Top
首页 > 正文

新华三:未来数据中心建设需具备四大要素

随着业务的精细化发展,逐步出现不同类型的数据中心,有的专注于存储、有的专注于计算、有的则均衡发展,一些数据中心业主在建设数据中心的时候也考虑服务对象,对数据中心中的硬件设备提出了定制化需求。
发布时间:2020-04-01 13:36        来源:通信产业网        作者:王改静

在社会认同度最高的新基建七大领域中,大数据中心被称为是海量信息时代的诺亚方舟。尤其是在信息基础设施中,作为数据保存、处理的数据中心将对数字化发展起到更重要的作用。随着新基建战略被提出,特别是5G产业的发展,越来越多的用户、终端将会连接进网络产生海量数据,而这些数据也将催生出更多数据中心建设需求。

近日,《通信产业报》记者在采访新华三集团技术专家时了解到,数据中心本身既涵盖了风火水电等传统基建属性,又有ICT等信息化属性,因此在新基建-之中,是个非常独特的领域。预计数据中心将受到传统基建和信息化-两大行业的关注,掀起新一轮建设高潮。

技术发展给数据中心建设带来机遇和挑战

新基建政策的发布使得5G、AI、大数据等业务提速,-这些新技术的出现和规模使用,-既对数据中心建设提出新要求,-又促进数据中心-产业的发展。

新华三集团网络产品线总体规划部总经理杨海军表示,5G、AI、大数据等技术的出现,对数据中心规模、位置、运营及维护等提出了新挑战。首先,5G相对于4G网络带来十倍以上的流量要求,数据中心处理能力需要有相应提升才能满足用户体验需求。目前有的数据中心通过扩张规模来解决需求承载问题。5G低时延特性加速了如车联网、工业互联网等业务落地,这些业务需要数据就近处理,因此有的数据中心位置下沉,离业务数据源更近了,这将使得单位区域内的数据中心数量显著增加。

其次,AI技术的发展对计算能力的需求变得更加迫切,越来越多的GPU服务器部署进数据中心。但GPU耗电多、发热多,给数据中心带来极大供电压力,也是对数据中心能耗运营能力提出新挑战。

再次,大数据技术的发展对数据中心存储需求变得更高,既要提供可靠的热存储能力,又要提供足够的暖存储和冷存储能力。对数据中心本身来说,海量存储数据带来了极大的管理复杂度和维护难度,并且对每机架收益率提升带来了极大压力。

但杨海军也表示,这些技术本身的出现和应用也是数据中心持续发展的动力源,没有这些新技术发展,数据中心行业将进入缓慢创新的阶段而缓步前行。

5G时代,站在网络角度来看,数据中心的内外部都将产生巨大变化。杨海军指出,数据中心内部网络因数据量激增而必须追求高性能、低时延,目前主流数据中心已经开始部署400G以太网,以满足海量数据流量的访问需求;同时,主流数据中心网络设备厂家都在开展ROCE技术部署,提供毫秒级别时延,满足用户极致体验。而数据中心外部网络则将呈现分布式、互联化,边缘计算业务的出现使得在单位区域内的数据中心密度在未来数年将显著上升,企业业务云化及边缘数据中心出现也使得数据中心之间的互连需求也更加明显。

AI技术让数据中心变得更加智能。通过引入AI能力,数据中心运营支撑系统可以变得更加智慧,对不同区域的服务器、网络设备、存储设备、空调、UPS等进行按需调控,严格根据业务需要进行负载管控,从而有效控制数据中心能耗。要实现这种能力一方面依赖智慧的运营支撑系统,另一方面也依赖服务器、网络、存储等系统能够支持AI能力。以新华三集团基于先知网络架构(SNA)开发的AD-DC方案为例,通过部署该方案的数据中心PUE值平均降低30%。

大数据技术已经普遍应用于数据中心的运营管理。数据中心运营过程中每天都要产生海量的管理数据(几十G到上T规模),大数据技术通过对海量管理数据的分析能够有效支撑AI开展学习和训练,实现预测性运维以及有针对性的开展节能减排,实现数据中心精细化运营。

新华三认为,对于未来数据中心的发展,可提炼出四个关键要素,一是分布式,边缘计算驱动边缘数据中心出现,分布式部署将越来越多。二是互联化,除传统集中式的数据中心建设外,边缘数据中心逐步建设,并带来更多的数据中心互联需求。三是智能化,越来越多设备具备AI能力,并以AI来管理与运维数据中心,数据中心实现智能化联接。四是高速化,数据中心是数字信息交换中心、处理中心与存储中心,随着需要处理的数据量增加、处理时间要求更短,数据中心对性能的需求会持续提升。

低PUE、智能化数据中心将成主流

“这几年随着数据中心领域技术发展,传统数据中心PUE偏高的问题逐渐凸现,运营成本居高不下已经成为数据中心运营者的头疼问题。”杨海军指出,预计随着本次新基建的开展,低PUE的绿色数据中心将成为这一轮新基建里面的主流。

在新基建提出的7大重点建设方向,其实每一个方向都和IT基础设施的保障能力息息相关,尤其是在智能化时代。新华三集团存储产品总监张颖表示,智能时代新型业务需求给传统的数据中心及IT建设带来了不小的挑战,一是更加多样的应用场景和数据类型:云、虚拟化、大数据分析、容器、边缘计算、流式业务等新业务形式层出不穷,多种业务的多种数据类型,给数据中心的管理、供给能力带来了很大的挑战。

二是业务实时性能和海量数据的矛盾:智能时代的业务场景都会产生海量的数据,如智能驾驶一辆车一次路测就会产生20TB的数据。业务决策系统需要在短时间内分析处理数据,存储系统单位时间内处理数十GB大带宽和数万OPS数据吞吐。这样给海量存储带来了巨大的挑战。

三是存储系统的复杂性和业务的智能敏捷性要求:智能时代的新业务需要及时、敏捷、智能。快速的实施部署,短时间内反馈海量数据的计算结果。新华三的存储系列产品已经为智能时代的IT新需求储备了足够的能力。从智能时代的数据中心大脑InfoSight,到承诺为企业关键业务提供100%可用性的新一代Primera;从针对新智能时代新业务提供海量数据场景的新一代软件定义存储X10000 G3,到提供数据生命周期完整备份解决方案的CP系列数据保护解决方案。新华三存储平台通过核心的IDP(智能数据平台)策略,做好了应对新基建数据中心存储平台所有准备。

数据中心的制定化发展之路

随着业务的精细化发展,逐步出现不同类型的数据中心,有的专注于存储、有的专注于计算、有的则均衡发展,一些数据中心业主在建设数据中心的时候也考虑服务对象,对数据中心中的硬件设备提出了定制化需求。

杨海军告诉记者,这些定制化需求一般分成两类,一类是突出一个系统的某一方面能力,但取消或削弱另一方面的能力;另一类则是需要承载一些私有化协议或方案。

对于第一类定制化,还是基于通用系统,以定制化手段达成,通过定制化方案实施。厂家在定制化过程中逐步累积并形成新的能力,新的能力将被应用到更多的数据中心发展中。这类定制本质上是技术或模式上的创新,可以视作数据中心产业生态的一个组成部分。这类数据中心业主是数据中心细分市场领域的推动者和参与者,会促进数据中心细分市场逐步形成,并逐步独立发展成新市场。因此这类定制化产品可以丰富数据中心产业生态,促进数据中心市场细分及发展。

对于第二类定制化,则是基于通用或定制化产品,部署完全私有的技术方案。大型互联网企业倾向使用这类方案,以提升数据中心处理效率,提升业务质量。面对这类方案,定制化产品仅作为承载平台,由于最终的技术方案仅在客户内部使用,不具备可复制型,因此从市场的角度来看,反而不利于市场繁荣发展。

专题访谈

合作站点
stat
Baidu
map