远程数据中心蓬勃发展

简介:

据英国《金融时报》报道,随着更多机构将内部计算机系统外包、由网络化计算机服务器进行大量信息的存储和分发,远程数据中心业务正在扩张。

数据中心的服务范围从放置机构的私密计算机和软件所需的实体空间,到管理数据、应用和云计算。已经在该领域开展业务的知名品牌包括美国在线零售商亚马逊旗下的亚马逊网络服务。

市场观察人士表示,数据中心未来发展的一个驱动因素可能是,运行无人驾驶汽车所需的日益增多的数据——无人驾驶汽车需要大量实时数据,这些数据由汽车内外的传感器收集和解析而来。

根据一些估测,运行无人驾驶汽车所需收集和分析的信息量为每秒1千兆字节(GB),相当于网络电视约5个小时的数据传输量。

“物联网”也将拉动数据中心的发展。根据咨询公司BroadGroup的说法,仅西欧的数据服务业的价值就将从2014年的45亿欧元增长到2019年的逾80亿欧元。

海量数据的收集已经导致行业发生整合。比如,美国的Equinix今年1月斥资26亿英镑收购了英国的TelecityGroup,作为加强其欧洲业务的努力的一部分。

出于遵守不同司法管辖区数据保护法规的需要,数据中心的地点对客户和服务提供商都很重要。不同地方能够存储的信息类型和存储时长可能存在差异,法规的修改也可能导致这种差异。比如,去年欧盟废除了与美国的数据共享协议。新的数据共享协议《欧美隐私盾协议》目前陷于争议,还未生效。英国退出欧盟的公投结果,有可能进一步加深关于企业可以把数据存储在哪里的困惑。

亚马逊网络服务已宣布一项在英国设立数据中心的计划,除了英国以外,该公司还在两个欧盟成员国各设立了一个数据中心,这是为应对欧洲客户对主权的担忧做出的努力。

尽管外包数据中心服务正在增长,寻求雇佣外部供应商的企业高管需要留意随之而来的风险。

位于英国的数据中心MigSolv的首席执行官亚历克斯·拉贝茨表示,潜在客户很难衡量数据服务提供商的可能服务效率,因为资质标准在非专业人士看来通常毫无意义又难以理解。一个资质标准是能耗,用来衡量数据中心的效率。

“一个数据中心可能声称达到了某种能效级别,但可能不是整个设施都达到了这个级别。因此,这作为一种比较工具毫无意义,也令人费解。”拉贝茨说。

另一个问题是糟糕的客户服务。2015年MigSolv对逾3万名数据中心用户进行的一项调查表明,该行业的用户满意度水平较低。

在线餐厅订餐服务Wi-Q的首席技术官斯图尔特·巴尼特尝试过几家大型数据服务提供商,他表示技术问题通常依靠电子邮件处理。“如果你只利用数据中心进行数据存储,这不是什么问题。”巴尼特说,“但我们在运营一项服务,我们的客户——酒吧和餐厅,需要知道他们客户的订单已经收到了。能够快速查询数据是我们业务的核心要求。”

可靠性同样重要。据一些估测,数据中心服务中断的平均成本已经从2010年的50.6万美元上升到现在的74万美元。

成本也可能成为问题。一些较老的数据中心被指对常规服务和长期合同收取不合理的高昂费用。

然而,竞争的日趋激烈也催生了一些更灵活的购买方案和月付方案,这些方案能够减少费用。咨询公司BroadGroup的董事总经理史蒂夫·沃利奇表示:“市场上开始出现一些打出‘我们更努力’旗号、有客户关系和客户支持意识的中小型数据服务提供商。”

本文转自d1net(转载)

相关文章
|
7月前
|
存储 传感器 监控
探索现代数据中心的冷却技术革新
【4月更文挑战第23天】 在信息技术迅猛发展的今天,数据中心作为计算和存储的核心枢纽,其稳定性和效率至关重要。然而,随着处理能力的增强,设备发热量急剧上升,有效的冷却方案成为确保数据中心持续运行的关键因素。本文将深入分析当前数据中心面临的热管理挑战,并探讨几种前沿的冷却技术,包括液冷系统、热管技术和环境自适应控制策略。通过比较不同技术的优缺点,我们旨在为数据中心管理者提供实用的冷却解决方案参考。
|
4月前
|
机器学习/深度学习 存储 监控
利用机器学习技术优化数据中心能效
【7月更文挑战第36天】在数据中心管理和运营中,能源效率已成为关键性能指标之一。随着能源成本的不断上升以及环境保护意识的增强,开发智能化、自动化的解决方案以降低能耗和提高能源利用率变得尤为重要。本文探讨了如何应用机器学习技术对数据中心的能源消耗进行建模、预测和优化,提出了一个基于机器学习的框架来动态调整资源分配和工作负载管理,以达到节能的目的。通过实验验证,该框架能够有效减少数据中心的能耗,同时保持服务质量。
|
7月前
|
存储 大数据 数据处理
探索现代数据中心的冷却技术
【5月更文挑战第25天】 在信息技术迅猛发展的今天,数据中心作为其核心基础设施之一,承载了巨大的数据处理需求。随着服务器密度的增加和计算能力的提升,数据中心的能耗问题尤其是冷却系统的能效问题日益凸显。本文将深入探讨现代数据中心所采用的高效冷却技术,包括液冷解决方案、热管技术和环境自适应控制等,旨在为数据中心的绿色节能提供参考和启示。
|
7月前
|
人工智能 监控 物联网
探索现代数据中心的冷却技术
【5月更文挑战第27天】 在信息技术迅猛发展的今天,数据中心作为信息处理的核心设施,其稳定性和效率至关重要。而随着计算能力的提升,数据中心面临的一个重大挑战便是散热问题。本文将深入探讨现代数据中心冷却技术的进展,包括传统的空气冷却系统、水冷系统,以及新兴的相变材料和热管技术。通过对不同冷却方式的效率、成本及实施难度的分析,旨在为读者提供一份关于数据中心散热优化的参考指南。
|
7月前
|
机器学习/深度学习 资源调度 监控
利用机器学习技术优化数据中心能效
【5月更文挑战第30天】在数据中心管理和运营中,能源效率的优化是降低运营成本和减少环境影响的关键。本文旨在探讨如何应用机器学习技术来提升数据中心的能源效率。通过对现有数据中心运行数据的深入分析,开发预测性维护模型,以及实施智能资源调度策略,我们可以显著提高数据中心的能效。本研究提出了一种集成机器学习算法的框架,该框架能够实时监控并调整数据中心的能源消耗,确保以最佳性能运行。
|
7月前
|
存储 大数据 数据中心
提升数据中心能效的先进冷却技术
【5月更文挑战第27天】 在信息技术不断进步的今天,数据中心作为计算和存储的核心枢纽,其能源效率已成为评价其可持续性的关键指标。本文将探讨当前数据中心面临的热管理挑战,并展示一系列创新的冷却技术解决方案,旨在提高数据中心的能效,同时确保系统的稳定性和可靠性。通过对比传统冷却方法和新兴技术,我们将分析各种方案的优势、局限性以及实施难度,为数据中心运营者提供科学的决策参考。
|
7月前
|
存储 传感器 人工智能
探索现代数据中心的冷却技术革新
【5月更文挑战第18天】 在数字化时代,数据中心作为信息处理与存储的核心设施,其稳定性和效能至关重要。随着计算需求的激增,数据中心的冷却系统面临着前所未有的挑战。传统的空调冷却方法不仅耗能巨大,而且效率低下。本文将深入探讨现代数据中心冷却技术的最新进展,包括液冷技术、热管应用、环境辅助设计以及智能化管理等方面,旨在提供一种高效、可持续且经济的解决方案,以应对日益增长的冷却需求。
|
6月前
|
移动开发 监控 前端开发
基于 HTML5 WebGL 和 VR 技术的 3D 机房数据中心可视化
基于 HTML5 WebGL 和 VR 技术的 3D 机房数据中心可视化