京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据基建商机:年节约亿度电_数据分析师
4月份的许多热点新闻都在指向同一件事:我国对互联网流量数据处理能力不足。
4月14日,证监会关于一人可以开多个账户的政策一推出,中国证券登记结算公司的系统,因为数据流量过大而瘫痪。
同一天在北京,国务院总理李克强主持召开座谈会,对加大信息基础设施建设力度作出回应,他指出:“我之前就说过,中国的信息基础设施之落后,我们自己都很难想象!”李克强说,“加大信息基础设施建设、提高网络带宽,这方面我们的潜力很大,空间也很大。”
4月下旬,广发证券的交易系统因交易数据处理量太大而发生瘫痪。
随着大数据、云计算、智慧城市、移动互联网、物联网等应用的快速发展,对数据的存载、处理能力要求越来越高。各行各业对数据中心场地基础设施的建设需求处在一个高速发展时期,而建成运营后的高成本、高能耗和安全问题,引发政府高度关注,节能降耗和安全运营成为重中之重。
瓶颈意味着产业机会,随着大数据时代降临所带来的压力和动力,一大批企业正在崛起。《第一财经日报》记者近日调研了国内数据中心建设行业的领先者上海浩德科技股份有限公司(下称“浩德科技”),探究该企业作为互联网大数据运营环境的规划设计建设者,如何通过技术创新实现节能降耗与安全运营,从而实现快速发展。
巨型机房耗电惊人
数据信息量极其庞大是我们这个时代的特点。每个人每天都在产生大量的数据,比如,网络搜索,用微信、QQ维护社交关系,上购物网站买商品等,数据随之产生。
从美国斯诺登事件中,人们知道美国国防安全机关每天搜集到的手机位置信息就有近50亿条。有专家表示,现在每天全球产生的数据相当于中国国家图书馆整个馆藏总量的1500倍。
即便是一个普通家庭,所产生的数据量也非常惊人。此前有专家研究表示,预计到2020年,一个普通中国家庭,每两年就能产生相当于一个中国国家图书馆的信息储量。
浩德科技的核心业务之一是数据中心建设,这些巨型数据中心就是大数据的承载者和处理者。这是一家十分低调的公司,鲜少在媒体上露面。但在行业内,他们是一支迅速崛起的生力军。
浩德科技的业务包括数据中心、智能建筑、智慧城市、智能交通、能源管理、运维服务以及软件产品研发等,客户分布在政府、金融、电信、电力、轨道交通等行业。
浩德科技所规划建设以及运营的数据中心,可以简单比喻为一个巨型机房,巨大到什么程度?以一个中等规模的3万平方米银行数据处理中心为例,日耗电量达30万度以上,年耗电量超过1亿度、电费花销过亿元。
近些年来,随着信息化快速发展,数据中心建设规模急剧扩张。工信部的数据显示,全球数据中心总量已超过300万个,其中,我国数据中心发展尤其迅猛,目前总量已超过40万个。
随着数据中心迅速发展、日趋复杂,其安全高效运行的要求也越来越高。数据中心在运营生产过程产生大量热量,夏季是数据中心事故高发期,极易引发宕机、火灾等安全事故,许多数据中心近几年发生过大小不等的安全事故,造成数据处理能力瘫痪。一旦数据中心瘫痪,损失将十分重大。2014年夏天,市场一度传言重庆某银行数据中心起火,就曾让利益相关方十分紧张。
专业标准化的实施和安全运营可以为数据中心消除各类隐患,各行业数据中心对系统安全的要求越来越高,浩德科技的竞争力因此凸显:目前每年营收规模10亿以上,每年成长速度超过50%。
如何建设绿色数据中心
数据中心作为大数据的承载者和处理者,显然在信息时代起到了核心作用,然而它的高耗电量却一直让世界各国头疼。
工信部数据称,全球300多万个数据中心耗电量占全球总耗电量的比例达1.1%~1.5%,国际上普遍通过应用节能、节水、低碳等技术产品以及先进管理方法建设绿色数据中心,实现能源效率最大化和环境影响最小化。目前,美国数据中心平均电能使用效率(PUE)已达1.9,先进数据中心PUE已达到1.2以下。
我国40多万下数据中心,年耗电量超过全社会用电量的1.5%,其中大多数数据中心的PUE仍普遍大于2.2,与国际先进水平相比有较大差距,节能潜力相当大。同时,数据中心产生大量的温室气体排放,消耗大量的水资源,其设备废弃后造成较大污染,给资源和环境带来巨大挑战。
为此,近年来工信部、发改委、能源局等部委连续发布政策推动数据中心转型升级。2015年3月,为强化绿色数据中心建设,工信部等部委又下发《国家绿色数据中心试点工作方案》,拟分重点、分领域、分步骤提升数据中心节能环保水平。
浩德科技目前正在参与首批试点单位申报,浩德科技董事长朱林向本报记者表示,后期他们会依托自身优势,参与国家绿色数据中心建设指南、国家绿色数据中心运维管理体系的建立,积极参与相关国家标准讨论、制定。
朱林表示,他们响应国家“节能降耗”方针,在大型智能建筑、数据中心规划设计建设中运用“三联供”发电技术,在能源日趋紧张的情况下解决了电力指标矛盾,通过冷通道、微模块产品,精确制冷以及工艺节能等方法,根本上解决了数据中心能耗问题,跟传统方法相比,可以节电30%以上,浩德科技所有服务的客户(包括新建、改造、运维),估算一年可以为客户节能约1亿~1.5亿度电。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析、机器学习的实操场景中,聚类分析与主成分分析(PCA)是两种高频使用的统计与数据处理方法。二者常被用于数据预处理 ...
2026-02-24在聚类分析的实操场景中,K-Means算法因其简单高效、易落地的特点,成为处理无监督分类问题的首选工具——无论是用户画像分层、 ...
2026-02-24数字化浪潮下,数据已成为企业核心竞争力,“用数据说话、用数据决策”成为企业发展的核心逻辑。CDA(Certified Data Analyst) ...
2026-02-24CDA一级知识点汇总手册 第五章 业务数据的特征、处理与透视分析考点52:业务数据分析基础考点53:输入和资源需求考点54:业务数 ...
2026-02-23CDA一级知识点汇总手册 第四章 战略与业务数据分析考点43:战略数据分析基础考点44:表格结构数据的使用考点45:输入数据和资源 ...
2026-02-22CDA一级知识点汇总手册 第三章 商业数据分析框架考点27:商业数据分析体系的核心逻辑——BSC五视角框架考点28:战略视角考点29: ...
2026-02-20CDA一级知识点汇总手册 第二章 数据分析方法考点7:基础范式的核心逻辑(本体论与流程化)考点8:分类分析(本体论核心应用)考 ...
2026-02-18第一章:数据分析思维考点1:UVCA时代的特点考点2:数据分析背后的逻辑思维方法论考点3:流程化企业的数据分析需求考点4:企业数 ...
2026-02-16在数据分析、业务决策、科学研究等领域,统计模型是连接原始数据与业务价值的核心工具——它通过对数据的规律提炼、变量关联分析 ...
2026-02-14在SQL查询实操中,SELECT * 与 SELECT 字段1, 字段2,...(指定个别字段)是最常用的两种查询方式。很多开发者在日常开发中,为了 ...
2026-02-14对CDA(Certified Data Analyst)数据分析师而言,数据分析的核心不是孤立解读单个指标数值,而是构建一套科学、完整、贴合业务 ...
2026-02-14在Power BI实操中,函数是实现数据清洗、建模计算、可视化呈现的核心工具——无论是简单的数据筛选、异常值处理,还是复杂的度量 ...
2026-02-13在互联网运营、产品迭代、用户增长等工作中,“留存率”是衡量产品核心价值、用户粘性的核心指标——而次日留存率,作为留存率体 ...
2026-02-13对CDA(Certified Data Analyst)数据分析师而言,指标是贯穿工作全流程的核心载体,更是连接原始数据与业务洞察的关键桥梁。CDA ...
2026-02-13在机器学习建模实操中,“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林(Random Forest) ...
2026-02-12在MySQL数据查询实操中,按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额,需要按日期分组展示, ...
2026-02-12对CDA(Certified Data Analyst)数据分析师而言,描述性统计是贯穿实操全流程的核心基础,更是从“原始数据”到“初步洞察”的 ...
2026-02-12备考CDA的小伙伴,专属宠粉福利来啦! 不用拼运气抽奖,不用复杂操作,只要转发CDA真题海报到朋友圈集赞,就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11