未来数据中心的发展与愿景

简介:

今年春天,一家知名的行业厂商开始着手描述2025数据中心生态系统的行业愿景,而对2025年数据中心的调查得到了压倒性的全球回应,来自美国各地的数据中心专家提供了一些背景和观点。结果显示了2025年数据中心探索的可能性,其中包括未来的数据中心的规模到其技术人员和管理。

这种结果让我们感到惊讶。尽管我们不同意每一种情况的预测,但该行业的乐观是令人鼓舞的。从总体的反馈来看,表明大部分行业领域仍然看好数据中心行业,而且IT领域以后还将有持续创新。

数据中心的进步

这些受访者分为三类,从技术上来说:保守派,温和派和激进派。虽然受访者各有不同,但在2025年数据中心环境方向上达到了广泛的一致。

那么人们会期望2015年的数据中心有哪些进步呢?这可能和我们今天所知道的数据中心有着最显著的背离,大概四分之一的参与者设想2025年的数据中心比现在更加节能,规模更小,甚至其能耗是现在的十分之一。这些数据中心可以进行自我优化和自我修复,并将支持一个强大的云计算基础设施,提供必要的计算和存储容量。2015年的数据中心消耗电能30%来自可再生能源。

在所有三组调查人员中寻找平均数,这幅蓝图在许多领域仍然有戏剧性。

(1)经过长期的努力,数据中心功率密度将大幅上升:机架密度近十年来一直相对平缓,因为功率密度峰值约6千瓦,但专家预测2025年每机架的平均功率密度将攀升至52千瓦。这将从根本上改变数据中心的物理环境,即使密度上升只是调查推算的一半。

另外还有一个巨大的变化,如何为数据中心供电:专家认为,各种来源的能源组合将为数据中心提供电力,以及65%的人认为未来超大规模数据中心设施由私人发电供电。太阳能的发电将会占到数据中心电力的21%(如今太阳能发电量,占美国总发电量的1%),其次是核能、天然气和风能的比率几乎相等。亚太地区和拉丁美洲的太阳能发电的比率均高于美国和欧洲,其采用太阳能发电的潜力更为乐观,并预测亚太地区采用太阳能的比率为25%,西欧为18%,美国为15%。很明显,受访者都期望显著的技术进步可以提高这些能源的收益。

(2)数据中心基础设施管理(DCIM)将扮演重要的角色:百分之二十九的专家预测20205年的数据中心所有系统和层次都具备全面的可见性,而43%的人预计2025年数据中心能够自我修复和自我优化。总之,这将表明近四分之三的专家认为DCIM在某种程度将被部署在数据中心。在这方面,亚太地区和拉丁美洲最为看好,约有一半的受访者预测到了自我修复数据中心的发展。

(3)数据中心IT利用率会更高:提高知名度有望带来更高效的整体性能,因为大多数业内专家预计,2025年IT资源利用率至少为60%,甚至其利用率可以高达70%。与此相比,估计目前的IT资源利用率为6%-12%,而最好的IT资源利用介于30%和50%之间。

(4)数据中心IT人才将供不应求:近50%的241名美国受访者认为自己在2025年将会退休,有专家预计,2025年37%的IT人员到了该退休的年纪,届时数据中心会面临一个显著的管理困境,越来越需要自动化以及培训措施。

其他调查结果不太引人注目

(5)云计算的预测偏于保守:业内专家预测2025年三分之二的数据中心计算业务将在云计算中完成,这实际上是一个相当保守的估计。据思科全球云指数,云计算工作量约占当前数据中心工作总负载的46%,2017年将达到63%。

(6)效率提高:大多数(64%)的人认为2025年的数据中心与目前相同的水平将需要更少的能量。这是令人惊讶的,而84%的受访者认为数据中心基础设施的设备的效率将会更高,67%的人认为IT设备将变得更加高效。这很可能是某些参与者在回答能源消费总量方面的问题时表示的。

从总体来看,数据中心的中间层似乎变薄了,而更多的大型数据中心出现的概率越来越小,而数据中心网络的边缘越来越接近用户。

“2025年的数据中心肯定不仅仅是一个数据中心,我喜欢用的比喻是数据运输中心。”451Research公司数据中心技术和高效IT副总裁安迪•劳伦斯表示。“在路上,我们看到了跑车和家庭轿车,也会看到公交车和卡车。它们具有不同的发动机,不同类型的座椅,以及不同的能耗和可靠性。我们将会在数据中心的世界看到类似的的东西。实际上这已经发生了,我希望它继续下去。”


作者:Harris编辑

来源:51CTO

相关文章
|
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
|
存储 双11 数据中心
数据中心网络关键技术,技术发明一等奖!
近日,阿里云联合清华大学与中国移动申报的“性能可预期的大规模数据中心网络关键技术与应用”项目荣获中国电子学会技术发明一等奖。该项目通过端网融合架构,实现数据中心网络性能的可预期性,在带宽保障、时延控制和故障恢复速度上取得重大突破,显著提升服务质量。成果已应用于阿里云多项产品及重大社会活动中,如巴黎奥运会直播、“双十一”购物节等,展现出国际领先水平。
|
运维 负载均衡 监控
|
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。
|
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。
|
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。
166 4
|
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。
|
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。
|
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。