“十三五”政策下的数据中心产业发展趋势

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

你是否听说过,

有一种趋势叫政策引导,

这种趋势在我大天朝尤其明显。

网间曾有报道称,

大妈每天看新闻联播炒股2万炒成60万!

可见跟着政策走,

有房,有车,有朋友!

那么我们一起来看看,从国家层面“十三五”期间涉及到数据中心产业相关政策有哪些?

2016年国家出台与数据中心发展相关政策

07.27, 国家信息化发展战略纲要

-中共中央办公厅、国务院办公厅印发

11.29,“十三五”国家战略性新兴产业发展规划

-国务院印发

12.18,“十三五”国家信息化规划

-国务院印发

那么这些政策都传达了哪些讯息?

绿色节能仍是数据中心建设目标

加快推动现有数据中心的节能设计和改造,有序推进绿色数据中心建设。到2018年,云计算和物联网原始创新能力显著增强,新建大型云计算数据中心电能使用效率(PUE)值不高于1.5;到2020年,形成具有国际竞争力的云计算和物联网产业体系,新建大型云计算数据中心PUE值不高于1.4.

合理布局适度超前部署数据中心建设

优化全国大型、超大型数据中心布局,在杜绝数据中心和相关园区盲目建设的同时,可以适度超前布局、集约部署云计算数据中心、内容分发网络、物联网设施,实现应用基础设施与宽带网络优化匹配、有效协同。鼓励在“一带一路”沿线节点城市部署数据中心、云计算平台和内容分发网络(CDN)平台等设施。

加强数据资源规划,推动行业数据中心建设

推进政务数据资源、社会数据资源、互联网数据资源建设,建立国家关键数据资源目录体系,统筹布局区域、行业数据中心,建立国家互联网大数据平台。探索推进离岸数据中心建设,建立完善全球互联网信息资源库。

除了国家层面的政策以外,各省市也根据自身的建设发展需求,针对信息化、大数据、互联网+等方面出台了许多政策。

下图是根据网上可以搜索到的各省市出台的政策,绘制的全国与数据中心发展相关政策地图。(由于大麦子不是人工智能,纯人肉手工搜索,数量可能不够准确,但大体可以说明一些趋势上的问题)

从各省市政策的分布来看,东部沿海地区针对信息化、大数据、互联网+的相关政策较多。贵州省,作为国家第一批大数据综合试验区政策利好较多。

在各细分领域如教育、政府、医疗、运输、农业等,也出台了有关信息化建设、大数据发展和互联网+的政策。各省政策中值得注意的是多地政府规划未来将不会自建机房,而是采用合作方式采购统一的云平台。

我们具体来看看各省政策中涉及到建设和发展的数据中心城市或产业园有哪些吧!

看到这份政策大餐,各位小伙伴是不是要笑的合不拢嘴啦!与数据中心建设相关的政策遍地开花,相信2017年数据中心产业也会发展的越来越好

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
存储 固态存储 算法
浅析数据中心存储发展趋势
产生的这些巨量数据,存储的归宿在哪里呢?随着发展趋势,个人本地存储的需求越来越小,公有云的数据存储量将会有迅速的攀升。
|
物联网 大数据 数据中心
|
3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。
|
6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。