数据中心设计：云计算提供商VS数据中心房地产提

如今，日益普及的云计算应用影响了数据中心从宏观层面到微观层面的设计。在宏观层面，它导致了数据中心的整合，因为企业寻求外包其核心业务的外围职责，通常包括大部分IT业务。但云计算仍然需要数据中心来提供服务，并且其设施的运营效率越高，利润率就越大。

而在微观层面，许多环境的趋势是不仅仅使用CPU架构，还包括GPU、神经网络加速器等技术。那么就会提出“谁最能控制数据中心设计？”这个问题：云计算提供商还是房地产提供商？

数据中心设计的经济学

当然，数据中心设计的主要驱动力是经济学。具体而言，客户对IT资金的需求是什么？如今，尽管IT资源的消耗在增加，但IT预算却没有太大的增长。例如，分析机构Gartner公司对全球IT支出预测的比较表明，2014年和2018年的预测值之间存在着相似的差异。2014年，Gartner公司预测2013年IT总支出为3.67万亿美元，2014年为3.75万亿美元，2015年为3.89万亿美元。在2018年，Gartner公司预测2017年的支出为3.51万亿美元，2018年为3.74万亿美元，2019年为3.85万亿美元。当然，不断增长的服务需求将导致人们预计支出增长，但如果Gartner公司估计有任何迹象，那么这种预测多年来都未能实现。但是，为什么在如此火爆的市场和可能正在复苏的经济中，强劲的支出增长的预测会经常失败？

云计算似乎是一个主要原因。规模经济使云计算提供商能够比客户自己更便宜、更有效地提供服务。IT支出似乎在增加的一个方面是数据中心系统。Gartner公司表示，如果以适度的速度增长，这一领域的支出将稳步增长。2014年，Gartner公司预测全球数据中心系统的全年支出为1400亿美元。2018年，Gartner公司预测的全年支出为1880亿美元，复合年增长率（CAGR）接近8％。而其预测总是需要调整，但如果这些数字接近标准，即使IT预算持平，数据中心的支出也会增加。其主要原因可能是服务提供效率提高，部分原因是数据中心在少数（通常规模较大）的供应商之间进行整合以及由此产生的规模经济。

结合不断增长的云计算应用，这一趋势表明数据中心设计越来越多地掌握在云计算服务提供商或那些为云计算提供商提供数据中心空间的公司手中。

云计算提供商VS.数据中心房地产提供商？

从高层次的IT支出角度来看，可以发现云计算服务提供商与数据中心房地产提供商之间的设计领导方面的竞争或合作。云计算提供商可以为客户创建和提供IT服务，并且不必总是承受设计和规划物理数据中心的责任。他们还可以外包许多责任，数据中心房地产提供商可以在这方面发挥补充作用而非竞争的作用。由于云计算市场包含更多的IT资源，云计算提供商的需求将对数据中心房地产提供商产生更大的影响，因此数据中心的设计将继续依赖于他们的需求。但是，数据中心房地产提供商仍然必须决定如何最好地提供电力和空间等服务，例如网络连通性。因此，每一方都可以根据其专业知识来管理数据中心设计的这些方面。

然而，随着企业整合其数据中心，房地产提供商不仅可以从云计算提供商中受益。在许多情况下，云计算提供商可以提供比客户更高效率的IT服务。但在某种程度上，效率平衡可能会转向客户拥有的或客户提供的服务倾斜。在这种规模下，一些企业的最佳选择是绕过公共云提供商并直接采用房地产提供商的服务。因此，云计算提供商和房地产提供商的设计为了满足这些客户的需求，因此出现了一些竞争。

整合和延迟

数据中心整合持续存在的一个日益严重的问题是延迟。想象一下极端情况：所有数据中心资源都驻留在一个地理位置。问题在于服务传递受到信号从客户到提供者来回传播所需的时间的限制。在某些情况下，长时间延迟简直令人难以忍受，而在其他方面，它们的成本很高。而有效解决这种问题的方法是边缘计算：需要保持资源靠近客户以减少延迟。

其结果是影响地理整合的力量，但拥有和运营多个（甚至是基于边缘的小型数据中心）数据中心是在多个国家和地区运营是困难的。无论是像亚马逊这样的云计算服务提供商，还是像Digital Realty公司这样的数据中心房地产提供商的大型企业，表面上都有更多的资源与数据中心“划清界限”。但是，根据提供商的规模、市场、资本等情况，边缘数据中心的分布式运营可能更适合于房地产提供商，而不适合于云计算提供商。然而，在任何一种情况下，边缘计算的问题都难以解决，并且需要超出简单整合的设计策略。

IT层面的设计

尽管芯片技术创新仍在持续发展，但该行业已经落后于摩尔定律的步伐。这意味着以过去相同的速度增加IT资源需要，不再取决于英特尔、三星、台积电或其他代工厂的下一代工艺技术。因此，如果服务提供商（无论是云计算提供商还是房地产提供商）都能满足需求，IT层面的创新设计比以往任何时候都更加重要。

在这方面，大型云计算服务提供商处于尝试新方法的绝佳位置。例如，虽然CPU曾经是主要的甚至是独占的计算单元，但GPU、神经网络加速器和其他专用处理单元正在发挥越来越大的作用。例如，GPU在并行处理方面表现优异，并且越来越多地服务于超级计算机，其中所谓的横向扩展工作负载很常见。此外，神经网络加速器有助于支持许多行业蓬勃发展的人工智能应用程序。搜索巨头谷歌公司就是这样一个例子：该公司开发了“张量处理单元”（TPU）来加速机器学习应用程序。这些设计不是CPU的替代品，但它们比某些标准体系结构更有效地解决某些问题，因此构建的这种专用体系结构正在激增。因此，摩尔定律的终结是一个令人兴奋的发展，因为它可能刺激更多的创新，而不是加强标准的计算方法（即只是不断缩小晶体管）。

数据中心设计的这一方面更多地属于云计算提供商的范围，而不是数据中心房地产提供商，因为它更接近云计算服务的核心，但它表明了双方可以互补的方式工作。因此，数据中心设计的未来掌握在云计算提供商和数据中心房地产提供商手中，只要其整合趋势持续下去。

结论

数据中心整合在很大程度上受到云计算不断增长的推动，将主要的设计决策交付给云计算服务提供商以及容纳其中许多服务提供商的房地产提供商。云计算的经济学表明这种趋势将继续下去，摩尔定律的终结也将如此。IT是外围任务的比较通常缺乏开发创新计算技术和数据中心设计的资源和知识，或兼而有之。因此，这些提供商通常处于更有利的地位来解决这些问题。然而在这两个群体之间，其创新可能是互补的而不是竞争性的，二者都能应用其优势来应对IT资源不断增长的需求。

【中国IDC圈编译 未经授权禁止转载】

相关阅读：

数据中心布线时需要考虑的因素

A类机房建设标准和B类机房建设标准的区别？

数据中心网络架构三层分析

标签： idc idc资讯 谷歌 机房 机房建设 机房建设标准 搜索 网络 云计算 云计算服务 云计算市场 云计算应用

版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点！
本站所提供的图片等素材，版权归原作者所有，如需使用，请与原作者联系。