数据中心能耗问题待解 边缘计算或开启新蓝海
【大咖・来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》
近两年,物联网、人工智能、5G等新技术的不断涌现和发展,一直推动着数据中心的新一轮变革。而关于数据中心的能耗问题,是当前业内亟待解决的难题。不过随着技术的成熟发展,2018年我们或将成为边缘数据中心的发展年。
2月28日,兴业银行数据中心获得中国电子工业标准化技术协会信息技术服务分会颁发的国家标准《信息技术服务 数据中心服务能力成熟度模型》(GB/T33136-2016)优秀级认证证书。
据悉,数据中心服务能力成熟度模型是我国***对数据中心服务能力成熟度进行评价的国家标准,标志其运营服务能力得到国标认可,达到国内领先水准。
事实上,在近两年,随着云计算技术的深入发展,上“云”已成为企业发展常态。而物联网、人工智能、5G等新技术的不断涌现和发展,一直推动着数据中心的新一轮变革。
在数据中心领域,许多人通常将"可用性"和"可靠性"当作同一事物。但对于数据中心而言,虽然拥有可靠性高的设备可以减少系统故障的机会,但不能确保更高的可用性。很多企业的管理层认为云计算是一种"***"解决方案,因为它将会消除与数据中心以及IT硬件相关的所有资本和运营成本以及人员成本。
除此之外,数据中心的耗能问题愈发受到重视。目前,许多组织将其运行在小型服务器机房的业务迁移到托管云解决方案,而企业、多租户、超大规模厂商,以及高性能计算数据中心现在占据了***的增长份额和能源消耗。
如果你无法理解这是何等庞大的能源消耗,那就换句话来说,数据中心平均消耗的功率是大型商业写字楼的100倍以上,一个大型数据中心使用相当于一个美国小城市的总电量。这样来看,数据中心的能耗的确已经达到了惊人的数字。数据中心能耗问题,是当前业内亟待解决的难题。
在此情境下,不少用户更加看好云计算,数据中心面临巨大挑战。对此,IT专家建议,数据中心技术人员应该灵活掌握工作角色并接受培训,他们应该寻找方法来提高他们的云计算技能。
不过话说回来,数据中心虽然能耗大,但也有其可靠的一面,这也是为何仍有部分资本看好数据中心的原因。
可以说,数据中心天然就是一个海量数据库,每天生成的和转发的数据都在呈指数增长,有了这些数据,再利用大数据技术去分析,就能得到很多有意义的数据。而当下的AI技术也正在帮助数据中心提升运营效率,构建智能数据中心。
随着数据中心的深度发展,有人说,2018年是边缘数据中心的一年。
按照IDC的统计数据,到2020年将拥有超过500亿的终端与设备联网,未来超过50%的数据需要在网络边缘侧分析、处理和储存,边缘计算所面对的市场规模非常巨大。
更重要的是,边缘数据中心分散的设置允许组织和团队更好地解决和管理他们的数字业务基础设施。数据的数量和速度将会增长到相当高的水平,从云端流出的数据将变得越来越低效。另外,边缘计算还有一些令人难以置信的用例和很多的潜力等待我们去挖掘。由此来看,边缘数据中心的兴起并非只是传言。
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
云计算群雄逐鹿,PaaS蓄势待发
【大咖・来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》 从云计算的概念提出,到今天已经有10年左右的时间。在这10年间,云计算从初生,到成长,再到爆发,给IT业界带来了翻天覆地的变化。在这10年间,从SaaS获得企业青睐,到IaaS得到行业巨人的加持,再到今天PaaS的蓄势待发,云计算市场群雄逐鹿,烽烟四起。 在前几年IaaS市场迅猛发展,各大巨头跑马圈地的时候,曾有人断言:云计算市场大局已定。只是,市场的发展永远是以用户的需求为转移,随着企业数字化转型的加速,以及国内“互联网+”战略的全面推进,曾经被冷落一边、备受夹板气的PaaS开始走上舞台的中央,成为新的市场焦点。随着以容器、微服务为代表的新兴技术迎来了新一轮爆发,2017年有目共睹的是IaaS厂商开始上攻PaaS,SaaS厂商则开始向下沉淀。 2018年,PaaS的爆发,以及PaaS市场的战役,一触即发。 风水轮流转,PaaS市场蓄势待发 云计算诞生之初,SaaS通过其“轻量化”的特性,从应用切入企业,使用户无需进行构建和维护,购买即可使用的便捷方式,很快的便迎来了爆发期,并持续多年执云计算市场之牛耳。随之而来的...
- 下一篇
微软:开源软件和云计算是推动人工智能和机器学习的主要方式
【大咖・来了 第7期】10月24日晚8点观看《智能导购对话机器人实践》 微软刚刚宣布Windows 10的下一个主要版本将支持人工智能(AI)和机器学习(ML)。但是,抛开市场炒作的因素,微软知道人工智能和机器学习真正的重担是在云端的开源软件上。这就是微软Azure的***技术官Mark Russinovich在加利福尼亚州Sonoma召开的Linux基金会的开放源代码***峰会(Open Source Leadership Summit,OSLS)上传递的消息。 Russinovich开宗明义地表示: 人工智能科技和技术正在经历复兴。开源技术和社区的库和框架推动了自我教育机器学习开发人员的增长。云的计算能力使得大数据集的处理成本变得高效且普遍。随着越来越多的研究不断地被完成并在整个社区共享,我们将继续看到会有更多的智能应用程序采用各种各样的开放源代码技术,这些技术跨越了所有的处理平台。 具体而言,他举了两个微软正在使用云计算和开源软件来帮助客户提供解决方案的例子。***个例子是劳斯莱斯的飞机发动机使用机器学习来跟踪它们的磨损状况。然后,这些数据将与人工智能一起用于发动机的主动维护。 ...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- SpringBoot2整合Redis,开启缓存,提高访问速度
- Windows10,CentOS7,CentOS8安装Nodejs环境
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS7,8上快速安装Gitea,搭建Git服务器
- SpringBoot2全家桶,快速入门学习开发网站教程
- CentOS7设置SWAP分区,小内存服务器的救世主
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- 设置Eclipse缩进为4个空格,增强代码规范
- CentOS7,CentOS8安装Elasticsearch6.8.6