漫谈云数据中心的前世今生

简介: 今天,我们一起来回顾下,数据中心发展历史曾经发生过的事情,以及未来可能的故事。

随着技术的不断发展,数据中心的重要性与日俱增。创新是相互依存的,需要不断增加的计算能力。此外,物联网(IoT)和云计算也在推动传统数据中心的技术完成更迭。

在数字化浪潮中,传统IT也面临巨大的挑战,需要开启数字化转型,有些企业开始自建数据中心,有些企业开始上云,有些是租用或者共享数据中心,完成企业存储的架构升级。

在双碳战略下,当今的液冷技术已成为数据中心更加绿色的技术推动力。

今天,我们一起来回顾下,数据中心发展历史曾经发生过的事情,以及未来可能的故事。

1.发展早期(1940s-1960s)

我们所知道的计算是最早从军队开始的。在1946年,美国陆军就建立了电子数字积分器和计算机 (ENIAC),用于协助炮兵发射和核武器设计。它是第一台通用电子计算机。ENIAC体积庞大,填满了整个房间,需要一台巨大的空调来每秒进行几千次计算。

到20世纪50年代,晶体管已经取代了真空管,在减小尺寸和功耗的同时提高了硬件的可靠性。然而,直到20世纪60年代中期,计算机才在商业上有所展现。

随着应用程序和编程语言使这些设备的功能更加强大,IBM的大型机遍布整个行业,特别在银行,航空公司,保险公司,物流公司等关键事务中,有些不可替代的作用。今天仍然有场景还在继续使用IBM大型机。

2.第一个商用微处理器的出现 (1970s)

1969年,日本计算机公司Busicom联系Intel,让其设计12个定制芯片,用于141-PF*打印式计算器。

但是intel的工程师,却提出了只需要4个芯片即可满足需求,即4001-4004.其中一个4004是可以用于各种编程的芯片。

这样,日本计算机公司Busicom就跟intel正式在1970年初签订了合同。由于研发过程的不是很顺利,出现很多异常情况,导致intel交付延期,最终在1971/11/15正式延迟交付了产品。由于延期交付,Busicom很不爽,就跟intel压价。没想到intel很爽快地答应了,但是增加了一个附加条件:“允许英特尔在除计算器芯片市场之外的其它市场上自由出售4004芯片”。正是Busicom没有远见的决定,让intel彻底从单纯的存储器制造商,正式转型微处理器制造商。自此以后,凭借4004第一款商用微处理器,造就了intel持续辉煌,至今依然称霸计算领域。

这里需要注意:4004是世界上第一个商用的,但是不是第一个出现的微处理器。最早的微处理器是美国军方研制的,用于F-14雄猫战机的中央空气数据计算机(CenterAir Data Computer,简称CADC)。比4004的结构要简单。

同时,Intel从日本计算机公司购买IP权利后,立即推出了英特尔®4004处理器及其芯片组,并在1971年11月15日的《电子新闻》上刊登了广告,对外正式宣布集成电子的新时代的到来。4004处理器在当时被称为“一件划时代的作品”。英特尔公司的首席执行官戈登.摩尔(Gordon Moore)将4004称之为"人类历史上最具革新性的产品之一"。

Intel 4004微处理器集成2250个晶体管,相邻晶体管的间距是10um,可以处理4-bit数据,数据运算速率是6万次/s,运行频率108KHz。

如今在数据中心计算领域,Intel凭借x86的霸主地位,依然是数据中心绝对的核心。

同一时期,最早的通用网络技术ARCnet,是1977年DataPoint公司研发的广泛的局域网(LAN)技术,采用token-bus技术方管理LAN上工作站和其他设备之间的共享线路。基于ARCnet,相互连接计算机,组成了当下火热的互联网。

20世纪70年代计算技术的演进和早期网络技术的出现,为今天的数据中心的发展奠定了坚实的基础。

3.信息时代开启(1980s-1990s)

20世纪80年代和90年代的个人电脑超过了前几十年的大型电脑,信息技术成为主流。

同时,作为基于互联网的服务之一,蒂姆·伯纳斯-李,在1989年发明了万维网,包含图片、影片、声音的网页,成为了人们利用互联网进行交互的主要工具!

当互联网随着网络繁荣而腾飞时,情况更是如此。越来越快的连接推动了海量数据中心的发展,为现在数量众多的计算机用户提供服务。企业建立了自己的服务器机房和设施,在某些情况下可以容纳数千台服务器。

同时,还有其他辅助的技术的普及,让数据互联更加高效,比如虚拟化技术,使每台机器能够服务更多的客户,并提高不同操作系统之间的兼容性。因此,单个物理服务器可以托管多个软件环境,从而更易于管理应用程序。

4.数据新时代(2000s)

进入21世纪后,前十年,更多的创新技术涌现出来,技术人员开发了一些功能来支持数据中心更具适应性的服务器。例如,亚马逊网络服务开始提供客户可以按需使用的云存储服务。这标志着从专用企业托管向更大的共享数据中心过渡的开始。

虚拟化技术也很先进,有助于向云的过渡。在客户可以连接的云服务器上运行虚拟机变得很常见,从而提高了性能并降低了成本。数据库支持的应用变得越来越普遍,移动应用越来越多地连接到云数据中心。

5.云变革的时代(2010s)

2010年以后,AI计算/大数据/深度学习,也得到了再次爆发,对数据计算的诉求,更加明显。

同时,世界领域云计算大幕已开启,中国市场在2007-2010年也在市场摸索阶段。业内人士普遍对云计算认识不足,只有阿里在此阶段下定决心搞云计算,并在2009正式开启云计算的探索,阿里云开始的路走的十分艰难,持续投入10年才看到了云计算的曙光,成为一朵中国唯一自研的飞天操作系统。

根据IDC数据,2021年的全球公有云市场份额数据显示,AWS排名全球第一,微软紧随其后排名第二,阿里云排名全球第三,全球份额6.1%, 超过谷歌份额5.5%。

随着数据中心不断的技术演进,同时在双碳、数字经济的大背景下,相信数据中心和云计算,会成为更重要的基础设施,会涌现更多的技术创新,让云计算更加普及进万家。


相关文章
|
传感器 数据采集 供应链
港口智能化,我们这样做!
港口智能化,我们这样做!
820 0
港口智能化,我们这样做!
|
2月前
|
存储 人工智能 Linux
2026年新手零基础阿里云部署OpenClaw(Clawdbot)保姆级教程
2026年,AI智能代理工具迎来爆发式增长,OpenClaw(原Clawdbot、Moltbot)凭借“自然语言指令操控、多任务自动化执行、全场景适配”的核心优势,成为新手入门AI自动化的首选工具。它打破了传统AI“只说不做”的局限,既能聊天交互,更能动手执行——读写文件、运行代码、联网搜索、跨工具协同,堪称“7×24小时不下班的AI数字员工”。
2383 9
|
8月前
|
存储 安全 数据中心
数据中心概述
数据中心是包含计算机系统、通信设备及配套环境控制、安全装置的复杂设施,用于集中存储、处理和传输数据。根据用途可分为企业、运营商和互联网数据中心。其基础设施涵盖机房、供电、散热、网络设备及管理软件。发展历程从大型机时代逐步演进至云计算时代,现以大规模、资源池化为特征。
1013 0
|
11月前
|
网络协议 网络安全 网络虚拟化
路由器详细讲解
路由器是连接不同网络并转发数据包的关键设备,工作在OSI模型第三层(网络层)。它通过路由表选择最佳路径,支持数据转发、NAT转换、防火墙保护等功能。路由器分为家用、商用和工业级,各有针对性的性能与功能。其配置包括硬件连接、登录管理界面及网络、无线、安全等设置,选购时需关注处理能力、无线速率、端口速率和功能需求等关键指标。
1624 22
|
传感器 数据采集 物联网
智能互联,未来在手:解读可穿戴设备与物联网的深度融合
智能互联,未来在手:解读可穿戴设备与物联网的深度融合
1098 85
|
存储 NoSQL 关系型数据库
阿里DataX极简教程
【5月更文挑战第1天】DataX是一个高效的数据同步工具,用于在各种数据源之间迁移数据,如MySQL到另一个MySQL或MongoDB。它的工作流程包括read、write和setting步骤,通过Framework协调多线程处理。其核心架构包括Job、Task和TaskGroup,支持并发执行。DataX支持多种数据源,如RDBMS、阿里云数仓、NoSQL和无结构化数据存储。例如,从MySQL读取数据并同步到ClickHouse的实践操作包括下载DataX、配置任务文件和执行同步任务。
3368 1
阿里DataX极简教程
|
消息中间件 存储 算法
深度揭秘!Kafka和ZooKeeper之间的相爱相杀
**摘要:** 本文介绍了Kafka和ZooKeeper的角色及其关系。Kafka是分布式流处理平台,用于实时数据管道和流应用;ZooKeeper是分布式协调服务,处理同步和集群协调。在Kafka中,ZooKeeper存储元数据,管理集群成员,选举Controller。随着KIP-500提案,Kafka计划移除对ZooKeeper的依赖,转向基于Raft的共识机制,以简化架构、提高性能和一致性。此外,文章提到了etcd作为基于Raft的元数据存储系统的应用。本文旨在帮助读者理解ZooKeeper在Kafka面试中的重要性,并了解Kafka的未来发展方向。
2153 2
|
机器学习/深度学习 人工智能 搜索推荐
AI时代下的个人发展之路:通过多栈变革实现跨越式成长
随着人工智能(AI)技术的飞速发展,企业和个人面临着前所未有的机遇和挑战。在AI时代,多栈变革成为推动企业和个人发展的关键。对企业而言,AI不仅促进了数据驱动的决策和智能自动化,还推动了产品创新和业务流程优化。而对于个人,AI的崛起提供了通过跨界学习、掌握多项技能及使用AI工具提升效率的机会。本文探讨了AI如何通过多栈变革推动企业和个人的全方位发展,同时也分析了面临的挑战与未来展望。在这个智能化、数据化的时代,只有不断学习与适应的企业和个人,才能抓住AI带来的机遇,迎接更加智能化的未来。
|
SQL 数据挖掘 数据管理
时间回溯 | 如何按需极速查询数据库实例的历史数据?
未来数据库备份DBS团队及数据管理团队会进一步挖掘备份数据的使用价值,在闪回,数据变更轨迹,数据订正,历史数据分析等领域为用户提供更多的可能。
时间回溯 | 如何按需极速查询数据库实例的历史数据?
|
运维 数据安全/隐私保护 网络协议
【网络建设与运维】2024年河北省职业院校技能大赛中职组“网络建设与运维”赛项例题(二)
【网络建设与运维】2024年河北省职业院校技能大赛中职组“网络建设与运维”赛项例题(二)
【网络建设与运维】2024年河北省职业院校技能大赛中职组“网络建设与运维”赛项例题(二)