
大数据产业需要适用可靠的数据中心
习近平总书记在网络安全和信息化工作座谈会上指出:“我国的互联网发展,要在核心技术上取得突破,要坚定不移实施创新驱动发展战略,把更多人力物力财力投向基础技术、通用技术、前沿技术等核心技术上去。”而作为大数据发展基础的数据中心建设就是核心技术之一。
“数据中心和大数据,就像发电厂和电的关系。发电厂通过加工煤、燃气、燃油等生产电,数据中心对各种数据进行处理、存储、传输,而后产生大数据应用。”近日,中国电子工程设计院副总工程师、中国数据中心工作组组长钟景华在接受数据观(贵阳日报传媒集团中国大数据产业观察网)记者采访时说,数据中心建设是大数据产业发展的基石。
没有数据中心就没有大数据和云计算
“大数据、云计算、‘互联网+’等概念或技术,实质上是对大量数据和信息的加工和应用。而为这些数据和信息提供加工应用服务的基础设施就是数据中心。可以说,没有数据中心就没有大数据和云计算。”钟景华说。
钟景华认为,数据中心是对数据进行加工、处理、存储、传输的地方,是IT设备安装和运行的建筑空间,包括服务器机房、网络机房、存储机房等功能区域,还有空调机房、动力站房等为IT设备提供动力支持和安全保障的区域。数据中心建设是复杂的系统工程。
“一个优秀的数据中心建设工程不论涉及多少方面,最关键的在于其适用性。”钟景华说,这个“适用性”表现为在可靠性、可用性、容量、带宽、节能等方面是否满足大数据产业发展的需要,“比如,对于金融行业,大家最关心其可靠性。因此,金融行业数据中心就应该按照不低于国家A级数据中心的标准来建设。”
“另一方面,数据中心是将电能转换成为信息进行传输。随着大数据、云计算技术的发展,设备运行造成能耗高、用电量大,降低数据中心能耗成为目前数据中心行业亟待解决的问题。因此,绿色节能作为新一代数据中心的基本要素,使数据中心建设向贵州等气候凉爽、电力充足的地区发展。”钟景华说。
数据中心建设将带动三类产业
“数据中心其实就是我们说的‘机房’,从60年代到现在经历了几个阶段。近年来,随着大数据、云计算的发展,托管类数据中心和云计算数据中心开始建设,相关标准也开始制定。今年,我国第三部数据中心标准即将发布实施,这将标志着数据中心进入‘第五代’云计算时期。”钟景华说,截至2015年底,中国数据中心已占世界总量的10%。目前,中国数据中心产业正处于蓬勃发展期,中国数据中心的建造技术已处于世界中上水平,而这也势必带动相关产业的发展。
数据中心建设将带动三类产业发展。“首先是大数据、云计算和信息化产业。”钟景华说,数据中心为信息产业发展奠定基础,提供产业发展的必要条件。同时,信息产业发展又带动数据中心发展。二者相辅相成,互相推动。
其次是设备材料制造业,数据中心安全运行需要大量设备支撑,服务器、交换机、供配电设备、空调设备、管理应用软件等,这些设备投资占数据中心投资90%以上,数据中心为设备制造业的发展带来了机遇。
“此外,建设数据中心产业园区,也会带动呼叫中心、运维办公、技术研发、生活配套、交通住宿等配套产业。”钟景华说。
贵阳建设数据中心优势明显
贵州、贵阳在发展大数据产业方面有明显优势。国家旅游数据中心、惠普数据中心、电信移动联通三大运营商数据中心等数据中心的选址落户可以印证这一点。
“大数据兴起初期,政府层面就出台各项政策全力推进,政企产学研相结合,保证项目顺利落地。其次,数据中心基础设施中能耗最高的是空调系统,空调系统的节能量占数据中心节能的80%,而贵阳自然环境好、气候凉爽,有利于空调系统节能。充足的电力也为数据中心正常运行提供了保障。”钟景华说。
钟景华建议,贵阳大数据产业发展应该注重人才培养。大数据和数据中心属于高技术行业,需要高素质的技术人才,大学、科研机构都应该设置相关专业。不仅仅是大数据研究人员,数据中心运行维护人员也是急需培养的重要版块。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线(ROC 曲线)是评估诊断模型或预测指标效能的核心工具, ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中,隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维:驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下,数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15