下一代数据中心的五个演变趋势

简介:

为了提高功率密度、效率和管理水平,如今的现代数据中心都普遍采用了云计算和虚拟化等新技术。因此,虚拟化和云服务在世界各地都有明显的增长。

事实上,根据最近的Gartner报告指出,2016年全球云计算的支出将成为新的IT支出的大部分。“印度在2012年到2017年的云计算细分市场中,其云服务收入的预计年复合成长率(CAGR)为33.2%。而软件即服务(SaaS)年复合增长率为34.4%,基础设施即服务(IaaS)的年复合增长率为39.8%,甚至以更高的速度增长。”Gartner公司研究总监埃德?安德森表示。“云计算的增长速率比一般IT技术要高得多。新的IT计算方案采用云计算模式,以及传统IT服务向云服务迁移是云服务增长的主要原因。”

数据中心存储和处理的的云数据越来越多,云服务用户与日俱增。那么下一代数据中心有何新奇之处?数据中心管理者可以利用哪些资源?公司业务如何围绕新的数据中心需求的发展?

下一代数据中心的五个演变趋势

让我们来看看下一代数据中心演变的五个方向。

软件定义的数据中心(SDDC)

人们都认为软件定义的数据中心(SDDC)是数据中心内的逻辑层。安全、存储、网络、甚至数据中心都包含在软件定义的技术(SDX)领域中。这个逻辑层允许控制更多的物理和虚拟资源。下面列举一些具体的例子:存储:亚特兰蒂斯USX和VMwareVSAN。网络:思科NX-OS和VMwareNSX。安全性:帕洛阿尔托PAN-OS和Juniper萤火虫。数据中心:VMware的SDDC和IO.OS。这些都是有助于云计算和下一代数据中心控制新资源的坚实平台。

数据中心多层控制

数据中心可以托管许多不同的系统。考虑到这一点,控制层必须非常多元化。这种管理控制台现在集成到API,以方便控制不断扩展的数据中心。新的集成方式允许大数据控制、数据处理,甚至资源分配。围绕OpenStack最新发布的一个具体的例子中,管理员采用云计算模式利用网络组件做出一些非常令人惊奇的事情。例如,与OpenFlow的直接集成,网络组件允许更高水平的多租户用各种软件定义网络技术进栈。

数据中心的操作系统(DCOS)

跨越数据中心需要有跨越控制层。目前,全球数据中心提供商正在部署的数据中心运营管理这些政策、资源、用户、虚拟机,以及更多的控制层。最重要的是,用户能够创建更大规模的主动管理基础设施。例如,IO公司采用IO.OS环境控制从芯片到冷却器的许多关键部件。而其中最大的亮点就是,DCOS层具有可视性,通过它可以呈现数据中心的每一个关键环节。

基础设施的不可知论

说实话,未来的数据中心不会关心管理程序、存储层,或正在运行的服务器平台。分层管理工具可以智能地集中资源,并提交给工作负载。这种类型的基础设施和数据中心的不可知论将允许管理员更好地扩展和创造更强大的云平台。如BMC技术通过其主要的控制连接平台与扎实的API接口,开始探索不可知的云控制的概念。

数据中心自动化(机器人技术)

下一代数据中心将围绕着更好的工作流程编排和自动化服务。资源将被配置和动态配置,用户将负载平衡智能,管理员将能够专注于提高效率和高水平。下一代数据中心还可能会什么?机器人。像FANUC机器人的大厂商已经在开发更小、更智能、更快捷的机器人。这里还有一个有趣的例子:最近的一篇文章讨论了如何IBM实际上是使用机器人来绘制数据中心的温度模型,以提高其能源效率。IBM使用以iRobot机器人为蓝本创建的定制版的Roomba真空吸尘器,测量数据中的心温度和湿度。

数据中心的技术正在迅速发展。API层的集成、优化改进方法,以及整体密度都是影响数据中心理念的新途径。趋势表明,越来越多的用户利用IT消费化更多地进行云计算处理。这意味着数据中心将得到进一步发展。


作者:佚名

来源:51CTO

相关文章
|
机器学习/深度学习 存储 人工智能
数据中心在支持5G的世界中的角色不断演变
数据中心的角色在不断演变。随着网络加大对5G和物联网的支持力度,IT经理将注意力集中在边缘,并且将更多的容量和处理能力转移到更接近最终用户的地方。与此同时,他们也在重新评估数据中心的作用。
130 0
|
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