為了降低運營數據中心的費用和服務器成本，企業經常會花錢進行節能減支，例如不需要通過花錢就能降低成本。但是通過預測分析，獲得更有效的設備或簡化管理，這些都需要進行前期的投資，而這些投資可以帶來長期降低成本的回效。

網絡、儲存和服務器的成本

效率永遠是節省成本的重要一環。提高效率的目標是以穩定的工作負載吞吐量同時最大限度提高系統利用率為基礎。提高系統效率可以從跨計算、存儲和網絡化優化，從而提高系統效率。

更高的利用率降低了服務器的總成本。數據中心團隊可以通過購買較少的服務器和相關的外圍設備，均衡利用率而降低能耗;同樣的也可以降低冷卻成本。同時服務器的軟件成本也有所下降，因為軟件許可通常由CPU數量來決定。虛擬化的普及也大大提高了硬件的利用率。

處理器的選擇

降低服務器成本的另一種方法是在系統上運行最適合執行的工作負載。這幾年來一直遵循系統設計的管理人員也清楚知道，CPU的物理設計限制在大約5GHz范圍。供應商正在采取其他措施，以提高服務器性能。一些服務器使用重新設計的I/O總線或CPU和主板芯片的直連總線，如IBM的CAPI接口。另一方面，通過分類不同類型的運算數據選擇不同的運算單元，如傳統的CPU并行處理并不是強項，通過GPU的特點進行并行運算和分布式計算處理數據能提高效率。多處理器加速系統能夠處理工作負載遠快于傳統的系統設計。數據的工作負載處理更有效地意味著能使用更少的硬件設備完成數據運算。

數據中心的運營成本

在世界各地，多達50%的數據中心成本來自管理系統、外圍設備、應用程序和數據庫。節省運營成本的方法是簡化。通過改變不良的或過時的方法來改進，并通過購買新的管理軟件，以加快診斷、故障隔離和維修。

在許多數據中心，大型機用于處理海量交易數據，有用的數據常駐留在主機。然而，許多企業總是只考慮并行處理的大型機而沒有兼顧到一個高性能分析服務器的重要性，用于分離主機數據與其他數據的服務器處理。要處理數據，必須先從大型數據庫中提取出來，轉化為普通數據服務器可用的格式和加載到單獨的存儲，再經過提取、轉換和加載(ETL)的過程。通常，兩個或以上的數據備份會通過ETL的處理并恢復至目標。

數據中心可以通過優化大型機主機級的數據，降低服務器和運營管理成本。當前一代主機服務器處理分析工作負載都是實時處理。而通過優化的ETL過程可以每年節省數以百萬計的美元。

與流行的看法相反，遷移數據并不是免費的。把數據從大型機遷移到其他服務器，要花費相當于遷移至MIPS架構服務器的成本;這其中有儲存系統的加載和管理數據的成本，包括數據系統的采購和相關的存儲、網絡設備;網絡傳輸成本和管理服務器、存儲的成本。

人力資源成本

人力資源成本是數據中心的最大運營成本之一。根據技能和技術定位，系統、存儲、網絡、數據庫和應用程序管理員的年薪為75000美元左右，有的甚至超過125000美元。如果企業并不需要那么多的技術人員來管理、調整和故障診斷系統，這方面可以節省許多成本。

預測分析技術屬于系統管理，是一個主要的新發展。系統可自行學習分析，并自動采取糾正措施。在故障發生或者即將發生的時候(未知故障的預測被稱為預測分析)自動通知技術人員。如IBM的認知環境結合分析產品(Watsoncognitiveenvironment)在數據中心里已經是行業的領先技術，包括日志分析提供預測分析。利用IBM的業務分析，通過對異常大數據日志文件的搜索，然后系統采取自動化腳本或簡化的通知進行處理。其他數據中心的供應商也應該將這種自動分析和管理工具集推廣開來。系統越自動化認知分析并處理問題，數據中心的人為管理也越相應減少。

IBM的zAware可以監控主機環境，記錄主機在什么時候運行最佳。如果出現了故障，zAware會將出故障的主機隔離。并清晰的指明主機的故障定位，相信在不久的將來，分布式服務器世界中也會有同樣的類型的軟件。企業應考慮采用新一代采用認知分析為導向的管理軟件，以降低運營成本。