专家对2020年数据中心行业发展的预测

服务器 数据中心
思科、HPE、Digital Realty等公司的专家提出了对2020年数据中心行业发展的预测。岁末年初正是对未来一年数据中心行业发展进行预测的时候。像往常一样,行业专家对2020年数据中心行业的发展进行了预测和分析。

思科、HPE、Digital Realty等公司的专家提出了对2020年数据中心行业发展的预测。

岁末年初正是对未来一年数据中心行业发展进行预测的时候。像往常一样,行业专家对2020年数据中心行业的发展进行了预测和分析。

毫无疑问,数据中心行业今年的主要收获是保持其可持续性的中心地位。IT环境影响如今令人耳目一新。这是由于全球范围内对这一问题的广泛关注的结果。

值得庆幸的是,人们意识到数据中心既是能源消耗巨大的服务器场,也是数字化转型不可或缺的组成部分。人们对这些事实的认识已经导致行业利益相关者在气候辩论中拥有更大的发言权。这些利益相关者必须利用他们的平台有效地传达数据中心在节能创新方面的悠久历史,以及数据中心如何成为解决方案的一部分。同样,对组织施加更大的压力以尽量减少其资源需求和浪费也是正确的。

[[312191]]

思科公司英国和爱尔兰数据中心和多云业务负责人Catherine Doherty表示,“自动化将成为驱动数据中心运营敏捷性的主要机制。”

混合型IT是一种新的做事方式。最初对未来持“云优先”或“仅云”观点的组织,在很大程度上难以意识到这一战略的潜力。应用程序及其相关数据现在分布在许多地方——数据中心、超大规模数据中心和越来越多的网络边缘。

在部署和托管应用程序时,组织有多种选择。面临的挑战是由此产生的复杂性,以及从安全角度来看更大的攻击面。组织在继续寻求简化的同时仍希望保持选择的开放性。那么,组织如何理解部署和托管应用程序及其数据的合适位置?

除了客户体验之外,还必须权衡从成本到合规性等所有因素。一旦根据证据做出决定,IT部门就必须能够为组织提供优秀支持的速度发展。未来将需要清晰地了解组织的所有应用程序、网络基础设施、工作负载和安全策略。拥有如此多的数据,机器学习对于帮助IT团队充分理解这一切至关重要。

一旦组织员工可以清楚地了解自上而下的运营视图,下一步便是朝着整个IT运营生命周期的有效自动化迈进。自动化将成为驱动运营敏捷性的主要机制。通过采用这种高级管理形式,组织可以转移其安全模型以保护整个数据供应中的工作负载,而不是使用传统的外围模型。

思科公司的数据中心愿景基于IT中枢神经系统的概念。这可以提供深入的可见性和洞察力,能够自动化操作,减少耗时的任务,并实现创新,而不会影响网络安全能力。

荷兰数据中心协会常务董事Stijn Grove表示,“我们需要进一步提高数据中心设施效率,与电网供应商合作以提高容量,并帮助政府更新法规。”

数字革命正朝着“全力以赴”的方向发展。如今的经济和社会在短时间内已成为数字经济和数字社会。由于互联网的兴起,大多数商业模式已被颠覆。人们依靠“智能”解决方案作为新的规范,以提高流程效率,并变得更具可持续性。最终,所有这些都源自数据中心。而数据中心已迅速成为经济和社会的可靠基础。

在未来,人们将看到数据中心行业面临的许多积极因素和挑战。数字化的巨大规模以及数据的总体增长需要建设更多的数据中心。如何促进这种大规模增长是一个重大挑战。

为了让数据中心行业向前发展,需要更多厂商的支持来实现这一增长。人们需要进一步提高数据中心设施的效率,与电网供应商合作提高容量,并帮助政府更新法规。或许最重要的是,让人们更加了解数据中心的角色以及数据中心行业如何提高他们的理解力和认识。

在此唯一能做的就是团结一致,需要得到业界的支持。而在每个国家都面临同样的挑战的情况下,应该在国际上更加合作。这是数据中心行业获得可持续增长的唯一途径。

HPE公司UK&I首席技术专家Phil Starrett表示,“我们需要更多的可持续数据中心。”

随着企业加速数字化转型,对实时洞察的需求不断升级,导致数据中心面临电力、空间、冷却和资源限制。在能源成本和资源限制不断上升、气候危机迫在眉睫、监管措施日益收紧的背景下,人们应对复杂和数据密集的挑战,对可持续IT的需求日益增长。

快速转型的IT组织将超越其财务、可持续性和业务目标,以获取竞争优势。随着越来越多的组织进行数字化转型,出现了更多的机会来严格审查内部老化的IT场所的效率低下,并考虑如何在可持续性的前提下实现其现代化。

例如,IT组织将继续过渡到基于消耗的IT模型,该模型将消除浪费的资源过度配置和资产利用不足,同时在不增加资本支出的情况下更新老旧和耗电的资产。通过很大限度地减少IT的资源需求和浪费,数据中心行业将削减成本并减少对环境的影响——这两方面都是客户的优先考虑事项。

数字化转型增加了工作量的数量和多样性,导致传统的管理技术无法提供所需的效率和可靠性。现代数据中心产生数以万亿计的数据点,这些数据点必须相互关联和相互理解,才能使系统有效运行。人工操作不可能扩展以满足不断增长的需求。随着基础设施对组织的底线越来越重要,不断确保每个应用程序的最佳性能至关重要。

因此,人们看到人工智能(AI)被引入数据中心,以在问题发生之前预测和预防它们,同时确保优质性能和高效的资源使用。人工智能使用预测建模来了解所有的操作、环境和遥测参数,并有可能在整个客户群中大规模地实现这一点。一旦引入,这些人工智能就可以从历史事件中识别因果关系,从而在最复杂和最具破坏性的问题变得严重之前进行预测。这将越来越多地导致数据中心的自主运作,而无需人为干预。

Digital Realty首席技术官Chris Sharp表示,“物理和网络将融合以保护数据中心。”

长期以来,物理安全一直是数据中心安全策略中的支柱。企业现在正在大力投资网络安全措施,以确保其系统不会招致额外的风险。在2020年及以后,数据中心将开始看到物理和网络安全融合,因为部署了人工智能和机器学习等先进技术来查明物理和网络安全方面的异常情况,并加强补救流程。随着这些技术的不断成熟,它们将把安全模式从“检测和响应”转变为“预防和应对”。

边缘计算已经是网络和IT基础设施领域中发生的最主要趋势之一。在2020年,人们将看到SDN、5G和其他网络技术的进步将继续重塑边缘计算在企业以及最终用户中的角色。人们将开始看到更多的企业从集中式核心中删除其组件、数据和服务,并将它们放置在靠近边缘的位置,以便将资产放置在最需要的位置。企业将创建位于核心和边缘之间的数据交换中心,以减少延迟,提高网络弹性,并提高效率。专家预计,这一优势将成为十年来较大的技术变革之一的重要催化剂,使人工智能、机器人技术、自动驾驶汽车和其他新兴技术重塑业务。

随着最近加州和亚马逊雨林的野火以及气候变化运动的激增,个人和企业都认识到可持续性在经济和社会上都是必要的。

最近的一项调查发现,70%的受访者更有可能选择在环保意识很强的企业工作。与此相伴的是,千禧一代等年轻人更加关心雇主的立场,他们是当今劳动力比较大的组成部分。

2020年,可持续发展驱动型组织将高度重视供应链可持续性,可以选择负责任的供应商,并激励现有合作伙伴报告和改进可持续商业实践。为了满足市场和员工的需求,2020年将增加对可持续商业实践的投资。尤其是随着客户要求提供商更加依赖可再生能源来推动其运营的数据中心,这些数据中心将处于最前沿。

Future Facilities公司产品经理Mark Fenton表示,“预计功率密度将成为企业寻找解决方案的主要驱动力,使他们能够重新考虑冷却和电力消耗。”

人工智能、物联网和机器学习将以多种方式改变世界。对于数据中心行业来说,这些新技术将导致服务器功率密度迅速增加。调研机构451 Research公司的调查发现,数据中心平均机架密度将增加到每机架11千瓦。这将给运营团队带来巨大的压力,他们将从现有的空间中节省更多的资金。预计功率密度将成为企业寻找解决方案的主要驱动力,使它们能够在2020年重新考虑冷却和电力消耗,而数字孪生等工具正在引领潮流。

液体冷却的优点早已为人所知。然而,由于高昂的初期投入和不愿采用新方法的原因,液体冷却技术未能获得组织足够的重视。但是,随着谷歌、阿里巴巴以及微软等大规模运营商研究和测试液冷技术,2020年似乎是液冷技术得到更多应用的时候了。边缘数据中心的增长也将同样推动液体冷却技术的应用。与空气冷却相比,液体冷却提供更好的热管理,有助于提高机架和服务器功率密度。现在的挑战将是把成本降到一个可控的水平。但毫无疑问,2020年将是液体冷却技术在数据中心应用的分水岭。

责任编辑:华轩 来源: 企业网D1Net
相关推荐

2022-01-12 14:07:51

数据中心数据中心架构数据中心网络

2019-12-18 11:09:11

数据中心边缘计算工具

2017-12-06 21:22:58

数据中心IT技术

2023-02-02 16:53:25

2020-01-17 10:58:43

数据中心物联网技术

2013-12-30 09:02:45

数据中心网络预测2014

2013-12-30 10:58:47

数据中心网络预测数据中心

2019-12-17 14:24:27

数据中心网络数据

2015-12-30 10:23:49

数据中心2016发展预测

2016-01-05 10:15:06

数据中心2016IT发展

2022-03-01 15:11:49

数据中心能源管理

2017-12-05 07:40:05

数据中心技术基础设施

2021-01-04 07:00:47

数据中心数据中心管理服务器

2019-01-08 12:39:20

2019-12-26 11:16:08

数据中心机器学习技术

2015-01-07 16:32:23

数据中心

2018-03-01 15:37:31

数据中心行业趋势

2013-01-06 16:50:58

数据中心综合布线

2020-02-01 15:21:07

数据中心网络云计算

2020-11-03 09:39:14

数据中心
点赞
收藏

51CTO技术栈公众号