
作者 | 网络大数据
来源 | Lilia Severina的演讲
1、停电导致的业务中断迫使政府和企业采取行动
IT化程度越高表明对基础设施的依赖程度越高,因而由于断电导致的业务中断影响就越大。在一项针对企业数据中心最近或较大的一次停机事故的调查中,约33%的受访人表示导致事故主要原因为供配电故障。
用户被断电后业务不能快速恢复的难题所困扰。世界各地的监管单位开始对断电后的快速回复能力提出要求,并出台断电的惩罚措施。
2、互联网应用向边缘化发展
下一波互联网的建设正在进行中,建设将更多集中在边缘。带宽、成本和时延是边缘数据中心需求的原因之一。大区域数据中心可满足多种需求,支撑数千个微型数据中心(亿级设备)。
3、数据中心的能源利用不断攀升
2020年,数据中心能源使用将继续稳步上升,使地区电网紧张。《关于过去五年数据中心行业能源使用和二氧化碳影响》的专题报告显示:2014年欧洲数据中心能耗大约是104 TWh,到2017年已经增长为130 TWh,增长25%;2018年,中国数据中心能耗为160 TWh,至2023年可达266.79 TWh。
5G催生出的新业务、视频、区块链等也是驱动力之一。
4、现金流促进数据中心市场发展
一波新投资者正在涌入活跃的数据中心市场。新投资者可能有更长的投资时间线和更低的投资回报率阈值。企业运营者可能发现其客户对数据中心有浓厚的兴趣,特别是在城市或者城市边缘。
5、数据越多,自动化数据中心将越多
DCIM和云驱动的人工智能为数据中心的自动化提供可能。运营者将自动化运用于制冷优化、低利用率服务器、智能供电等领域。成熟的数据中心管理模型可以分为基础、被动反应、主动响应、优化、自动优化五个层级。软件将在整个数据中心广泛运用。
6、成本的大幅下降为数据中心锂电储能创造了极大的机会
根据彭博社的数据,从2010年到2018年,锂离子电池的成本(每千瓦时美元)下降了85%。大多数分析师预计,在未来五年中,跟着大规模生产的出现,价格将继续稳步下降,这为在数据中心以锂电的储能方式创造了很大的机会。
7、“即付即用”模式扩展到关键基础设施。
越来越多的业务和运营者希望采用“服务即付即用”的模式,包括基本设施。运营商希望转移过时、地利用了、不合规或需求不断变化的风险。提供管理工具、关键电力和微型数据中心服务。
8、微型数据中心需求激增
微型数据中心建设需求正越来越多,且2020年后会越来越强。许多厂商以创新的设计进入市场,并针对特定需求进行了优化。电信公司将是较大需求者,零售和制造业需求也很强劲。
9、专业人才普遍短缺,而且正在恶化
对数据中心的人才需求持续大于供应。人力短缺将带来许多后果,推高成本,在某些情况下增加风险。业主、培训人员等需花几年时间以适应不断增加的人力需求。
10、气候环境变化促使数据中心法规立法
国家、城市两级立法者都希望数据中心更加环境友好。这些策略包括:设定较大允许PUE,禁用化石燃料备用电源,鼓励热能再利用。气候危机使下一代领导人加强数据中心控制。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12