京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15