數據中心行業發展正面臨前所未有的復雜環境，網絡應用種類和數量的極大豐富催生了海量數據，人工智能的興起帶來了高密度計算，這些都給數據中心這一互聯網基礎設施提出了更多和更高的要求。今天，我們已經無法回避"ABC"究竟給"D"帶來哪些影響這一問題了。

"ABC"正在對"D"產生深刻影響!

這并不是一句繞口令。以A(AI，人工智能)、B(BigData，大數據)、C(Cloud，云計算)為代表的新一代信息技術的興起，正在推動D(DC，數據中心)變革。

數據中心行業發展正面臨前所未有的復雜環境，網絡應用種類和數量的極大豐富催生了海量數據，人工智能的興起帶來了高密度計算，這些都給數據中心這一互聯網基礎設施提出了更多和更高的要求。今天，我們已經無法回避"ABC"究竟給"D"帶來哪些影響這一問題了。

AI正在以超出我們預想的速度發展。"數據、硬件、算法是支撐今天AI復興的三大重要力量。"眾所周知，AI并不是一個年輕的技術，上世紀五十年代就有了這個名詞。新數據的新應用、老硬件的新應用，以及老算法的新改進，為AI注入了全新的發展動力。很典型的現象就是，AI在機器視覺和語音識別上實現了巨大的突破。

AI的發展離不開"算力"，可以預見，隨著AI概念的興起，以及越來越多的AI應用的落地，業界對高速計算的需求日漸增多，GPU加速計算服務器的規模將持續增長。隨著GPU加速計算服務器在數據中心中的部署規模的增大，數據中心無論是內部設計還是布局上都將發生一系列的變化。目前CPU加速計算服務器產生的熱能是傳統CPU的數倍，如果說一個機架能夠放十幾臺普通服務器，那么同樣空間下只能放兩臺GPU服務器，導致這一情況的主要原因就是散熱。

雖然現在這個問題并不是很凸顯，目前大家也有各種辦法能夠應對，但是隨著容量的增加，這將會成為主要矛盾，成為限制產業發展的瓶頸。要想適應未來AI的發展，數據中心的散熱技術必須變革。而在目前風冷的效能已經最大化的情況下，"液冷"無疑是一個值得重點關注的新方向。

除了在給數據中心帶來挑戰的同時，AI的興起也有利于數據中心自身的發展，目前，已經有企業探索將AI技術應用到數據中心的運維中，從自動化運維升級到智能運維。

三年后的大數據，將是今天的云計算。在大數據走過了熱熱鬧鬧的概念期后，大數據正在加速落地。有專家預計，未來的2-3年，大數據將要過一段"緊日子"。不過隨后就將迎來爆發式增長，將會像今天的云計算市場這樣，企業和整個產業的規模不斷擴大，越來越多的企業開始實現盈利，與大數據有關的應用將滲入到各行各業中去。

3年里大數據"男耕女織"的時代不會結束，今天企業擁有的大數據，很大一部分都是自己產出的，或者是合作的客戶的。而如果大數據要實現發展，那么就必須結束這種模式，更多的數據需要流通起來。同時，業界也要更多地關注數據的溫度，熱數據、冷數據和溫數據對于存儲的需求是不一樣的。

這其實就關系到了數據中心產業。數據規模的不斷增大，會促使數據中心向以存儲和分析數據為中心的模式轉變。而這無疑也對數據中心的擴展性、可用性等提出新的要求。

技術的邊界正在變得模糊，無論是人工智能還是大數據，乃至云計算，都要求數據中心構建一個更加靈活和強健的環境。

在網絡全面云化的趨勢下，數據中心必須全面云化。數據中心必須是軟件定義的，必須模塊化、開放以及標準化。

今天，已經不會有人去強調云的重要性，也因為云已經成為我們生活中的一部分，并且比重將越來越大。云化是數據中心的必然演進方向，不過目前業界在此方便的探索仍然無法滿足云計算業務發展的需要。

以云計算為代表的新一代信息技術和應用的發展，將促使數據中心的成本不斷提高，因而數據中心必須要實現標準化。換一句話說，作為所有互聯網應用的基礎設施，數據中心是要"首先"標準化，這樣才能夠支撐上層的應用更好地發展。

軟件定義網絡的全面興起，推動了白盒交換機的興起。隨著軟件開源成為一種趨勢，硬件也在走向開源。未來，開源的系統加上開源的硬件，將助推數據中心產業的變革。不過何寶宏認為，數據中心的變革不會是顛覆式的，而是演進式的，因為越來越多的網絡資產承載在數據中心上。

隨著邊緣計算的興起，邊緣數據中心的概念也值得關注。雖然具體的形式有待業界去討論和驗證，但是必須要有數據在中心支撐邊緣計算的發展，而未來邊緣智能也將會興起。