模塊化 數(shù)據(jù)中心是否與柜型相同數(shù)據(jù)中心？大數(shù)據(jù)時代的到來是否代表模塊化 數(shù)據(jù)中心的發(fā)展？模塊化 數(shù)據(jù)中心是基于云計算的新一代數(shù)據(jù)中心部署形式。大數(shù)據(jù)主要在數(shù)據(jù)中心的應(yīng)用層面，而模塊化 數(shù)據(jù)中心主要在基礎(chǔ)設(shè)施層面，模塊化 數(shù)據(jù)中心技術(shù)有幾種形式，分為容器、微模塊、倉庫三種形式數(shù)據(jù)中心。
目前，為了推進IT支撐系統(tǒng)的集約化建設(shè)和運營，發(fā)揮集中能力的優(yōu)勢，IT云已經(jīng)成為運營商建設(shè)IT支撐系統(tǒng)的基礎(chǔ)設(shè)施。然而，在IT云資源池的部署過程中，服務(wù)器技術(shù)面臨著許多新的挑戰(zhàn)，主要表現(xiàn)在以下三個方面。在性能方面，人工智能(AI)應(yīng)用的快速擴展要求IT云采用高性能GPU服務(wù)器。AI已廣泛應(yīng)用于電信網(wǎng)絡(luò)覆蓋優(yōu)化、批量投訴劃界、異常檢測/診斷、業(yè)務(wù)識別、用戶定位等場景。
在效率和成本方面，在IT云中部署通用服務(wù)器存在劣勢，這導(dǎo)致了對定制服務(wù)器應(yīng)用的需求。在IT云建設(shè)過程中，由于業(yè)務(wù)需求的快速增長，IT云資源池的擴容壓力更大，云資源池中的服務(wù)器數(shù)量快速增加，在線效率亟待提高。同時，傳統(tǒng)的通用服務(wù)器部署模式周期長、部署密度低等弊端，給數(shù)據(jù)中心空間、功耗、建設(shè)成本、高效維護管理等帶來了巨大挑戰(zhàn)。
當(dāng)企業(yè)打算自建數(shù)據(jù)中心或采用托管數(shù)據(jù)中心服務(wù)時，行業(yè)標(biāo)準(zhǔn)就是一切。如果不量化數(shù)據(jù)中心在基礎(chǔ)設(shè)施、冷卻、供電、安全和可靠性方面的性能，企業(yè)可能很難做出明智的決策。那么隨著各種標(biāo)準(zhǔn)的不斷推廣和普及，企業(yè)如何理解和遵循哪些標(biāo)準(zhǔn)呢？專注于數(shù)據(jù)中心標(biāo)準(zhǔn)的認(rèn)證培訓(xùn)和審核機構(gòu)EPIAP的聯(lián)合創(chuàng)始人JosebaCalvo將在3月15日的global 數(shù)據(jù)中心大會上，就數(shù)據(jù)中心標(biāo)準(zhǔn)和認(rèn)證環(huán)境這一復(fù)雜話題展開討論。
卡爾沃回憶說，在90年代初，幾乎沒有real 數(shù)據(jù)中心標(biāo)準(zhǔn)。他認(rèn)為數(shù)據(jù)中心uptime institute的分級標(biāo)準(zhǔn)是數(shù)據(jù)中心的建設(shè)和設(shè)計的第一個真正的準(zhǔn)則。他說:UptimeInstitute在20世紀(jì)90年代有一個愿景，就是提供簡單的指導(dǎo)來檢查數(shù)據(jù)中心是否配置正確。這些標(biāo)準(zhǔn)和指南相對容易解釋。
