
数据中心建设布局应遵循四大导向
“全球各大网站仅数据中心的用电功率,就相当于30个核电站的供电功率”,这是美国媒体2012年的调查数据。虽然这一数据已经足够惊人,但是实际情况是,在互联网和云计算技术的推动下,全球数据中心数量以及全球数据中心的能耗仍在持续上升。面对这一趋势,包括政府、互联网企业、运营商以及设备厂商的各方都在积极推动绿色数据中心的建设,在4月16日召开的云计算发展与政策论坛上,绿色数据中心就成为一个重要话题……
针对目前我国数据中心建设布局中存在的不合理情况,2013年1月7日,工信部联合发改委、国土资源部、电监会、能源局发布了《数据中心建设布局指导意见》(以下简称“意见”)。“‘意见’中最为核心的内容是数据中心建设布局的四大导向,为我国未来数据中心的建设提供了切实可行的标准和参考”,工信部通信发展司政策标准处处长谢雨琦在日前召开的云计算发展与政策论坛上抛出了这一观点。
谢雨琦表示,目前我国数据中心建设布局中存在一些问题,主要体现在趋势过热、布局不合理、能效水平低以及安全风险凸显四个方面,经过反复的调查和研讨,工信部最终联合四大部委制定和出台了《数据中心建设布局指导意见》。“意见”旨在促进数据中心的建设和布局以科学发展为主题,以加快转变发展方式为主线,以提升可持续发展能力为目标,以市场为导向,以节约资源和保障安全为着力点,遵循产业发展规律,发挥区域比较优势,最终引导市场主体合理选址、长远规划、按需设计、按标建设,逐渐形成技术先进、结构合理、协调发展的数据中心新格局。
“新建超大型数据中心,重点考虑气候环境、能源供给等要素。”谢雨琦表示,这是“意见”中的第一个导向。这一导向鼓励超大型数据中心特别是以灾备等实时性要求不高的应用为主的超大型数据中心,优先在气候寒冷、能源充足的一类地区建设,也可在气候适宜、能源充足的二类地区建设。
第二个导向是:新建大型数据中心重点考虑气候环境、能源供给等要素。鼓励大型数据中心特别是以灾备等实时性要求不高的应用为主的大型数据中心,优先在一类和二类地区建设,也可在气候适宜、靠近能源富集地区的三类地区建设。
第三个导向是:新建中小型数据中心,重点考虑市场需求、能源供给等要素。鼓励中小型数据中心特别是面向当地、以实时应用为主的中小型数据中心,在靠近用户所在地、能源获取便利的地区,依市场需求灵活部署。
第四个导向是:针对已建数据中心,鼓励企业利用云计算、绿色节能等先进技术进行整合、改造和升级。
谢雨琦透露,“意见”同时确定了数据中心建设布局的五大原则,分别是市场需求导向原则、资源环境优先原则、区域统筹协调原则、多方要素兼顾原则和发展与安全并重原则。
值得一提的是,在明确了布局实施的导向和原则的基础上,“意见”还对数据中心建设布局的保障措施进行了细化。谢雨琦指出,在强化政策引导、加强应用引领、夯实网络能力、落实安全保障以及发挥示范作用这几项保障措施中,最具含金量的还是“强化政策引导”,这一措施明确了未来政府在电价、土地等相关市场配套上对数据中心建设的支持。如,“意见”中确定符合大工业用电条件要求的数据中心可执行大工业用电电价;对满足布局导向要求(PUE1.5以下)的新建数据中心,以及整合、改造和升级达到相关标准要求(暂定PUE降低到2.0以下)的已建数据中心,在电力设施建设、电力供应及服务等方面给予重点支持;同时,地方政府相关部门应合理安排上述数据中心的用地规模,在市政配套设施方面予以保障,在资金、人才、网络建设等方面给予支持。
“意见”中还规定,特殊情况下,不满足布局导向要求的新建超大型、大型数据中心,如果达到相关标准要求(PUE在1.5以下),经过工业和信息化部、国家发展和改革委员会等部门组织的专家评审,认为符合特定需要和国家支持发展方向的,也可以享受上述支持政策。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29