建設新型基礎設施已成為國家戰略。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加碼和數字經濟的加速發展，數據中心迎來前所未有的發展機遇。未來3~5年，中國數據中心將呈現“高集聚、高算力、高能效、高技術”的“四高”發展趨勢。

高集聚

數據中心進入集群化發展階段

目前，業界普遍認同未來數據中心布局會越來越呈現出“熱數據集聚在一線城市及周邊地區，冷數據集聚于西部資源富足地區”的格局。推動這種“啞鈴式”集聚發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、互聯網、金融等業務流量，而這些業務中的移動支付、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，大型互聯網公司、第三方數據中心企業逐漸布局一線城市周邊地區，形成服務于核心城市的區域性數據中心集群。

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，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展的階段，數據中心是支撐數字經濟發展的重要物理底座。通過協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網企業、ICT企業將自身產業鏈環節延伸到西部地區，幫助中西部地區發展數字經濟、實現產業升級，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此前在出臺優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，國家發改委、中央網信辦、工業和信息化部、國家能源局四部委聯合發布《關于加快構建全國一體化大數據中心協同創新體系的指導意見》和《全國一體化大數據中心協同創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點的布局，引導數據中心向西部資源豐富地區以及距離適當的一線城市周邊地區集聚化發展。文件指出，國家將通過明確集群建設的準入標準，調整優化網絡結構，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化布局、實現集群化發展。

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、規模化發展階段。當然，從長期來看，能否實現上述集聚發展格局，仍需看政策的實際落地情況以及市場需求的發展情況。

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展。工業和信息化部通信發展司發布的《全國數據中心應用發展指引（2020）》顯示。

截至2019年年底，我國在用數據中心機架總規模達到314.5萬架，其中超大型數據中心機架規模約117.9萬架，大型數據中心機架規模約119.4萬架，同比規模增速為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創新突破。

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展，以在數據中心基礎上，有效實現高性能算力的高效利用和靈活共享分配。

此外為了實現更高算效，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境的保護帶來巨大挑戰。提高數據中心能效，不僅是企業降本增效的重要手段，也是實現碳中和目標的重要路徑。

在政策層面，將持續推進節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年底四部委聯合下發的《關于加快構建全國一體化大數據中心協同創新體系的指導意見》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測體系。2021年5月發布的《全國一體化大數據中心協同創新體系算力樞紐實施方案》提出，要完善數據中心綜合節能評價標準體系，不僅包括傳統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。《北京市數據中心統籌發展實施方案（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模部署。

供配電系統方面，模塊化UPS、高壓直流供電、市電直供等技術的有效應用，將降低供配電系統的電能損耗。此外，通過人工智能技術優化運營管控，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，自動優化調節制冷系統、供配電系統等，可進一步降低PUE，突破傳統節能“天花板”。

高技術

數據中心技術創新潮正在來臨

數據中心傳統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新的焦點。首先，在數據中心內部網絡方面，在云計算、AI發展的推動下，以在線搜索、并行計算為代表的業務迅速起量，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。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，成為技術研發的新熱點、新方向。

其次，在數據中心網間互聯方面，由于大多數企業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技術要求更高。這在很大程度上也將推進我國互聯網骨干網架構的變革。

二是智能化管理成為重要發展方向。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為數據中心的高效管理帶來了巨大挑戰。建設數據中心基礎設施管理系統（Data Center Infrastructure Management，DCIM）。

對數據中心關鍵設備進行集中監控和管理，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，研究訓練節能優化、設備預警、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設備的演進創新，將持續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展，供配電系統和制冷系統持續優化等，以適應新的業務趨勢。

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展期。我們必須按照經濟社會發展的要求，明確數據中心的發展趨勢，共同推動數據中心的高質量發展。

編輯：jq