新的一年，突如其來的疫情對每個人的工作和生活都產(chǎn)生了巨大的影響，也對各行各業(yè)都帶來了不可估量的沖擊與挑戰(zhàn)。每一年，作為數(shù)據(jù)中心、行業(yè)關(guān)鍵應(yīng)用領(lǐng)域基礎(chǔ)設(shè)施建設(shè)和服務(wù)的全球領(lǐng)導(dǎo)者，施耐德電氣都會基于深刻的行業(yè)洞察和實(shí)踐發(fā)布《看得見的未來—數(shù)據(jù)中心市場的新趨勢與新突破》，以揭示新一年數(shù)據(jù)中心行業(yè)會發(fā)生哪些變化？有哪些趨勢會影響數(shù)據(jù)中心行業(yè)未來的發(fā)展方向？

2020年，國家將進(jìn)一步推進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展，并大力提倡要加快5G網(wǎng)絡(luò)、數(shù)據(jù)中心等數(shù)字化基礎(chǔ)設(shè)施的建設(shè)進(jìn)度。盡管當(dāng)下我們依然面臨著諸多挑戰(zhàn)，但疫情之下的復(fù)產(chǎn)復(fù)工已在穩(wěn)步展開，經(jīng)濟(jì)活力也在逐漸恢復(fù)，同時也看到疫情催生了一些新的變化、新的業(yè)態(tài)。

例如諸多企業(yè)開啟了如線上業(yè)務(wù)、遠(yuǎn)程辦公等新模式，線上教學(xué)及培訓(xùn)也日趨火熱。如何保障線上業(yè)務(wù)正常運(yùn)轉(zhuǎn)、企業(yè)員工安全接入、直播授課穩(wěn)定流暢……這些變化都無一不依賴著數(shù)據(jù)中心等行業(yè)的支持。

行業(yè)數(shù)字化轉(zhuǎn)型在加速，新技術(shù)的普及與應(yīng)用在推動，企業(yè)與社會也在反思如何才能通過綠色、低碳的發(fā)展來與自然和諧共生。這些都會對數(shù)據(jù)中心行業(yè)的發(fā)展帶來積極的促進(jìn)，施耐德電氣認(rèn)為2020年數(shù)據(jù)中心將迎來以下六大行業(yè)發(fā)展趨勢：

趨勢一：位于本地的邊緣云計(jì)算

多年以來，云計(jì)算一直是一個謎。在智能手機(jī)時代的驅(qū)動下，幾乎每個人都知道我們的圖片被存在某個地方的一個大型的云計(jì)算數(shù)據(jù)中心。這些大型的數(shù)據(jù)中心聚集在世界的某些地方，這些地方在地理上被稱作“熱門地區(qū)”。

這些“熱門地區(qū)”擁有包括低成本或可再生能源、IT勞動力、稅收激勵，以及氣候偏冷有利于“自然冷卻”等優(yōu)勢。除非我們幸運(yùn)地生活在這些超大規(guī)模數(shù)據(jù)中心中的附近，否則很可能經(jīng)歷過微信搶紅包， Salesforce，Box等云服務(wù)的性能慢于預(yù)期。除此之外，如果我們已經(jīng)將關(guān)鍵業(yè)務(wù)遷移到云，但依然對這些應(yīng)用程序的性能或可用性不滿意，應(yīng)運(yùn)而生的本地的 “云堆?！边@一新的解決方案也已經(jīng)被大家了解。

圍繞著將數(shù)據(jù)中心云擴(kuò)展到“本地邊緣”，也就是將云服務(wù)業(yè)務(wù)下沉和擴(kuò)展到更接近最終用戶，人們進(jìn)行了大量的猜測和承諾。這些超大規(guī)模數(shù)據(jù)中心的較小版本可以提高速度，降低成本，并允許企業(yè)將數(shù)據(jù)保存在本地，從而更好地控制這些信息。這個想法是允許企業(yè)在本地運(yùn)行類似的IT基礎(chǔ)設(shè)施，以提高其混合云系統(tǒng)的一致性。最終目標(biāo)是使企業(yè)能夠在其現(xiàn)有系統(tǒng)和云系統(tǒng)中使用相同的工具、API、硬件和功能，以創(chuàng)建一致的混合云用戶體驗(yàn)。

從國際市場，我們可以看出這一趨勢，微軟推出的Azure堆棧雖然有一段時間了，但是仍然非常昂貴，因此，微軟將推出更具有性價比的Azure解決方案。亞馬遜的Outpost在2019年底也正式上線，谷歌的Anthos將緊隨其后。2020年將是驗(yàn)證和現(xiàn)場測試的一年，但這將是一個正確的方向。

趨勢二：下一代電信技術(shù)（5G）和IT數(shù)據(jù)中心架構(gòu)的融合

隨著當(dāng)今的互聯(lián)社會和高帶寬技術(shù)——視頻、浸入式體驗(yàn)（AR/VR）、觸覺等需求的快速發(fā)展，這就要求本地的數(shù)據(jù)架構(gòu)能夠?qū)崿F(xiàn)這些需求。5G將按照小集群進(jìn)行部署，每個5G基站將是一個移動的邊緣計(jì)算（Mobile Edge Computing）數(shù)據(jù)中心，想象一下，在每個4G基站相同的區(qū)域量，需要部署大約四個新的MEC數(shù)據(jù)中心。這將是一個巨大的挑戰(zhàn)，首先如何證明投資回報(bào)率ROI的合理性，然后為這些移動數(shù)據(jù)中心尋找部署的空間（比如：建筑物的頂部，停車場，地下室）。在這些地方部署數(shù)據(jù)中心的成本并不便宜，而且如何實(shí)施安防措施也是值得商榷的。

與此同時，云提供商（亞馬遜、谷歌、微軟）也不斷在透露他們的意圖，即在本地部署云堆?！麄冎g的部署策略也非常相似。此外，對云計(jì)算的新的需求和驅(qū)動力，即降低時延，與5G對移動用戶所做出的承諾是相一致的，這就使得移動數(shù)據(jù)中心將自然而然地成為云服務(wù)和移動服務(wù)可能的交匯點(diǎn)。

最后，5G本質(zhì)上是一種軟件設(shè)計(jì)的技術(shù)，并試圖在標(biāo)準(zhǔn)IT服務(wù)器上運(yùn)行，因此，施耐德電氣認(rèn)為我們很有可能看到移動數(shù)據(jù)中心提供本地云服務(wù)，以及運(yùn)行5G的應(yīng)用。

趨勢三：邊緣計(jì)算消耗的能源成本可能是巨大的

施耐德電氣預(yù)測下一代的電信技術(shù)（5G）和本地邊緣云的發(fā)展將推動邊緣數(shù)據(jù)中心的大規(guī)模建設(shè)。如果我們使用5G所需的本地移動數(shù)據(jù)中心作為依據(jù)，可以計(jì)算對能源和碳排放的影響。就規(guī)模而言，2G/3G/4G的全球覆蓋率很高，世界上約有500萬個電信基站，平均功率在6千瓦左右，在通訊高峰期可能達(dá)到8-10千瓦。也就是全球的總峰值功率在50GW左右。很不幸的是，絕大多數(shù)的這些基站都不是在考慮能源效率優(yōu)化的情況下設(shè)計(jì)的。它們的PUE大約為1.5（輸入功率/電信（IT）負(fù)載的功率），這意味著大約一半的功率被浪費(fèi)掉了。當(dāng)規(guī)模部署的時候，被浪費(fèi)的功率將不斷疊加，也就是要乘以部署基站的數(shù)量。

以國內(nèi)某運(yùn)營商5G建設(shè)的真實(shí)數(shù)字為例：增加十萬個5G基站站點(diǎn)，平均每個站點(diǎn)的功率在10個千瓦，所以，總的功率是1GW。PUE值按照1.5計(jì)算，每年能耗的成本為105億人民幣（假設(shè)電費(fèi)為0.8元）和每年將排放930萬噸二氧化碳。但是，如果這些基站能夠按照高能效進(jìn)行設(shè)計(jì)的話，假設(shè)PUE為1.1，每年的能耗成本為77億人民幣，每年將排放680萬噸二氧化碳。

能源成本和控制碳排放將是電信公司未來必須考量的關(guān)鍵考慮。施耐德電氣預(yù)計(jì)，液冷和基于云的管理系統(tǒng)等標(biāo)準(zhǔn)化和創(chuàng)新解決方案將成為重點(diǎn)。

趨勢四：基于云的預(yù)測性數(shù)據(jù)中心管理日漸成熟

從十年前開始，我們看到當(dāng)時很多關(guān)于數(shù)據(jù)中心基礎(chǔ)設(shè)施管理軟件的炒作和承諾，比如：它可以從根本上改善性能，提高能效以及無縫監(jiān)測所有設(shè)備等等。當(dāng)時的分析機(jī)構(gòu)也做出了大膽的預(yù)測，到2017年，DCIM的市場規(guī)模將達(dá)到31.4億美金，到2020年，將高達(dá)75億美金。但是，之后我們看到的更多的是相關(guān)挑戰(zhàn)和困難的討論。

不出所料，我們也看到它并沒有達(dá)到市場的預(yù)期，新的預(yù)測是到2022年，有7億美金的市場規(guī)模，不到之前預(yù)期的十分之一。而且，25% DCIM的部署都是失敗的。究其原因是太難部署和擴(kuò)展，太難使用和維護(hù)以及信息過多不直觀等等。

但是，施耐德電氣認(rèn)為，過去幾年，隨著新一代的軟件開發(fā)開始采用基于云的架構(gòu)，模塊化的設(shè)計(jì)以及采用大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)（Machine Learning）等人工智能技術(shù)為手段，可以實(shí)現(xiàn)邊成長邊部署，簡化了安裝和設(shè)置，能夠自動升級，采用APP和基于瀏覽器進(jìn)行遠(yuǎn)程管理，從而可以對IT基礎(chǔ)設(shè)施環(huán)境的關(guān)鍵數(shù)據(jù)進(jìn)行采集、存儲、分析和云端可視化，以及采用記分卡的形式來預(yù)測數(shù)據(jù)中心故障，隨時隨地都可以關(guān)注數(shù)據(jù)中心的健康狀態(tài)，并指導(dǎo)運(yùn)維人員進(jìn)行預(yù)測性維護(hù)，未來將是以軟件即服務(wù)(SaaS)形式來提供這些功能。

這將成為傳統(tǒng)數(shù)據(jù)中心和站點(diǎn)眾多的邊緣數(shù)據(jù)中心最有效的運(yùn)維管理工具，可以解決運(yùn)維人員短缺等問題。

趨勢五：用于人工智能學(xué)習(xí)的普適性計(jì)算機(jī)架

過去我們對人工智能（A I）的認(rèn)知主要來自于科幻電影，比如終結(jié)者系列。人工智能主要被看成是機(jī)器人已經(jīng)進(jìn)步到能夠自我學(xué)習(xí)。雖然我們離這一現(xiàn)實(shí)還比較遙遠(yuǎn)，但是，我們已經(jīng)開始走上了這樣一條道路，我們希望計(jì)算機(jī)通過使用神經(jīng)網(wǎng)絡(luò)模型開始自己學(xué)習(xí)事物，該模型模仿人類大腦的工作方式。

比如，我們的醫(yī)療健康行業(yè)正在通過使用機(jī)器來縮短診斷和治療疾病所需要的時間。一旦機(jī)器擁有了算法和所需要的輸入，我們就不需要非常強(qiáng)大的計(jì)算機(jī)就可以實(shí)現(xiàn)用于推理的人工智能。

但是，用于人工智能或培訓(xùn)人工智能的計(jì)算機(jī)，必須使用強(qiáng)大的處理器（CPU和GPU），可以產(chǎn)生20千瓦，30千瓦，或高達(dá)50千瓦的熱量。這些熱量是低品質(zhì)的，在絕大多數(shù)情況下，不太可能使用現(xiàn)有的比較主流的冷卻方式進(jìn)行冷卻。因此，施耐德電氣認(rèn)為，2020年各種類型的數(shù)據(jù)中心——云、托管和企業(yè)級，都需要部署專門用于人工智能學(xué)習(xí)的普適性計(jì)算機(jī)架。冷卻這些機(jī)架的最好的冷卻方法是某種形式的液冷——浸沒式或冷板式。

這些普適性的機(jī)架不需要通道封閉，或按照機(jī)柜排或微模塊的方式進(jìn)行擺放。當(dāng)然，目前來看需求的數(shù)量有限，隨著模型的不斷開發(fā)，平時這些機(jī)架將處于休眠模式直至有需求喚醒的時候。

趨勢六：采用特殊用途集成電路的數(shù)據(jù)中心將規(guī)?；?/strong>