京公网安备 11010802034615号
经营许可证编号:京B2-20210330
全面解读云计算、大数据、AI 对数据中心的影响
数据中心行业发展正面临前所未有的复杂环境,网络应用种类和数量的极大丰富催生了海量数据,人工智能的兴起带来了高密度计算,这些都给数据中心这一互联网基础设施提出了更多和更高的要求。今天,我们已经无法回避"ABC"究竟给"D"带来哪些影响这一问题了。
"ABC"正在对"D"产生深刻影响!
这并不是一句绕口令。以A(AI,人工智能)、B(Big Data,大数据)、C(Cloud,云计算)为代表的新一代信息技术的兴起,正在推动D(DC,数据中心)变革。
数据中心行业发展正面临前所未有的复杂环境,网络应用种类和数量的极大丰富催生了海量数据,人工智能的兴起带来了高密度计算,这些都给数据中心这一互联网基础设施提出了更多和更高的要求。今天,我们已经无法回避"ABC"究竟给"D"带来哪些影响这一问题了。
"互联网技术相面师"、中国信息通信研究院云计算与大数据所所长何宝宏,拥有二十余年的互联网技术研究经验,著有的《互联网的基因》一书中准确预测了互联网、大数据、区块链等技术的发展曲线,牵头成立了开放数据中心委员会(ODCC),力推天蝎服务器、 模块化数据中心的标准制定和市场应用。
何宝宏博士判断数据中心产业正在迎来它的"黄金十年".了解"ABC"的技术发展趋势,以及它们对于数据中心产业带来的具体影响,将有利于数据中心企业看清挑战,把握机遇。
在即将于2017年12月20-22日举办的"第十二届中国IDC产业年度大典"上,何宝宏博士将在"预见互联网的2020"思享会上,分享其对数据中心产业发展的预测,同时也将详细解读云计算、大数据、人工智能、区块链等技术发展的最新趋势。
"A"对"D"的影响
AI正在以超出我们预想的速度发展。"数据、硬件、算法是支撑今天AI复兴的三大重要力量。"众所周知,AI并不是一个年轻的技术,上世纪五十年代就有了这个名词。何宝宏认为,新数据的新应用、老硬件的新应用,以及老算法的新改进,为AI注入了全新的发展动力。很典型的现象就是,AI在机器视觉和语音识别上实现了巨大的突破。
AI的发展离不开"算力",可以预见,随着AI概念的兴起,以及越来越多的AI应用的落地,业界对高速计算的需求日渐增多,GPU加速计算服务器的规模将持续增长。"随着GPU加速计算服务器在数据中心中的部署规模的增大,数据中心无论是内部设计还是布局上都将发生一系列的变化。"何宝宏同时表示,目前CPU加速计算服务器产生的热能是传统CPU的数倍,如果说一个机架能够放十几台普通服务器,那么同样空间下只能放两台GPU服务器,导致这一情况的主要原因就是散热。
"虽然现在这个问题并不是很凸显,目前大家也有各种办法能够应对,但是随着容量的增加,这将会成为主要矛盾,成为限制产业发展的瓶颈。"何宝宏认定,要想适应未来AI的发展,数据中心的散热技术必须变革。而在目前风冷的效能已经最大化的情况下,"液冷"无疑是一个值得重点关注的新方向。
除了在给数据中心带来挑战的同时,AI的兴起也有利于数据中心自身的发展,目前,已经有企业探索将AI技术应用到数据中心的运维中,从自动化运维升级到智能运维。
"B"对"D"的影响
"三年后的大数据,将是今天的云计算。"在大数据走过了热热闹闹的概念期后,大数据正在加速落地。何宝宏预计,未来的2-3年,大数据将要过一段"紧日子".不过随后就将迎来爆发式增长,将会像今天的云计算市场这样,企业和整个产业的规模不断扩大,越来越多的企业开始实现盈利,与大数据有关的应用将渗入到各行各业中去。
何宝宏预测,3年里大数据"男耕女织"的时代不会结束,今天企业拥有的大数据,很大一部分都是自己产出的,或者是合作的客户的。而如果大数据要实现发展,那么就必须结束这种模式,更多的数据需要流通起来。同时,业界也要更多地关注数据的温度,热数据、冷数据和温数据对于存储的需求是不一样的。
这其实就关系到了数据中心产业。数据规模的不断增大,会促使数据中心向以存储和分析数据为中心的模式转变。而这无疑也对数据中心的扩展性、可用性等提出新的要求。
其实,技术的边界正在变得模糊,无论是人工智能还是大数据,乃至云计算,都要求数据中心构建一个更加灵活和强健的环境。
"C"对"D"的影响
在网络全面云化的趋势下,数据中心必须全面云化。何宝宏认为,"数据中心必须是软件定义的,必须模块化、开放以及标准化。"
今天,已经不会有人去强调云的重要性,也因为云已经成为我们生活中的一部分,并且比重将越来越大。在何宝宏看来,云化是数据中心的必然演进方向,不过目前业界在此方便的探索仍然无法满足云计算业务发展的需要。
以云计算为代表的新一代信息技术和应用的发展,将促使数据中心的成本不断提高,因而数据中心必须要实现标准化。换一句话说,作为所有互联网应用的基础设施,数据中心是要"首先"标准化,这样才能够支撑上层的应用更好地发展。
软件定义网络的全面兴起,推动了白盒交换机的兴起。随着软件开源成为一种趋势,硬件也在走向开源。未来,开源的系统加上开源的硬件,将助推数据中心产业的变革。不过何宝宏认为,数据中心的变革不会是颠覆式的,而是演进式的,因为越来越多的网络资产承载在数据中心上。
随着边缘计算的兴起,边缘数据中心的概念也值得关注。何宝宏认为,虽然具体的形式有待业界去讨论和验证,但是必须要有数据在中心支撑边缘计算的发展,而未来边缘智能也将会兴起。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09