
大数据基建商机:年节约亿度电_数据分析师
4月份的许多热点新闻都在指向同一件事:我国对互联网流量数据处理能力不足。
4月14日,证监会关于一人可以开多个账户的政策一推出,中国证券登记结算公司的系统,因为数据流量过大而瘫痪。
同一天在北京,国务院总理李克强主持召开座谈会,对加大信息基础设施建设力度作出回应,他指出:“我之前就说过,中国的信息基础设施之落后,我们自己都很难想象!”李克强说,“加大信息基础设施建设、提高网络带宽,这方面我们的潜力很大,空间也很大。”
4月下旬,广发证券的交易系统因交易数据处理量太大而发生瘫痪。
随着大数据、云计算、智慧城市、移动互联网、物联网等应用的快速发展,对数据的存载、处理能力要求越来越高。各行各业对数据中心场地基础设施的建设需求处在一个高速发展时期,而建成运营后的高成本、高能耗和安全问题,引发政府高度关注,节能降耗和安全运营成为重中之重。
瓶颈意味着产业机会,随着大数据时代降临所带来的压力和动力,一大批企业正在崛起。《第一财经日报》记者近日调研了国内数据中心建设行业的领先者上海浩德科技股份有限公司(下称“浩德科技”),探究该企业作为互联网大数据运营环境的规划设计建设者,如何通过技术创新实现节能降耗与安全运营,从而实现快速发展。
巨型机房耗电惊人
数据信息量极其庞大是我们这个时代的特点。每个人每天都在产生大量的数据,比如,网络搜索,用微信、QQ维护社交关系,上购物网站买商品等,数据随之产生。
从美国斯诺登事件中,人们知道美国国防安全机关每天搜集到的手机位置信息就有近50亿条。有专家表示,现在每天全球产生的数据相当于中国国家图书馆整个馆藏总量的1500倍。
即便是一个普通家庭,所产生的数据量也非常惊人。此前有专家研究表示,预计到2020年,一个普通中国家庭,每两年就能产生相当于一个中国国家图书馆的信息储量。
浩德科技的核心业务之一是数据中心建设,这些巨型数据中心就是大数据的承载者和处理者。这是一家十分低调的公司,鲜少在媒体上露面。但在行业内,他们是一支迅速崛起的生力军。
浩德科技的业务包括数据中心、智能建筑、智慧城市、智能交通、能源管理、运维服务以及软件产品研发等,客户分布在政府、金融、电信、电力、轨道交通等行业。
浩德科技所规划建设以及运营的数据中心,可以简单比喻为一个巨型机房,巨大到什么程度?以一个中等规模的3万平方米银行数据处理中心为例,日耗电量达30万度以上,年耗电量超过1亿度、电费花销过亿元。
近些年来,随着信息化快速发展,数据中心建设规模急剧扩张。工信部的数据显示,全球数据中心总量已超过300万个,其中,我国数据中心发展尤其迅猛,目前总量已超过40万个。
随着数据中心迅速发展、日趋复杂,其安全高效运行的要求也越来越高。数据中心在运营生产过程产生大量热量,夏季是数据中心事故高发期,极易引发宕机、火灾等安全事故,许多数据中心近几年发生过大小不等的安全事故,造成数据处理能力瘫痪。一旦数据中心瘫痪,损失将十分重大。2014年夏天,市场一度传言重庆某银行数据中心起火,就曾让利益相关方十分紧张。
专业标准化的实施和安全运营可以为数据中心消除各类隐患,各行业数据中心对系统安全的要求越来越高,浩德科技的竞争力因此凸显:目前每年营收规模10亿以上,每年成长速度超过50%。
如何建设绿色数据中心
数据中心作为大数据的承载者和处理者,显然在信息时代起到了核心作用,然而它的高耗电量却一直让世界各国头疼。
工信部数据称,全球300多万个数据中心耗电量占全球总耗电量的比例达1.1%~1.5%,国际上普遍通过应用节能、节水、低碳等技术产品以及先进管理方法建设绿色数据中心,实现能源效率最大化和环境影响最小化。目前,美国数据中心平均电能使用效率(PUE)已达1.9,先进数据中心PUE已达到1.2以下。
我国40多万下数据中心,年耗电量超过全社会用电量的1.5%,其中大多数数据中心的PUE仍普遍大于2.2,与国际先进水平相比有较大差距,节能潜力相当大。同时,数据中心产生大量的温室气体排放,消耗大量的水资源,其设备废弃后造成较大污染,给资源和环境带来巨大挑战。
为此,近年来工信部、发改委、能源局等部委连续发布政策推动数据中心转型升级。2015年3月,为强化绿色数据中心建设,工信部等部委又下发《国家绿色数据中心试点工作方案》,拟分重点、分领域、分步骤提升数据中心节能环保水平。
浩德科技目前正在参与首批试点单位申报,浩德科技董事长朱林向本报记者表示,后期他们会依托自身优势,参与国家绿色数据中心建设指南、国家绿色数据中心运维管理体系的建立,积极参与相关国家标准讨论、制定。
朱林表示,他们响应国家“节能降耗”方针,在大型智能建筑、数据中心规划设计建设中运用“三联供”发电技术,在能源日趋紧张的情况下解决了电力指标矛盾,通过冷通道、微模块产品,精确制冷以及工艺节能等方法,根本上解决了数据中心能耗问题,跟传统方法相比,可以节电30%以上,浩德科技所有服务的客户(包括新建、改造、运维),估算一年可以为客户节能约1亿~1.5亿度电。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02