2019年值得关注的5大数据中心趋势

为了更好地支持业务运行，企业需要建立响应更快、更智能、更灵活且易于管理与维护的数据中心。如今，有许多新兴的软硬件技术能够帮助数据中心管理者实现这一目标，并且已经成为行业趋势。

AI的应用推动了数据中心计算基础设施的变革。众所周知，传统的基于CPU的服务器难以支持AI工作负载。企业对深度学习这种新型工作负载的广泛部署，使他们越来越需要新的硬件，如GPU、FPGA甚至专用AI芯片等等。这会使IT基础架构更加复杂，也增加了数据中心的管理难度，管理员需要能够对多种处理器进行管理维护与故障排除。

当然除此之外，AI也为数据中心带来了优化——将AI应用于数据中心运营(AIOps)。AIOps软件刚刚兴起，但已经被“寄予厚望”。据Gartner报告，目前只有5%的大型IT部门正在使用AIOps软件，但Gartner预估到2022年这一比例将增长到40%。AIOps软件结合了大数据，人工智能，机器学习和可视化，简化了日常监控和管理任务的处理，是数据中心运营更加高效。

与此同时，AI在网络、安全等方面的应用也值得期待，数据中心管理员需要对AI技术保持关注。

去年开源界有两项收购案在业内引起了巨大反响，分别为：微软以75亿美元收购拥有2800万开发者的开源软件开发平台GitHub;IBM以340亿美元收购Linux开发商Red Hat。这在很大程度上表明了行业领导者对开源的重视。

如今，开源产品在IT领域获得了大量的关注。使用开源软件，企业能够以更低的成本和更高的互操作性支撑他们的应用。社区的帮助也使开源产品比专有产品更易于使用，数据中心管理者可以直接配置他们需要的软件。

开源世界非常之“广阔”，IT管理者需要进行充分研究，选择更适合用于自己数据中心的开源项目，创造更多价值。

我们正在步入万物互联时代，物联网技术将随之成为许多企业IT环境中的一个重要角色，包括由此催生的边缘计算，将会在几年内为数据中心带来显著的变化。

将部分计算能力转移到网络边缘的设备上，可以减少数据中心的压力，加快数据处理，降低延迟。但成千上万个边缘设备的管理也成为一个难题，为保证业务连续性，数据中心人员必须管理设备间的协作，保持硬件正常运行。

为支撑物联网应用的运行，数据中心管理者需要研究网络带宽标准和相应的软件，以确保其IT环境能够有足够的带宽和监控功能支持所有已连接的设备。

随着数据中心规模的不断加大，其电力消耗也是水涨船高。无论是出于成本控制考虑还是国家可持续发展的要求，数据中心管理者越来越需要思考如何通过新的能源技术来降低供电成本。

如何处理高能耗设备产生的热量，一直是数据中心管理者比较头疼的问题。对于需要实现高密度部署、绿色节能的大规模数据中心或超算中心来说，液冷技术是有很大的需求空间的，液体的冷却效果比空气高出数千倍。毫无疑问，这种的技术将为服务器、数据中心行业带来巨大的改变。

云计算的持续加速增长，会促使云服务提供商不断扩大数据中心规模，来为更多用户提供计算、存储和网络资源，这种日益增长的需求缩短了数据中心的部署周期。

模块化数据中心是在云计算时代应运而生的一种新型数据中心部署形式，采用模块化设计的理念，集成各种子系统，提高了数据中心的整体运营效率，实现快速部署、弹性扩展和绿色节能。能够快速响应业务需求变化，具有非常高的灵活性。