数据中心IDC企业发展战略和经营计划.docx

数据中心IDC企业发展战略和经营计划.docx

《数据中心IDC企业发展战略和经营计划.docx》由会员分享，可在线阅读，更多相关《数据中心IDC企业发展战略和经营计划.docx（8页珍藏版）》请在冰豆网上搜索。

数据中心IDC企业发展战略和经营计划

2019年数据中心IDC企业发展战略和经营计划

2019年5月

未来国内行业发展的驱动因素主要是互联网行业和云计算行业的高速发展。

一方面，国内互联网行业呈现出蓬勃发展的趋势，同时国家大力号召并倡导“宽带中国”战略及“互联网+行动计划”，进一步推动了互联网行业的快速发展。

互联网行业的快速发展大幅度地提高了对专业互联网基础服务的刚性需求。

另一方面，国内云计算的高速发展提升了对IDC数据中心和带宽的需求。

根据多年的行业经验，一线城市互联网基础服务仍是客户需求的主流，偏远地区尽管有具有低成本,且随着运营商网络的铺设,带宽逐渐增大等优势凸显,但仍然面临着客户资源、网络延迟和运维人才缺乏等问题,大部分客户还是持谨慎态度选择，就近选择服务。

IDC作为基础设施未来将走向标准化,具有资金实力和技术实力的企业才能胜出。

按照当前国内机房的建设速度,两年后极有可能出现供过于求的情况（一线城市优质机房资源例外）。

未来互联网基础设施必定是走向标准化,因此行业将迎来洗牌,极有可能出现三大运营商加上3至5家第三方运营商垄断的局面，具备资金和技术实力的厂商才有机会胜出。

IDC的建设是重资产行业,稍具规模的数据中心动辄需要数亿甚至数十亿元,需要有雄厚的资金实力才能在全国布局。

另一方面,技术表现在运维能力包括提供增值服务的能力,节能技术和能耗解决方案。

数据中心电费支出占运营成本的大部分,且政府会逐渐禁止建设PUE过高的机房,在节能技术和能源解决方案有优势的机房才有机会。

一、公司发展面临的行业环境

1、行业发展趋势

未来数据中心发展将呈现云化、规模集约化、绿色节能化、与CDN发展协同化、管理智能化、云网融合化等发展趋势。

（1）数据中心规模集约化

随着互联网市场和传统产业结构转型需求的快速增长，各大数据中心服务商都加快了数据中心机房的建设，并越来越有大型化（机房面积大于3000平方米）的趋势。

如美国昆西Sabey数据中心规模达到30万平方米，拉斯维加斯Supernap数据中心规模达到22万平方米。

据分析数据显示，2010年底，中国大型（500个机架以上）数据中心数量为47个，约为日本的1/2，不及美国的1/10。

根据SynergyResearchGroup报告数据，至2017年，全球超大规模提供商运营的大型数据中心已经突破300个，并且还将继续增长，预计2018年超大规模提供运营的数据中心将超过400个。

随着云计算和移动互联网的快速普及，今后我国新建的大型数据中心占比将越来越高，其根本原因是市场需求和人均消费量的快速增长。

此外，从技术层面看，物联网、AR/VR、人工智能等技术及应用也推动着数据中心朝着集中化、大型化方向发展，并呈现出集群式运营特征。

具体分析如下：

①物联网

物联网是指利用传感设备把任何物品和互联网连接起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。

随着终端设备的种类和数量的不断增加，其产生的数据导致数据中心的计算和存储需求呈指数增加，具体表现在：

终端设备的异构多样化和网络连接技术的差异化导致传感器采集数据的内容和样式各有不同，并呈现实时性、周期性、海量性的特点。

IDC机构推算，2020年物联网相关设备总量大约为2120亿，数据资料存储40ZB，思科在《云计算展望报告》中指出到2020年物联网生成的总数据量将达到每年600ZB，是终端用户和设备在数据中心生成数据量预期的（2.2ZB）275倍，是传统数据中心生成总数据流量的（15.3ZB）39倍,这对数据中心的网络承载、缓存和传输能力提出了新要求；通过数据融合、模式识别匹配等技术可实现数据的智能化处理，其中数据融合指通过人工智能理论系统、智能信号处理技术将多种数据或信息处理成符合用户要求和高效的信息，模式识别匹配指在数据传输不完整的情况下，利用模型算法等研究保障数据的质量，是数据处理技术的重要组成部分，此外，在PAAS平台引用边缘计算方式使设备在数据采集的效率、上传速度、应用场景等方面做到自主决策，物联网对数据的智能化处理要求数据中心具有强大的分析计算能力，能够快速响应前端数据的操作处理程序和实时业务的流程。

②AR/VR

虚拟现实（VR）是利用计算机生成的一种模拟环境，是一种多元信息融合的、交互式的三维动态视景和实体行为的系统仿真，增强现实（AR）是一种将真实世界信息和虚拟世界信息“无缝”集成的新技术，它以透过式头盔显示系统和注册（AR系统中用户观察点和计算机生成的虚拟物体的定位）系统相结合的形式来实现。

AR/VR技术的应用将产生大量的数据，同时也需要有强大的数据计算能力，主要是因为：

为了保障AR/VR的视觉效果，需要很高的视频分辨率，同时与周边环境360O的全方位交互体验会产生大量数据；其次AR/VR场景中很多人机交互的设计需要其对人的各种操作、指令做出实时的响应，这个过程涉及到很多的数据计算，其对数据中心的网络带宽也有更高的要求。

AR/VR技术的发展需要容量大、带宽高、时延低、计算能力强的数据中心，针对一些对时延有要求的应用，需要本地大型的数据中心来支撑。

③人工智能

目前人工智能（AI）已经应用于语音识别、图像处理、计算机视觉、机器人等多个领域，它的应用是总结现有的规律并实时制定出相应的解决方案，其核心要素是机器学习，主要就是研究计算机如何模拟或实现人类学习行为，以获取新的知识或技能。

BBC预测，2020年全球人工智能市场规模将达到183亿美元，这背后碎片化信息的整合、可自迭代的算法和数据模型的建立均需要大数据和云的支撑，对设备的硬件性能和计算能力提出了更高的要求。

总体来说，物联网、VR/AR、人工智能等领域产生的庞大数据流量需要大型数据中心的支撑，同时大量的计算和存储需求产生更多的电力需求，构建性能高效、布局集中化的数据中心的可以实现统一供电，降低电力成本，缓解服务商的运营压力。

（2）数据中心云化

云计算服务推动数据中心的“云化”发展。

根据Gartner预测，全球云计算市场总体平稳增长。

2015年以Iaas、Paas和Saas为代表的典型云服务市场规模达到522.4亿美元，增速20.6%，预计2020年将达到1435.3亿美元，年复合增长率达22%。

我国云计算起步较晚，但发展迅猛，总体保持快速发展态势。

云计算的快速发展需要云计算数据中心的支撑。

云计算数据中心是一种基于云计算构架的，计算、存储及网络资源松耦合，完全虚拟化各种IT设备、模块化程度较高、自动化程度较高、具备较高绿色节能程度的新型数据中心。

云计算数据中心的所有计算、存储及网络资源都是松耦合，可以根据数据中心各种资源的消耗比例而适当增加或减少某种资源的配使得数据中心的管理具有较大的灵活性，便于资源配置优化，能够按照客户需求进行配置。

随着信息化社会的快速发展，以及云计算、物联网等产业的发展，数据中心作为终端海量数据的承载与传输实体，面临着建设周期长、投入较大，建成后弹性差，部署密度低，能源消耗高等挑战。

而数据中心的云化可促进数据中心内资源的集中、融合，使客户在低投入的情况下，快速、弹性、绿色地部署IT资源并提供服务。

云计算数据中心的模块化扩展能力也解决了传统数据中心扩容难问题。

传统数据中心正在扩展方面受到系统设计、机房设计及网络设计的影响，对于机房扩容来说是一个系统性的工程，特别是在空间和电力能源有限的情况下，扩容难度较大，而云计算数据中心可以在总体空间和电力提供不变的情况通过提高单机架的容纳能力及降低PUE等方式实现“扩容”。

这种能力具有很强的又是，特别是在土地紧张和电力紧张的城市。

云计算数据中心的自动化管理使得在规模较大的情况下，实现较小工作人员对数据中心高度智能管理。

此特性一方面能降低数据中心的人工运维成本，另一方面能提高管理效率，提升客户体验。

未来云计算数据中心将会是数据中心发展的主要方向。

此外，云技术的应用影响了数据中心未来的发展趋势。

随着数据量和业务种类的不断增加，传统数据中心的建设成本、能耗需求、空间规模呈线性增长，通过云技术及超高密度机架的设计，将计算、存储、网络集中在同意及贵重，可一定程度环节数据中心成本、电力、面积等方面的压力，有效提升几家的利用率，实现数据集中、高效的处理。

《IDC服务器经济指数》报告推测截止2020年，中国大陆采用云技术而避免购买服务器的价值约186.1亿美元，节省数据中心空间成本约2.8亿美元，节约电力成本约68.2亿美元。

同时，云技术的应用也改变了物理服务器的需求量，据IDC

咨询机构数据显示，APEJ（除日本之外的亚太地区）在2004年-2012年这七年中，服务器销量强劲增长，年均复合增长率高达9%，而在云技术大规模应用后，这一比率在2011年-2017年下降了6%。

同样，中国大陆的服务器市场在2008年-2012年期间的年复合增长率达到12.9%，而在2012-2020年期间预计仅为7.1%。

（3）数据中心节能减排绿色化

数据中心增长带来了运营成本的大幅提高，而电力成本是其中最主要的运营成本，一座中小型的数据中心，其耗电量可以超过一座小型钢厂或者水泥厂，居高不下的能耗成为困扰数据中心行业发展的一大难题，同时随着我国可持续发展进程的加速，对节能降耗的工作也越来越重视，政府对企业的能耗指标要求也愈来愈严，积极引用各种绿色节能新技术新能源降低能耗，可减少运营成本，提高能源使用率，相应国家绿色可持续发展的号召，绿色化是数据中心产业发展的必然趋势。

模块化IDC、集装箱IDC、以及诸多的绿色节能技术推动数据中心朝着绿色方向发展。

（4）数据中心与CDN发展的协同化

CDN是构建在网络之上的内容分发网络，依靠部署在各地的边缘服务器，通过中心平台的负载均衡、内容分发、调度等功能模块，使用户就近获取所需内容，降低网络拥塞，提高用户访问相应速度和命中率。

IDC为CDN提供最基础的底层架构，为CDN提供各地节点的设备托管带宽接入，并提供基础的运维服务，CDN建立在IDC的基础之上，实时的根据网络流量和各节点的链接、负载状况以及到用户的距离和相应时间等综合信息，将用户的请求重新导向离用户最近的服务节点上，实现就近访问，解决多跳节点，跨网延迟大，丢包严重，高峰时拥堵等问题。

当前，CDN市场持续高速增长，2016年网络视频直播几何级的井喷与基础网络阶梯型生长的供需矛盾推动了CDN的爆发增长。

从技术角度来看，CDN和云计算融合是趋势，未来客户需求不单是CDN加速需求，而是基于云计算存储、数据传输、计算和安全的“综合CDN服务”。

通过在更靠近进用户侧的位置设置CDN边缘节点会大大提升用户的互联网访问体验，这势必会带来规模较小的分布式数据中心需求的增加，并一定程度抵消大型云数据中心整合的趋势。

CDN构建在数据中心基础之上，而CDN的发展一定程度上减少对数据中心市场空间的需求，未来数据中心和CDN势必会相辅相成呈现协同化发展的趋势。

（5）数据中心管理智能化

数据中心机房结构复杂精密，拥有配电、不闲、环境监控、空调冷却、消防安全等多套系统，对外界环境的敏感度很高，一旦某个系统参数改变，会导致“多米诺骨牌”效应，因此，能够及时的预判和相应需求的变化会给后期的运营管理带来极大的便利。

目前，机器学习作为一种新技术已逐步应用到多个行业。

将机器学习技术引进数据中心管理将会带来质的飞越，目前国外一些厂家已经在尝试并取得了不错的效果，谷歌位于比利时的一家数据中心利用机器学习技术，建立了能耗监控调测模型，根据环境监测可以动态调整冷却系统的参数设置，总体能耗下降高达15%。

Vantage数据中心机房利用机器学习分析各系统结构的逻辑关系，同事可以根据各系统的协作紧密度做出相应的关联分析并做出预判。

未来随着数据中心规划化的加速，对服务器处理能力和机房外在运营资源的相应要求更高，数据中心运营的智能化是未来数据中心产业发展趋势，而机器学习技术是实现数据中心运营智能化的重要途径。

（6）数据中心的云网融合化

对于数据中心本身而言，SDN/N