随着IT预算和员工数量的持续性收紧，企业比以往更加关注于运营开销。业务部门和技术管理员最大程度地使用虚拟化环境以提高效率和节省开支。这通常需要使用多种虚拟化工具，比如微软系统中心，可以实现自动化，并且随着负载需求的变化动态调整计算环境。
使用软件工具来动态优化电源和资源
虚拟化技术通过提高可能被浪费资源的使用率来优化数据中心Data Center。比如，传统只运行单一负载的物理服务器可能只使用了10%到15%的服务器处理器周期和内存空间——而剩下的85%到90%都被浪费了。通过在服务器中部署虚拟化层，多个虚拟机（VM）可以运行在同一台服务器上，每个虚拟机使用一部分物理资源。通常一台虚拟化服务器可以运行10、15、20台甚至数量更多的虚拟机（依赖于虚拟机的资源需求）。因此，可以在完成同等计算任务的情况下减少服务器数量，也就是降低了物理系统所需的开销和空间，以及电源和制冷需求。
虚拟化要面对的主要问题是一天、一个月和一年当中，资源使用率不是一个恒定的数值。许多负载对于资源的需求会随着用户数量、并发的任务类型和一部分其他因素而发生变化。比如，企业需要为员工提供一个重要的业务应用，不过员工只是在早上8点到下午5点间使用这个应用，那么负载在一天中的其他时间就是空闲的。另外一个例子就是工资应用，每个月只需要一到两天时间处理工资数据。这些同样是浪费虚拟数据中心Data Center计算资源的情况。企业可以随着使用情况的变化来调整资源和迁移工作负载来减少这种浪费。
下面需要考虑的是重要业务应用程序的情况。假设可以减少分配给处于空闲状态虚拟机的资源，就可以产生更多的可用资源以分配给可能需要它们的其他负载——或者将不再使用的负载迁移到（或者保存在）一个高度集成的服务器当中，这台服务器在非工作时间只需要处理很少的任务，之后再为新一天的工作进行重新迁移和调整。甚至可以将工资应用关闭，将其保存到存储区域网络或者SAN当中，直到下次发放工资再运行应用。所有这些策略可以进一步节省服务器资源，并且最大程度上利用现有资源。
当然可以对每台虚拟机的资源进行调整——或者将很少使用的负载整合到备用服务器中（或者永久停用），直到再次需要使用它们——不过这些流程通常需要IT管理员的手动干预。对于任何管理员和员工来说，不断地评估和调整资源使用情况以及迁移虚拟机都是不切实际的。
不过，新一代的软件工具可以实现这些资源优化任务的自动化。其中一个例子就是微软系统中心，当资源需求超过了预配置等级，就会推荐进行虚拟机迁移——将虚拟机迁移（通常是自动的）到另外一台具有更好的配置、可以满足负载需求的服务器上。
系统中心还提供了电源优化特性，可以针对不一样的计算活动自动关闭或者开启一个服务器组中的节点。比如，服务器A使用了20%的处理器资源，而服务器B使用了30%的处理器资源。服务器A可以将其负载迁移到B上，之后关闭服务器A（服务器B使用50%的处理器资源）。由于服务器A被关闭，几乎不会使用任何能源，所以对于企业来说，这是一种额外的节省。