为什么制定混合数据中心战略很重要

简介:

2017年,全球云计算收入增长至2470亿美元,增长率为18%,预计物联网设备的数量也会大幅增长。根据调研机构Gartner公司预测,到2017年底,全球的物联网使用设备将达到约84亿台。

主流的大型云服务提供商将提供更多的计算能力,网络和存储,这将是超大规模服务器的趋势,旨在满足日益增长的数据需求和工作负载。以Twitter为例,其每天要处理的推文超过5亿条,同时,支付网络提供商Visa公司能够每秒处理超过24,000笔交易。

成本更低的计算能力和传感器推动了数字技术在新兴市场的应用,人们也将看到超大规模需求会应用到新的领域。诸如制造业等行业中,机器对机器的物联网(IOT)正在创造新的超大规模细分,如工程巨头通用电气(GE)公司,再如波音787客机,其两台喷气发动机每天将产生1T字节的信息。

创造竞争优势

另一方面,边缘计算和微数据中心也在快速发展。当应用程序和数据从集中点移动到传统互联网集线器的外层时,用户与数据之间的距离就会接近。它可以在较短的时间内给用户或设备提供正确的信息,从而使数据传输变得更快更有效率。

机器对机器的应用程序和其他基于物联网设备之间的互连性的增加直接相关。如今,虚拟现实(VR),连接家庭和无人驾驶汽车成为主流产品和服务,但是,更贴近用户的却是以延迟为中心的产品。如今几乎每个公司和用户都需要即时访问数据,以获得更好地体验。

这或许可以解释为什么边缘计算是下一个价值数十亿美元的科技市场,全球各地越来越多的企业希望通过实时提供服务,内容和数据来改善客户体验。

进入混合战略时代

越来越多的数字化采用,带来了新形式的竞争和生活方式的改善,但同时也面临着重大资源和数据处理的挑战。

首先,选择一个将超大规模和边缘计算结合为一体的数据中心战略。想想数百万台连接的人工智能设备,医疗设备,制造机器人和VR耳机,要让每个连接的设备或应用程序与智能手机用相同的方式使用云计算 ,这不太现实。这些设备可能对网络带宽和速度造成压力,简而言之,如果没有解决拥塞和延迟,那么,采用这种设备的用户体验将会迅速降低。

这就是为什么需要一个混合策略的原因,有一个完全超大规模(集中)和边缘(分散))计算的战略非常重要。如果提供的产品或服务的类型不是延迟或带宽驱动(例如,在Amazon上进行交易之后的计费过程),那么在远离用户的服务器中托管这些产品和服务是有必要的。

然而,无人机,无人驾驶汽车和连接冰箱等技术对延迟敏感,需要更多的“边缘”位置,才能更快地分发信息,并缩小设备与数据之间的距离,从而改善用户体验,这些产品产生的数据太多,无法在远处的位置进行处理。

总结

随着“万物互联”世界的不断发展,边缘计算在未来十年将继续增长,这些数据中心在解决可用性、延迟和带宽等问题方面发挥关键作用。

然而,这些边缘节点将不再像大型集中式服务器那样重要,它们允许企业不断扩展IT负载以满足用户需求。

未来的企业无疑是向混合型方向发展,这使企业具有两全其美的优势:边缘计算和超大型数据中心的分离,有助于增强企业的客户体验,还可以共享和分发工作负载和内容需求。

本文转自d1net(转载)

相关实践学习
钉钉群中如何接收IoT温控器数据告警通知
本实验主要介绍如何将温控器设备以MQTT协议接入IoT物联网平台,通过云产品流转到函数计算FC,调用钉钉群机器人API,实时推送温湿度消息到钉钉群。
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
Unix 数据中心
Gartner:制定数据中心战略应考虑的8个重要因素
 据市场研究公司Gartner发表的研究报告称,数据中心的重要性、角色和功能在未来五至十年将改变,从而使许多机构不知道如何规划自己未来的数据中心架构。在制定一个平衡成本、风险和灵活性的数据中心战略的时候,机构应该考虑如下8个重要因素: 1. 开始部署处理器、内存和节能的技术 未来几年处理架构将显著增强,并且处理器和内存组件的价格将更便宜。
1205 0
|
8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。
|
5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。
|
8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。
|
8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。
|
8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。
|
8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。
|
8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。
|
7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