% - 13,4% a 14,0% - 13,8% a 14,3%
2019 - 6,8% a 7,1% - 9,4% a 9,9% - 12,8% a 13,3% - 13,7% a 14,3% - 14,5% a 15,1% - 15,2% a 15,8% - 15,5% a 16,2%
2020 - 7,6% a 8,1% - 10,8% a 11,6% - 14,3% a 15,4% - 15,1% a 16,3% - 15,9% a 17,1% - 16,5% a 17,8% - 16,8% a 18,1%
2021 - 8,3% a 8,9% - 11,8% a 12,2% - 13,0% a 13,0% - 16,4% a 16,8% - 17,1% a 17,5% - 17,6% a 18,0% - 17,9% a 18,3%
2022 - 9,1% a 9,6% - 11,7% a 12,6% - 14,2% a 14,7% - 18,1% a 18,9% - 18,8% a 19,5% - 19,3% a 20,0% - 19,6% a 20,3%
2023 - 9,8% a 10,3% - 12,7% a 13,5% - 15,2% a 15,2% - 16,4% a 16,5% - 20,1% a 20,2% - 20,6% a 20,7% - 20,9% a 21,0%
2024 - 10,4% a 10,9% - 13,4% a 14,3% - 15,8% a 16,8% - 16,9% a 17,6% - 20,8% a 21,7% - 21,2% a 22,2% - 21,5% a 22,4%
2025 - 10,7% a 11,6% - 13,3% a 14,3% - 17,0% a 17,3% - 17,8% a 17,8% - 22,2% a 22,1% - 22,6% a 22,5% - 22,8% a 22,8%
184 CA Chan et al. / Energía aplicada 166 (2016) 174–185

Mesa A4
Intervalos de confianza del 95% para los valores medios enFig. 3.

Año Ciclos de reposición de equipos

1 año 3 años 5 años 7 años 10 años 15 años 20 años

2016 - 7,6% a 7,7% - 6,3% a 6,6% - 6,0% a 6,3% - 5,9% a 6,3% - 5,9% a 6,2% - 5,8% a 6,1% - 5,8% a 6,1%
2017 - 10,2% a 10,9% - 10,2% a 10,7% - 9,3% a 9,8% - 8,9% a 9,4% - 8,6% a 9,1% - 8,4% a 8,9% - 8,3% a 8,8%
2018 - 12,0% a 13,0% - 13,9% a 14,9% - 12,4% a 13,2% - 11,7% a 12,4% - 11,2% a 11,9% - 10,8% a 11,5% - 10,6% a 11,3%
2019 - 13,3% a 14,5% - 16,2% a 17,7% - 15,4% a 16,5% - 14,4% a 15,6% - 13,7% a 14,9% - 13,2% a 14,3% - 12,9% a 14,0%
2020 - 14,2% a 15,8% - 18,6% a 20,6% - 18,2% a 19,7% - 16,9% a 18,4% - 16,0% a 17,5% - 15,3% a 16,8% - 14,9% a 16,4%
2021 - 14,8% a 16,7% - 20,5% a 22,9% - 20,0% a 21,7% - 19,1% a 20,7% - 18,0% a 19,5% - 17,2% a 18,7% - 16,8% a 18,3%
2022 - 15,3% a 17,4% - 21,0% a 24,0% - 22,3% a 24,9% - 21,4% a 23,7% - 20,1% a 22,3% - 19,2% a 21,2% - 18,7% a 20,7%
2023 - 15,6% a 17,8% - 22,3% a 25,6% - 24,2% a 27,3% - 22,9% a 25,7% - 21,9% a 24,3% - 20,8% a 23,2% - 20,3% a 22,6%
2024 - 15,8% a 18,1% - 23,0% a 26,8% - 25,4% a 29,4% - 24,8% a 28,3% - 23,5% a 26,6% - 22,3% a 25,3% - 21,7% a 24,6%
2025 - 15,8% a 18,2% - 22,6% a 26,7% - 26,7% a 30,7% - 26,4% a 30,3% - 25,1% a 28,3% - 23,8% a 26,8% - 23,1% a 26,1%

Figura A1.Reducción anual de energía de equipos por bit en comparación con la generación
anterior de equipos para enrutadores y conmutadores. Los puntos de datos se derivan de
[26].

Figura B1.Topología de red de CalREN[33].

Cuadro B1
Lista de consumo de energía del equipo para CalREN. Los números de nodo corresponden a
Figura B1. Cabe señalar que los valores de consumo de energía de dos nodos con el mismo
modelo de equipo varían debido al uso de diferentes configuraciones de tarjetas de línea. Los
valores de consumo de energía de las diferentes tarjetas de línea se obtienen del sitio web del
fabricante[34].

Figura A2.Intensidad energética de fabricación de semiconductores derivados de[22]. La Nodo Equipo Máximo Nodo Equipo Máximo
tendencia muestra una reducción media anual del 9,35 % con un intervalo de confianza del 95 % número tipo equipo número tipo equipo
de ±2,5 % del valor medio. potencia (W) potencia (W)

1 cisco 1,715 23 cisco 278

12410 7204VXR
2 cisco 1,203 24 cisco 4,370
12410 ASR9K10
3 cisco 278 25 cisco 2,879
Apéndice B. Datos de la red de CalREN recopilados desde 2015 7206VXR 12410
4 cisco 1,089 26 cisco 2,995
VerFigura B1yTablas B1 y B2. ASR9K06 12410
5 cisco 1,089 27 cisco 2,554
ASR9K06 ASR9K06
 CA Chan et al. / Energía aplicada 166 (2016) 174–185 185

Tabla B1 (continuado) [3]Heddeghem WV et al. Tendencias en el consumo mundial de electricidad de las TIC desde
2007 hasta 2012. Comput Commun 2014;50:64–76.
Nodo Equipo Máximo Nodo Equipo Máximo [4]Lambert S. et al. Consumo mundial de electricidad de las redes de comunicación.
número tipo equipo número tipo equipo Optar Express 2012;20(26):B513–24.
potencia (W) potencia (W) [5]Garimella SV et al. Controladores tecnológicos en centros de datos y sistemas de
telecomunicaciones: gestión térmica, eléctrica y energética multiescala. Appl Energy
6 cisco 2,995 28 cisco 2,995 2013;107 (julio):66–80.
12410 12410 [6]Sorrentino M, Rizzo G, Genova F, Gaspardone M. Un modelo para la simulación y la gestión
7 cisco 2,995 29 cisco 278 energética óptima de las plantas de conmutación de telecomunicaciones. Appl Energy
12410 7206VXR 2010;87 (enero): 259–67.
8 cisco 278 30 cisco 2,554 [7]Masanet E, Shehabi A, Koomey J. Características de los centros de datos con bajas emisiones de
7206VXR ASR9K06 carbono. Cambio climático nacional 2013; 3 (junio): 627–30.
9 cisco 2,623 31 cisco 3,510 [8]Humar I et al. Repensando los modelos de eficiencia energética de las redes celulares
12410 ASR9K10 con energía incorporada. Red IEEE 2011;25(2):40–9. Mar..
10 cisco 278 32 cisco 278 [9]Bolla R et al. Eficiencia energética en la Internet del futuro: un estudio de los enfoques y
tendencias existentes en las infraestructuras de redes fijas conscientes de la energía. IEEE
7204VXR 7204VXR
Common SurvTut 2011;13(2):223–44.
11 cisco 3,510 33 cisco 1,805
[10]Williams E. Intensidad energética de la fabricación de computadoras: evaluación híbrida que
ASR9K10 12410
combina procesos y métodos económicos de entrada y salida. Environ Sci Technol
12 cisco 2,739 34 cisco 1,971
2004;38(22):6166–74.
12410 12410 [11]Yao MA et al. Evaluación comparativa de los métodos de evaluación del ciclo de vida utilizados
13 cisco 2,879 35 cisco 2,829 para las computadoras personales. Environ Sci Technol 2010;44(19):7335–46.
12410 12410 [12]Boyd SB, Horvath A, Dornfeld DA. Evaluación del ciclo de vida de la lógica
14 cisco 278 36 cisco 1,715 computacional producida entre 1995 y 2010. Environ Res Lett 2010;5 (febrero): 1–8.
7206VXR 12410 [13]Williams E. Efectos ambientales de las tecnologías de la información y las
15 cisco 3,510 37 cisco 278 comunicaciones. Nature 2011;479 (noviembre): 354–8.
ASR9K10 7206VXR [14]BiZ et al. Carga enchufable versus carga inalámbrica: energía del ciclo de vida y emisiones de gases de
dieciséis cisco 1,971 38 cisco 2,317 efecto invernadero para un sistema de autobús eléctrico. Appl Energy 2015;146 (mayo): 11–9.
12410 12410 [15]Voorspools KR et al. Contenido de energía y emisiones indirectas de gases de efecto invernadero
integradas en centrales eléctricas 'libres de emisiones': resultados para los Países Bajos. Appl Energy
17 cisco 1,715 39 cisco 2,739
2000;67 (noviembre): 307–30.
12410 12410
[dieciséis]Scharnhorst W. Evaluación del ciclo de vida en la industria de las telecomunicaciones: una
18 cisco 1,971 40 cisco 278
revisión. Evaluación del ciclo de vida de Int J 2008;13(1):75–86.
12410 7206VXR
[17]Deng L, Williams ED. Funcionalidad versus medidas de progreso tecnológico de
19 cisco 1,715 41 cisco 2,995 "producto típico": un estudio de caso de fabricación de semiconductores. JInd Ecol
12410 12410 2011;15(1):108–21.
20 cisco 278 42 cisco 3,510 [18]Teehan P, Kandlikar M. Comparación de las emisiones de gases de efecto invernadero
7206VXR ASR9K10 incorporadas de los productos informáticos y electrónicos modernos. Environ Sci Technol
21 cisco 2,879 43 cisco 1,305 2013;47 (9):3997–4003.
12410 12406 [19]Kilper D et al. Tendencias de potencia en las redes de comunicación. IEEE J Sel Top
22 cisco 278 Electron cuántico 2011;17(2):275–84.
7206VXR [20] Chabarek J et al. Conocimiento de la potencia en el diseño y enrutamiento de redes.
En: Actas de la conferencia IEEE sobre comunicaciones informáticas; 2008. pág.
1130–8.
[21] toque verde. Estudio de investigación de medidores verdes GreenTouch: reducción del
consumo neto de energía en las redes de comunicaciones hasta en un 90 % para 2020;
Cuadro B2
2013 [en línea]. <http://www.greentouch.org>.
Resumen de la lista de equipos para CalREN. Según los datos de tráfico de red que recopilamos
[22] SNTI. Informes del grupo de trabajo de tecnología de ITRS 2011; 2011 [en línea]. <http://
con CalREN, el tráfico de red promedio para toda la red es de aproximadamente 180 Gbps. Las www.itrs.net/Links/2011ITRS/Home2011.htm>.
porciones de tráfico de red para la clase de enrutador pequeño, la clase de enrutador mediano y [23] Protocolo de GEI. Guía del sector de las TIC del protocolo de GEI: guía para evaluar
la clase de enrutador grande son 5%, 64% y 31%, respectivamente. las emisiones de GEI del hardware; 2013 [en línea]. <http://www.ghgprotocol.org/
feature/ghg-protocol-product-life-cycle-accounting-and-reporting-standard-ict-
Equipo Equipo Total Total Total sectorguidance>.
clase tipo número máximo máximo [24] Raghavan B, Ma J. La energía y la emergencia de Internet. En: Actas del taller ACM
de fuerza fuerza sobre temas candentes en redes; 2011. pág. 1–6.
unidades consumo consumo [25]Koomey J. Crecimiento en el uso de electricidad del centro de datos de 2005 a 2010. Analytic Press;
para equipos por equipo 2011.
tipo (W) clase (W) [26] Neilson DT. Limitaciones de disipación de potencia a la escalabilidad de elementos
de red. En: Actas de ECOC; 2011. pág. 1–3.
Clase de enrutador pequeño cisco 8 2,224 3,058
[27]Bolla R et al. Habilitación de redes troncales para dormir. Red IEEE 2011;25
7206VXR (2):26–31.
cisco 3 834 [28]Wiatr P, Monti P, Wosinska L. Ahorro de energía frente al rendimiento de la red en
7204VXR redes WDM aprovisionadas dinámicamente. Revista común IEEE 2012;50 (5):48–55.
Enrutador mediano cisco 12406 1 1,305 61,231
[29]Lange C et al. Consumo de energía de las redes de telecomunicaciones y opciones de
clase cisco 12410 22 52,640
mejora relacionadas. IEEE J Sel Top Electron cuántico 2011;17(2):285–95.
cisco 4 7,286
[30]Hecht J. Comprender la fibra óptica. Prentice Hall; 2006.
ASR9K06
[31] Dong X et al. Redes centrales energéticamente eficientes. En: Actas del diseño y
Clase de enrutador grande cisco 5 18,410 18,410 modelado de la 16ª red óptica; 2012. pág. 1–9.
ASR9K10 [32] Instituto Americano del Hierro y el Acero, 2012. Informe estadístico anual; 2012.
[33] Mapa de red de la Red de Investigación y Educación de California (CalREN); 2015 [en
Total 43 82,699 82,699 línea]. <http://cenic.org/network/network-maps>.
[34] Hojas de datos de Cisco; 2015 [en línea]. <http://www.cisco.com>.

Referencias

[1]Korotky SK. Descripción semiempírica y proyecciones de las tendencias del tráfico de Internet
utilizando una tasa de crecimiento anual compuesta hiperbólica. Bell Labs Tech J
2013;18(3):5–21.
[2] Cisco. La era Zettabyte: tendencias y análisis; 2013 [en línea]. <http://www.cisco.com/
c/en/us/solutions/service-provider/visual-networking-indexvni/index.html>.