解读:工信部于近期发布了开展国家数据中心示范基地创建工作的通知

简介:

8月8日,工业和信息化部办公厅发布了《关于组织申报2017年度国家新型工业化产业示范基地的通知》(以下简称"通知“),《通知》明确了国家示范基地的申请类型和数量,申报要求及支持重点,报送方式和时间。

8月8日,工业和信息化部办公厅发布了《关于组织申报2017年度国家新型工业化产业示范基地的通知》(以下简称"通知“),《通知》明确了国家示范基地的申请类型和数量,申报要求及支持重点,报送方式和时间。

《通知》中明确,2017年政府将优先支持工业互联网、数据中心、大数据、云计算、产业转移合作等新增领域集聚区积极创建国家示范基地。支持发展较好的国家级经济技术开发区等积极创建国家示范基地,打造新型工业化发展的引领区。

工信部在现阶段发布《通知》,组织数据中心示范基地创建工作有哪些背景,具体的开展方式,对当前及今后数据中心行业发展有什么影响和意义?为此,中国IDC圈向工业和信息化部电信研究院的有关专家进行了咨询了解。

据了解,近年来,数据中心行业越来越受关注,各地争相开展数据中心的建设规划。为此,工信部于2013年出台了《关于数据中心建设布局的指导意见》,2015年国务院又发布了《关于促进云计算创新发展培育信息产业新业态的意见》,对数据中心的发展提出了相关要求和指导原则。文件发布以后,取得了一定效果,全国数据中心开始向规模化、集中化、绿色化方向发展,但是“盲目建设,重建轻用”的情况依然存在,且供求仍然存在结构性矛盾的问题。

在此背景下,为了进一步贯彻落实国家相关文件精神,工信部在近日发布了该《通知》并着手开展建设国家新型工业化产业示范基地的工作。本次工作希望以示范创建的方式,发挥示范带头作用,引导全国数据中心对标差距,逐步提高数据中心整体利用率,提升数据中心绿色节能水平和应用服务水平,缓解结构性矛盾,促进全国数据中心市场健康有序发展。

根据《通知》内容,本次示范基地创建工作对数据中心园区在合法合规、规模及利用率、节能环保、发展环境、安全性可靠性、服务能力、应用特色等方面均提出了具体指标要求,其中部分指标还要求出具第三方权威机构的评估认证结果作为说明附件。国内大型超大型及中小型数据中心均可通过所在园区参与申报,商用数据中心及企业自用数据中心也可以进行申报。

据了解,申报国家工业化新型产业示范基地需要经过材料筛选,专家评定,征求意见、名单公示等环节。最终申报成功的数据中心园区将会被授予相应称号,并在工信部官网进行公示。同时,对申报成功的数据中心,工信部将在加大宣传力度、加强网络支持等方面研究给予支持,以促进示范基地的建设及发展,帮助其更好的发挥示范带头作用,引导国内数据中心总体健康可持续发展。

本文转自d1net(转载)

相关文章
|
运维 安全 算法
上榜!阿里云仁和数据中心入选工信部“2022国家新型数据中心典型案例”
祝贺!阿里云仁和数据中心入选工信部“2022国家新型数据中心典型案例”
上榜!阿里云仁和数据中心入选工信部“2022国家新型数据中心典型案例”
|
人工智能 运维 新能源
阿里云数据中心绿色低碳实践项目入选“2022全国十大碳中和示范典型案例”
阿里云数据中心绿色低碳实践项目入选“2022全国十大碳中和示范典型案例”
阿里云数据中心绿色低碳实践项目入选“2022全国十大碳中和示范典型案例”
|
安全 容灾 大数据
高效上云 看阿里云数据中心基地的托管服务
高效上云 看阿里云数据中心基地的托管服务
高效上云 看阿里云数据中心基地的托管服务
|
新能源 大数据 数据中心
阿里云数据中心入选工信部2021年国家绿色数据中心名单
“高效、低碳、集约、循环”,数字化能力打造“减碳三环”
阿里云数据中心入选工信部2021年国家绿色数据中心名单
|
人工智能 5G 数据中心
阿里云数据中心两项自研技术入选工信部“通信业节能技术产品推荐目录”
阿里云数据中心两项自研技术入选工信部“通信业节能技术产品推荐目录”
阿里云数据中心两项自研技术入选工信部“通信业节能技术产品推荐目录”
|
6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。
|
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。