2018年技术预测:需要关注的数据中心趋势

简介: 2018年技术预测:需要关注的数据中心趋势

在行业专家的预测中:无服务器计算、边缘计算、固态硬盘、白盒服务器,以及超融合的市场和应用都会增长。

又到了岁末年初,这意味着又将有一批对未来技术和市场的预测。通过之前所进行的预测进行回顾,可以发现哪些预测已经发生,哪些没有发生。

image.png


对2017年的一些市场预测

 

1.苹果公司将会失去领先的市场地位。这已成真。苹果公司iPhone 8/ X的销量并没有达到该公司的预期,投诉越来越多,越来越多的人认为这家公司已经落后。

 

2. 云采用将放缓。这个预测是错误的。

 

3.一些科技制造行业将回归美国。这已成真。尽管人们确实看到微软公司已经将Surface制造业转移到了中国。但总体而言,2017年美国制造业增加了13.8万个就业岗位,而2016年则减少了3.4万个。

 

4.中国将会失去作为全球制造行业中心的光彩。显然这没有发生。

 

5.物联网(IoT)将继续得到增长。这已成真。这似乎有相当数量的边缘网络来容纳物联网,而越来越多的科技进入汽车行业。所以,物联网的应用目前正在增长,只是还没有革命性的发展步伐。

 

6. AMD公司的市场回归。这已成真。其销售额上涨,AMD公司发布Epyc服务器芯片获得了巨大的胜利。

 

7.增强现实(AR)将比虚拟现实增长得更快。这是真的,这要归功于增强现实(AR)的第一个杀手级应用程序Pokemon Go的成功。

 

8.网络中立将遭受挫折。这已成真。美国联邦通信委员会(FCC)主管已向公众公布了废除网络中立法规的计划。

 

9. Windows 10将继续向消费者销售。这已成真。网络应用程序使Windows 10在2016年12月份达到23%,而Windows 7则为47.7%。一年后,Windows 10达到32%,Windows 7达到43%。所以,Windows 10增长了9个百分点,而Windows 7只减少了4个百分点。显然,Win10的收益是以传统XP系统的机器为代价的,而Windows 7则是悬而未决。

 

10.亚马逊和微软将继续主导云计算。这已成真。虽然谷歌的云服务也得到更多的发展,但这并不难预测。

 

2018年的13项技术预测

 

在回顾了对2017年技术的预测之后,以下是对2018年技术发展的预测:

 

1.无服务器计算兴起 。这个很容易预测。服务器计算日趋火热,已引起人们极大的兴趣,并正在发展。一旦人们认识到它的好处,其应用将会更加广泛。

 

2.谷歌获得更大的收益。谷歌云服务很难占据亚马逊和微软的市场份额,但谷歌云平台最终会给用户一个可行的选择。谷歌公司的云计算业务主管黛安·格林正在改变谷歌与客户打交道的方式,而思科公司作为合作伙伴将提供帮助。

 

3.边缘计算应用将继续增加。随着物联网应用的增长,移动设备的数据消费量的增加,以及高度分布式的应用在企业中的兴起,边缘计算的应用将会更加广泛。虽然建立大规模数据中心是一回事,但有些事情需要更加平衡的方法。

 

4.人工智能(AI)的两大用途。人工智能的主要用途之一就是能够应用在更快响应的领域,比如入侵检测。防火墙对于可疑行为向管理员发送警报的措施已不能满足要求,人工智能会检测到它,并在管理人员采取行动之前进行处理。另一个主要用途是修复或纠正可能由人为错误引起的事情。即使是最谨慎的工作人员也可能会面临失败。人工智能不会这样。除非其编程很糟糕。

 

5.大数据变小。麻省理工学院最近的一项研究发现,大数据通常意味着数据不良。随着数据集增长到EB字节,企业会越来越挑剔他们收集的数据,并开始丢弃更多的数据。

 

6.智慧城市的崛起。物联网将有机会在“智慧城市”中应用,如智能路灯和公共汽车站,自主控制的公共交通、交通报告、天气和其他生活质量问题。唯一的限制就是智慧城市是否有这种技术的资金支持。

 

7. SSD硬盘在企业中脱颖而出。将会发生两件事情:SSD硬盘容量的大幅跃升,以及在虚拟环境中完全支持SSD硬盘的能力。这两者相结合将使SSD硬盘得到广泛的应用,SSD硬盘不仅仅是作为内存和机械硬盘之间的快速缓存,还可以作为常规硬盘存储器。而NAND闪存供应充足,其价格将保持低位。

 

8.企业继续在云计算中找到平衡点。有很多的公司在将业务迁移到云端之后,将其应用程序又带回内部部署的数据中心。但最终IT部门会终止提高数据中心的能力的行为,并把一切带到云计算,并仔细评估服务商提供的云计算之间的差异。

 

9.白盒服务器得到IT部门关注。目前,Quanta和SuperMicro等非品牌服务器供应商提供的服务器产品在亚马逊和Facebook的超大规模数据中心中很受欢迎,但IT部门仍在与戴尔和惠普等传统服务器厂商合作。预计到2018年,非品牌服务器将获得IT部门的关注。

 

10.超融合移动到超空间。超融合系统具有存储、虚拟化和软件定义的所有预构建和预配置功能,并且已经开始应用并将继续加速发展。如果客户可以得到一个快速启动的交钥匙解决方案,那么企业将会接受供应商的锁定。由于EMC和VMware的鼎力相助,戴尔正在走向这个市场。

 

11.数据中心关闭过程减缓。一段时间以来,IT人员都沉迷于运营自己的数据中心。在得到一些教训之后,他们意识到不能把所有的东西放在云平台上。例如企业的数据仓库。因此,IT部门将不得不继续维持其数据中心运营。

 

12.英特尔公司收购Marvell公司。Marvell公司已经准备成为Cavium购买的主要ARM厂家,而这将带动英特尔公司寻求新的收入增长,并提供进入ARM业务的机会。

 

13.水冷将会继续增长。系统超频爱好者起初将水冷技术作为冷却数据中心的一种方式,但空气冷却技术已经到达极限。随着机架功率密度的增加,以及其他设备的采用。水冷技术的效率比空气冷却要高出数百倍,非常适合拥有多达32个内核的新型服务器芯片的冷却。HERO 译

 

版权声明:本文为企业网D1Net编译,转载需注明出处为:企业网D1Net,如果不注明出处,企业网D1Net将保留追究其法律责任的权利。

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
|
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。
|
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
|
7月前
|
机器学习/深度学习 数据采集 资源调度
利用机器学习技术优化数据中心能效
【5月更文挑战第27天】 在本文中,我们探讨了一种基于机器学习的技术框架,旨在实现数据中心能效的优化。通过分析数据中心的能耗模式并应用预测算法,我们展示了如何动态调整资源分配以减少能源消耗。与传统的摘要不同,此部分详细阐述了研究的动机、使用的主要技术手段以及期望达成的目标,为读者提供了对文章深入理解的基础。
|
7月前
|
机器学习/深度学习 敏捷开发 测试技术
深入理解自动化测试:框架选择与实践挑战利用机器学习技术优化数据中心冷却系统
【5月更文挑战第27天】 在现代软件开发周期中,自动化测试已成为确保产品质量和加快市场投放的关键步骤。本文深入探讨了自动化测试的框架选择问题,并剖析了实施过程中面临的挑战及其解决方案。通过比较不同测试框架的特点,我们旨在为读者提供一套明确的指导原则,帮助他们根据项目需求做出恰当的技术决策。同时,文中还分享了实际案例和最佳实践,以期帮助开发团队克服实施自动化测试时可能遇到的障碍。
|
7月前
|
机器学习/深度学习 缓存 算法
深入理解操作系统的虚拟内存管理利用机器学习技术优化数据中心能效
【5月更文挑战第25天】 在现代计算机系统中,虚拟内存是允许用户程序逻辑地址空间与物理内存解耦的关键概念。它为每个进程提供了一个独立的、连续的地址空间,通过内存管理单元(MMU)硬件的支持,将程序使用的虚拟地址映射到实际的物理内存地址。这种机制不仅简化了程序的编写和内存的管理,还提供了保护机制,防止不同进程之间的相互干扰。本文将探讨虚拟内存的工作原理、分页系统的实现以及虚拟内存带来的性能影响,并讨论操作系统如何优化内存使用和管理。
|
7月前
|
存储 边缘计算 人工智能
探索现代数据中心的心脏:高效液冷技术
【5月更文挑战第20天】 在信息技术不断进步的今天,数据中心作为处理和存储海量数据的枢纽,其运行效率与可靠性至关重要。传统的空气冷却系统由于其局限性已逐渐不能满足高密度计算设备的需求。本文将介绍一种创新的冷却方案——高效液冷技术,分析其工作原理、优势以及面临的挑战,并探讨该技术在未来数据中心发展中的潜在应用。
下一篇
DataWorks