京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据产业需要适用可靠的数据中心
习近平总书记在网络安全和信息化工作座谈会上指出:“我国的互联网发展,要在核心技术上取得突破,要坚定不移实施创新驱动发展战略,把更多人力物力财力投向基础技术、通用技术、前沿技术等核心技术上去。”而作为大数据发展基础的数据中心建设就是核心技术之一。
“数据中心和大数据,就像发电厂和电的关系。发电厂通过加工煤、燃气、燃油等生产电,数据中心对各种数据进行处理、存储、传输,而后产生大数据应用。”近日,中国电子工程设计院副总工程师、中国数据中心工作组组长钟景华在接受数据观(贵阳日报传媒集团中国大数据产业观察网)记者采访时说,数据中心建设是大数据产业发展的基石。
没有数据中心就没有大数据和云计算
“大数据、云计算、‘互联网+’等概念或技术,实质上是对大量数据和信息的加工和应用。而为这些数据和信息提供加工应用服务的基础设施就是数据中心。可以说,没有数据中心就没有大数据和云计算。”钟景华说。
钟景华认为,数据中心是对数据进行加工、处理、存储、传输的地方,是IT设备安装和运行的建筑空间,包括服务器机房、网络机房、存储机房等功能区域,还有空调机房、动力站房等为IT设备提供动力支持和安全保障的区域。数据中心建设是复杂的系统工程。
“一个优秀的数据中心建设工程不论涉及多少方面,最关键的在于其适用性。”钟景华说,这个“适用性”表现为在可靠性、可用性、容量、带宽、节能等方面是否满足大数据产业发展的需要,“比如,对于金融行业,大家最关心其可靠性。因此,金融行业数据中心就应该按照不低于国家A级数据中心的标准来建设。”
“另一方面,数据中心是将电能转换成为信息进行传输。随着大数据、云计算技术的发展,设备运行造成能耗高、用电量大,降低数据中心能耗成为目前数据中心行业亟待解决的问题。因此,绿色节能作为新一代数据中心的基本要素,使数据中心建设向贵州等气候凉爽、电力充足的地区发展。”钟景华说。
数据中心建设将带动三类产业
“数据中心其实就是我们说的‘机房’,从60年代到现在经历了几个阶段。近年来,随着大数据、云计算的发展,托管类数据中心和云计算数据中心开始建设,相关标准也开始制定。今年,我国第三部数据中心标准即将发布实施,这将标志着数据中心进入‘第五代’云计算时期。”钟景华说,截至2015年底,中国数据中心已占世界总量的10%。目前,中国数据中心产业正处于蓬勃发展期,中国数据中心的建造技术已处于世界中上水平,而这也势必带动相关产业的发展。
数据中心建设将带动三类产业发展。“首先是大数据、云计算和信息化产业。”钟景华说,数据中心为信息产业发展奠定基础,提供产业发展的必要条件。同时,信息产业发展又带动数据中心发展。二者相辅相成,互相推动。
其次是设备材料制造业,数据中心安全运行需要大量设备支撑,服务器、交换机、供配电设备、空调设备、管理应用软件等,这些设备投资占数据中心投资90%以上,数据中心为设备制造业的发展带来了机遇。
“此外,建设数据中心产业园区,也会带动呼叫中心、运维办公、技术研发、生活配套、交通住宿等配套产业。”钟景华说。
贵阳建设数据中心优势明显
贵州、贵阳在发展大数据产业方面有明显优势。国家旅游数据中心、惠普数据中心、电信移动联通三大运营商数据中心等数据中心的选址落户可以印证这一点。
“大数据兴起初期,政府层面就出台各项政策全力推进,政企产学研相结合,保证项目顺利落地。其次,数据中心基础设施中能耗最高的是空调系统,空调系统的节能量占数据中心节能的80%,而贵阳自然环境好、气候凉爽,有利于空调系统节能。充足的电力也为数据中心正常运行提供了保障。”钟景华说。
钟景华建议,贵阳大数据产业发展应该注重人才培养。大数据和数据中心属于高技术行业,需要高素质的技术人才,大学、科研机构都应该设置相关专业。不仅仅是大数据研究人员,数据中心运行维护人员也是急需培养的重要版块。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23