自然冷卻實際上是許多微模塊數據中心運營商和財務決策人員期望的選擇。并且有著充分的理由：這是一種低成本和可持續循環利用的方式。
行業專家指出，有證據表明，微模塊數據中心的自然冷卻很少能夠達到預期的目標。一些微模塊數據中心的自然冷卻系統不能正常運行或運行不良，通常很難分辨。在某種情況下，微模塊數據中心設施運營商正在考慮替換掉自然冷卻基礎設施。通常這并不需要替換，因為大多數自然冷卻系統可以履行其承諾。他們的問題在于系統的表現缺乏可見性和診斷能力。行業專家認為，自然冷卻的性能問題可以利用現有的基礎設施進行檢測和修復。
人們所需要的是智能技術。通過機器學習，物聯網（IoT）技術和智能軟件的結合，可以最大限度地實現了這種智能化，使操作更加透明，并且隨著IT負載和基礎架構的變化使得冷卻系統得到充分優化。
具體來說，傳感器和監控設備可以結合自學習和自適應軟件，可以提供企業需要的可見性和診斷能力，以保持自然冷卻的優化調整，并確定降低能源成本的方法。
微模塊數據中心設施的經營者通常認為，自然冷卻應減少空調壓縮機的負荷，節省電能。但行業專家對歐洲的一些微模塊數據中心的調查發現，自然冷卻系統的運行情況并不樂觀。例如，即使外部空氣很涼爽，有的微模塊數據中心并沒有運行自然冷卻系統，而其空調壓縮機卻一直連續運行，這是因為雖然部署了自然冷卻系統，但微模塊數據中心運營人員對其運行無法準確判斷。
還有一些微模塊數據中心，盡管其外部空間和內部空氣的溫差很大，卻幾乎沒有冷風。此外，還有不同管道區域的自然冷卻性能之間也存在很大差異的情況。在檢查后發現，有的外部空氣風道運行正常，有的風道卻沒有與外部空氣正確連接。
在歐洲一個大型數據中心的案例中，不同冷卻單元之間的性能表現有很大的差異，檢查后發現，運行性能較差的單元的外部和回風擋板都被關閉，而外部空氣阻尼器實際上也處于關閉狀態。
在這幾種情況下，傳感器數據揭示了自然冷卻系統性能的可見性。通過監控冷卻基礎設施和分析性能數據，進行了相對簡單的修復，恢復了所有設備的自然冷卻運行狀態，以充分發揮性能。所有這些問題都是由于部署不當所致，但沒有一個數據中心設施能夠發現其原因。
隨著自然冷卻技術的成熟和集成問題的深入理解，其設備的部署問題可能會減少。但隨著技術的不斷變化和更多的供應商進入市場，持續的可視性和自適應系統將有助于冷卻設備運營商跟上這些變化，確保用戶最大限度地獲得自然冷卻投資的回報，并在發生問題時提供更快、更有效的響應。