我們知道，如今物理世界與數字世界的加速融合，讓數據出現了爆炸式的增長。根據IDC預測，2018年至2025年中國的數據量將以30%的年平均增長速度領先全球，預計在2025年中國的數據量將增至48.6ZB，全球占比高達27.8%，中國屆時也會成為全球數據量最大的區域。

確實如此，directadmin授權，云計算、大數據、人工智能、物聯網、邊緣計算等新技術在各行各業更加廣泛的普及與應用，不僅催生出了越來越多數據量，也讓數據的管理和價值挖掘變得愈加復雜和困難，而作為賦能數據發揮價值的核心環節，數據中心基礎設施的建設至關重要。

那么，什么樣的數據中心才能符合未來智能化時代的發展要求？

日前，在“智能DC，預建未來”為主題的第五屆數據中心基礎設施技術峰會上，華為從設計者和實踐者的角度出發，分享了自身在全球數據中心的建設和運維經驗，展示了華為在數據中心領域從底層架構到上層應用的一系列融合創新，助力百行百業的數據中心實現“數字化、網絡化、智能化”的進化和迭代。

在華為看來，在智能時代，數據中心基礎設施將迎來新一輪的變革，只有從客戶實際需求和應用場景出發，以全棧視角洞察數據中心的每一個環節，才能為客戶提供綠色、可靠的數據中心解決方案，幫助客戶實現在智能化新時代的商業領先。

智能時代，數據中心三重挑戰

在計算機時代，數據中心用于進行數據存儲與核心應用處理，在互聯網時代，數據中心用來支撐企業的大部分重要應用。時至今日，數據中心不僅是數據交互、處理和分析的關鍵基礎設施，更是構建未來智能社會的底座。

華為認為，“數據中心出現了一個明顯的變化，數據變成了新的生產資料，而算力成為了新的生產力，‘云+5G+AI+邊緣’則是新的生產工具。”換句話說，隨著企業對數據應用的深入，數據中心正在逐步演變成為計算中心，這種前所未有的轉變，給新一代數據中心的建設帶來諸多新的挑戰，可以從以下幾個方面來觀察：

第一大挑戰是，算力無法滿足業務升級的需求。來自GIV（全球產業展望）2025的預測顯示，到2025年企業AI普及率將達86%，各行各業將快速進入智能化，以提升現有業務運營效率與降低成本，并發掘新商機。

可以看到，人工智能的普及必然會讓數據變大的速度更快，進而對計算的要求就更高。事實上，目前在超大規模數據中心的成本中，亞洲服務器租用，計算成本已經高達60%。同時據華為預測，每年AI算力的需求增長將超過10倍，到2025年，AI算力將會占據數據中心算力的80%。

由于傳統通用型的CPU受制于摩爾定律，面對多樣化的應用趨勢已經“力不從心”。因此，用多元化計算芯片去靈活滿足多樣化應用的計算需求就成為大勢所趨。

第二大挑戰是，L1與L2缺乏聯動，導致數據中心能源利用效率低，大幅侵蝕企業利潤。據統計，全球數據中心的用電總量占全球用電量3%，且數據中心10年運營成本中電費占比超過70%，加上高PUE導致了巨大的電力浪費，僅能耗優化一項，就可以帶來巨大的經濟效益。

不難發現，低效數據中心主要體現在低效供配電、低效制冷和基礎設施能源與業務無法聯動等方面，尤其是隨著云計算的廣泛應用，隨算力動態適配精確制冷的需求也尤為迫切。

第三大挑戰是，數據中心運維效率低下，管理成本高昂。隨著大型數據中心越來越大以及邊緣數據中心的數量急劇增加，機房運維難度不斷攀升。然而，由于存在低效性、人員管理的不確定性以及專業人才難獲取等多方面的限制，傳統依賴于人工的管理、運維在智能化趨勢下變得越來越難以為繼。

數據顯示，數據中心70%的故障是人為因素。即便有最先進的監控系統，但無論是主動巡檢，還是應急反應，仍需要依賴專業人才做最終的決策和操作，難免會發生錯誤，應用智能化的管理工具提升運維管理效率已然刻不容緩。

在華為看來，“未來基于軟件、基于云技術的智能調度會非常關鍵，這種智能的調度，是數據中心能源能否實現動態適配的前提，同時隨業務動態調度給予相應的能源匹配方案也是非常重要的。”

除此之外，目前大部分企業部署一個新系統，其上線周期已經從18個月縮短為3個月，新業務上線周期也從1個月縮短為3天，而傳統數據中心的建設交付周期卻依然停留在2年以上。可見，對于數據中心服務商而言，如何保障數據中心能夠按業務需求彈性擴容、縮短數據中心交付周期的能力同樣也非常重要。