建設新型基礎設施已成為國家戰(zhàn)略。作為承載存儲、傳輸、算力需求的基礎平臺，以及支撐人工智能、云計算、區(qū)塊鏈等新一代數字技術應用的物理底座，數據中心成為新型基礎設施建設的重要內容。隨著相關政策的持續(xù)加碼和數字經濟的加速發(fā)展，數據中心迎來前所未有的發(fā)展機遇。未來3~5年，中國數據中心將呈現(xiàn)“高集聚、高算力、高能效、高技術”的“四高”發(fā)展趨勢。
高集聚
數據中心進入集群化發(fā)展階段
目前，業(yè)界普遍認同未來數據中心布局會越來越呈現(xiàn)出“熱數據集聚在一線城市及周邊地區(qū)，冷數據集聚于西部資源富足地區(qū)”的格局。推動這種“啞鈴式”集聚發(fā)展格局產生的主要因素有二。
一是市場的力量。以“北上廣深”為代表的一線城市，匯聚多數云計算、互聯(lián)網、金融等業(yè)務流量，而這些業(yè)務中的移動支付、網絡交易、網絡游戲、金融結算、數據熱備份、虛機遷移等都對時延有較高要求，因此數據中心的主要客戶（互聯(lián)網公司、云計算廠商、金融公司等）愿意支付高溢價將自己的數據存放于一線城市的數據中心。但隨著一線城市用地、用電資源和能耗指標的緊張，大型互聯(lián)網公司、第三方數據中心企業(yè)逐漸布局一線城市周邊地區(qū)，形成服務于核心城市的區(qū)域性數據中心集群。
同時，近年來在國家和地方的一些政策引導下，企業(yè)出于經濟性因素的考量，也越來越多地將數據中心落戶于電力資源供給充足、氣候適宜的中西部地區(qū)，低成本地滿足其災備需求。
未來，隨著網絡條件的改善，更多中高時延要求的業(yè)務數據（如網頁瀏覽、大數據處理、數據離線分析、人工智能模型訓練等）可以部署到中西部的數據中心集群中。
二是政策的推動。當前我國已進入數字經濟快速發(fā)展的階段，數據中心是支撐數字經濟發(fā)展的重要物理底座。通過協(xié)調數據中心的布局來推動數據要素在東、中、西部的跨域流通，帶動一大批東部沿海的互聯(lián)網企業(yè)、ICT企業(yè)將自身產業(yè)鏈環(huán)節(jié)延伸到西部地區(qū)，幫助中西部地區(qū)發(fā)展數字經濟、實現(xiàn)產業(yè)升級，是中央政策和中西部地方政策支持的重要方向。
盡管一些中西部地區(qū)此前在出臺優(yōu)惠政策吸引數據中心落地方面進行了大量嘗試，但受限于用電成本、電網配套、網絡配套、產業(yè)配套以及人才等因素，實際效果并不理想。
在“新基建”的推動下，2020年12月和2021年5月，國家發(fā)改委、中央網信辦、工業(yè)和信息化部、國家能源局四部委聯(lián)合發(fā)布《關于加快構建全國一體化大數據中心協(xié)同創(chuàng)新體系的指導意見》和《全國一體化大數據中心協(xié)同創(chuàng)新體系算力樞紐實施方案》兩份文件（以下簡稱文件），明確提出要通過國家數據中心樞紐節(jié)點的布局，引導數據中心向西部資源豐富地區(qū)以及???????離適當的一線城市周邊地區(qū)集聚化發(fā)展。文件指出，國家將通過明確集群建設的準入標準，調整優(yōu)化網絡結構，加強水、電、能耗指標等方面的配套保障，多措并舉引導數據中心優(yōu)化布局、實現(xiàn)集群化發(fā)展。
市場和政策兩方面的力量將推動我國數據中心逐步進入集群化、規(guī)?；l(fā)展階段。當然，從長期來看，能否實現(xiàn)上述集聚發(fā)展格局，仍需看政策的實際落地情況以及市場需求的發(fā)展情況。
高算力
數據中心向“高算力中心”演進
當前，隨著人工智能應用場景的逐漸落地以及各行業(yè)智能化轉型步伐的加快，全社會對數據中心的計算和存儲能力提出了更高要求。順應這一趨勢，未來數據中心會逐漸向更高算力、更高算效演進。
一是單體數據中心的規(guī)模和密度仍將逐步提高。在單體數據中心堆集更多的服務器一直是擴充算力的重要方式。近年來，集約化、大型化數據中心加快發(fā)展。工業(yè)和信息化部通信發(fā)展司發(fā)布的《全國數據中心應用發(fā)展指引（2020）》顯示，截至2019年年底，我國在用數據中心機架總規(guī)模達到314.5萬架，其中超大型數據中心機架規(guī)模約117.9萬架，大型數據中心機架規(guī)模約119.4萬架，同比規(guī)模增速為41.7%。大型數據中心增加了機柜和服務器的密度與數量，推動數據中心布局、供電、功耗、制冷、網絡和運維管理等各方面技術的持續(xù)創(chuàng)新突破。
二是異構算力充分融合。算力是人工智能應用的基礎，傳統(tǒng)數據中心僅依靠CPU通用服務器已無法滿足機器學習、無人駕駛、工業(yè)仿真、人工智能模型訓練等新興應用場景所需的算力。除在數據中心部署更多48核或64核等高核心CPU來應對激增的算力需求外，引入GPU、FPGA、ASIC等異構算力來承擔新算力需求已成為必然趨勢。適應異構算力融合，相關的算力虛擬化調度、面向AI調度的數據中心網絡、AI及大數據混合計算加速等技術均在快速發(fā)展，以在數據中心基礎上，有效實現(xiàn)高性能算力的高效利用和靈活共享分配。
此外為了實現(xiàn)更高算效，加快計算、存儲、網絡的深度融合，采用更高制程工藝的芯片，提高數據中心IT設施的虛擬化水平等，都將成為數據中心的演進方向。
高能效
綠色節(jié)能是新階段的重要命題
數據中心是信息基礎設施中的耗能大戶。據統(tǒng)計，截至2020年底我國數據中心耗電量約占全社會用電量的1%左右，平均PUE為1.6~1.7，總體能效與國際先進水平相比仍有差距，可再生能源利用率低。按照未來數據中心機架數量每年30%的增速，預計到“十四五”末，數據中心用電量在全社會用電量的占比將超過3%。這對數據中心的運營以及環(huán)境的保護帶來巨大挑戰(zhàn)。提高數據中心能效，不僅是企業(yè)降本增效的重要手段，也是實現(xiàn)碳中和目標的重要路徑。
在政策層面，將持續(xù)推進節(jié)能改造并促進可再生能源的使用。一是提高新建數據中心的能效標準。2020年底四部委聯(lián)合下發(fā)的《關于加快構建全國一體化大數據中心協(xié)同創(chuàng)新體系的指導意見》明確要求，2025年全國大型、超大型數據中心PUE降低到1.3以下。
二是完善數據中心能效標準體系和監(jiān)測體系。2021年5月發(fā)布的《全國一體化大數據中心協(xié)同創(chuàng)新體系算力樞紐實施方案》提出，要完善數據中心綜合節(jié)能評價標準體系，不僅包括傳統(tǒng)的電能使用效率標準，還包括算力使用效率和可再生能源利用率等指標，從更多維度促進數據中心能效的提高。目前，一些地方已開始推進數據中心實時能耗監(jiān)測體系。
三是推進對存量數據中心的關停改造。作為全球數據中心大國，美國政府推出數據中心整合計劃和優(yōu)化計劃，關閉了一批低效老舊的數據中心。中國政府倡導類似的做法?！侗本┦袛祿行慕y(tǒng)籌發(fā)展實施方案（2021—2023）》已明確提出，要按照“四個一批”的總體思路推進數據中心的存量優(yōu)化和新增前瞻布局。
四是通過完善機制促進可再生能源的使用，如擴大可再生能源市場交易范圍、支持配套可再生能源電站等。
在技術層面，綠色低碳的新技術將逐步擴大使用范圍。在IT設備方面，云計算等技術將數據中心資源池化、虛擬化，大幅提高相同能耗水平下服務器的利用率。在制冷方面，間接蒸發(fā)冷卻、液冷等新技術已逐漸成熟，可根據需要在數據中心進行大規(guī)模部署。供配電系統(tǒng)方面，模塊化UPS、高壓直流供電、市電直供等技術的有效應用，將降低供配電系統(tǒng)的電能損耗。???????外，通過人工智能技術優(yōu)化運營管控，正在成為降低數據中心能耗的重要途徑。在基礎設施層面，基于歷史數據，通過神經網絡算法，采集和分析數據中心溫度、濕度等各項數據，自動優(yōu)化調節(jié)制冷系統(tǒng)、供配電系統(tǒng)等，可進一步降低PUE，突破傳統(tǒng)節(jié)能“天花板”。
高技術
數據中心技術創(chuàng)新潮正在來臨
數據中心傳統(tǒng)上主要向市場提供機柜、帶寬租用等基礎資源服務，其運營者競爭的核心是土地、電力、能耗、帶寬等資源的獲取以及基礎設施的維護能力。近年來隨著行業(yè)數字化轉型的加速，特別是新冠肺炎疫情后，越來越多的企業(yè)客戶向云端遷移，再疊加AI技術的廣泛應用，對數據中心帶來顯著影響。
一是數據中心網絡技術成為創(chuàng)新的焦點。首先，在數據中心內部網絡方面，在云計算、AI發(fā)展的推動下，以在線搜索、并行計算為代表的業(yè)務迅速起量，需要數據中心內大量的分布式計算集群支持，導致數據中心內部東西流量需求快速增長。解決數據中心在網絡方面的瓶頸，保證數據在服務器之間能夠更快、更高效地傳輸，將逐漸成為提高數據中心性能的關鍵所???????。在這一趨勢下，無損網絡、智能網卡、可編程網絡等新技術應運而生，成為技術研發(fā)的新熱點、新方向。
其次，在數據中心網間互聯(lián)方面，由于大多數企業(yè)采用公有云和私有云混用的形式，因此降低不同云連接時的網絡時延是技術難點之一。
從云計算IaaS層服務來說，目前網絡的虛擬化技術相對較為滯后，同時要考慮東西向流量的安全防護問題，對多數據中心網絡互聯(lián)技術要求更高。這在很大程度上也將推進我國互聯(lián)網骨干網架構的變革。
二是智能化管理成為重要發(fā)展方向。隨著大型、超大型數據中心占比的增加，海量的設備和復雜的系統(tǒng)為數據中心的高效管理帶來了巨大挑戰(zhàn)。建設數據中心基礎設施管理系統(tǒng)（Data Center Infrastructure Management，DCIM），對數據中心關鍵設備進行集中監(jiān)控和管理，并在此基礎上利用人工智能和大數據技術，提高數據采集的實時性、準確性，研究訓練節(jié)能優(yōu)化、設備預???????、故障預測等數據模型，從而提升運維管理的自動化和智能化水平。同時，AI配合自動化巡檢機器人，可以實現(xiàn)無人值守，進一步提高數據中心的運維效率和安全等級。
此外，上層ICT設備的演進創(chuàng)新，將持續(xù)倒逼數據中心基礎設施技術加快變革，例如推動預制化技術加快向縱深發(fā)展，供配電系統(tǒng)和制冷系統(tǒng)持續(xù)優(yōu)化等，以適應新的業(yè)務趨勢。
數據中心運營者的競爭將不再僅局限于資源獲取能力，技術創(chuàng)新能力和應用新技術的能力將逐漸成為新的核心競爭力。
小結
在數字經濟時代，隨著云計算、人工智能、區(qū)塊鏈等新一代數字技術應用的廣泛普及，數據中心的地位正在從信息基礎設施的邊緣邁向核心，并成為承載和牽動技術革新的重要底座。未來3~5年，仍將是數據中心的高速發(fā)展期。我們必須按照經濟社會發(fā)展的要求，明確數據中心的發(fā)展趨勢，共同推動數據中心的高質量發(fā)展。
