云数据中心或云计算数据中心，是一种基于云计算架构的，高度虚拟化、自动化、节能化的新型数据中心。其服务器、存储、网络、应用等虚拟化，使用户可以按需调用各种资源，对相关业务进行流程化自动管理，同时在各方面均符合绿色节能的标准。

云计算数据中心更加强调与IT系统的协同优化，而传统数据中心常与IT系统相互割裂，更多强调机房的可靠、安全，两者在运行效率、服务类型、资源分配、收费模式等方面均存在较大差异。

和传统IDC服务相比，云计算在资源整合速度和规模上更具优势，并且可以通过集约化实现资源的动态调配;而传统IDC只能在硬件服务器基础上进行有限整合，大大受制于单台实体服务器的资源规模;更重要的是，传统IDC提供的资源难以承受短时间内的快速再分配。

云计算将多台计算节点连接成一个大型虚拟资源池，资源取用更加便捷、灵活，有效提升了资源再分配的效率和规模，以及平台运作的效率。将各行业的企业和开发者从硬件设备的管理和运维中解脱出来，更加专注于内部业务的创新，这种责任分担模式使整个企业的运营效率大大提升。

服务类型上，云计算数据中心为用户提供从基础设施到业务基础平台再到应用层的连续的整体全套服务，用户无需担心任何硬件设备的问题，也能按需获取高可用、高扩展的计算能力。传统IDC服务则主要是实体服务器托管和租用，期间设备的监控和管理工作均由用户单方独立完成。

部署和配置实体硬件通常需要数小时甚至数天，将消耗更多的时间成本和人员精力，还容易造成资源闲置和浪费。而云计算通过不断的技术革新，已经可以在几分钟内实现快速部署与资源分配，同时，依托庞大的云端资源池，随取随用，按需付费，避免了资源闲置造成的浪费。

随着越来越多的企业投身到云计算数据中心的服务和运营当中，在未来的几年之内，基于云的数据中心管理和服务模式将会变得更加普遍。

昨天，亚马逊AWS宣布与西云数据达成合作，由后者运营公司位于中国宁夏的第二个云计算数据中心。

除美国之外，AWS目前仅在中国设有两个独立云计算数据中心，即技术基础设施区域，这些区域承载了数据存储、计算和网络传输等云服务设施。

华尔街日报评论认为：亚马逊在中国开放第二个云计算数据中心综合设施，凸显出这一市场对于其云计算业务AWS的重要性。

亚马逊AWS在中国的另外一个数据中心是AWS北京区域，由A股上市公司光环新网负责运用。但是后者目前迟迟未能拿到监管机构要求的云服务牌照。

AWS表示，宁夏云计算数据中心将有助于其向中国数千家活跃客户提供服务，同时作为在中国西部开展新的云计算计划的基地。

AWS向其中国合作伙伴提供技术和专业知识，后者负责进行运营和管理客户关系。

摩根士丹利分析师估计，到2020年中国公用云市场预计将从目前的20亿美元扩大至160亿美元。

在中国市场上，阿里云、腾讯云目前是领先的云计算厂商，这两家厂商拿下中国云计算市场一半以上的市场份额。

云计算的成功基础是什么？良好、坚实的数据中心基础设施及维护。

云计算时代，随着网络日益成为企业日常活动及关键活动的中心要素，网络性能和可靠性以及网络运维需要得到保证，在很多云计算方案中，数据中心的基础建设却被忽视了。但对于云计算来说，数据中心是成功的基础。

数据中心是一整套复杂的设施，它不仅仅包括计算机系统和其它与之配套的设备（例如通信和存储系统），还包含冗余的数据通信连接、环境控制设备、监控设备以及各种安全装置“，当下，云计算即将成为信息社会的公共资源，而数据中心则是支撑云计算服务的基础设施，

要为云计算提供良好的支持，首先必须建立一个现代化数据中心，并采用灵活的高性能网络以支持资源的高度虚拟化。

在传统数据中心里，一般是每两年对其应用进行更新、升级或更换，以整合新的特性和功能。然而，数据中心的硬件和软件的设计寿命最高为20年，其更换频率远不及应用的更新频率——这就是所谓的数据中心生命周期脱节问题。多链路访问、智能终端应用的限制、数据备份及恢复——种种问题让对云计算抱有美好希望的企业忧心忡忡。

但其实在云计算时代里，用户们对传统数据中心问题的担忧是不存在。随着软件设计的发展和变化，数据中心不像以往一样了，如今变得更加便利和高效。而拥有一个高质量数据中心的云服务商提供的云计算服务一定比一般服务商提供的服务更为优秀。

小鸟云在对数据中心的建设过程中的过程中，把客户的需求放置第一位，全心全力打造用户满意的高质量云计算数据中心。目前，小鸟云建有东北、华北、华南、香港四大数据中心，机房按照国际IDC技术标准设计和建设，建设标准达到三星级IDC机房评定标准，已通过部分业界知名国际厂商的严苛测试，可提供国际高标准数据服务。据了解，目前仅谷歌、苹果等全球少数企业建设的数据中心能够与之媲美。

同时，网络在云计算数据中心中也起着越来越重要的作用。随着桌面和办公环境不断走向虚拟化并日益依赖网络来交付应用，用户对网络的要求也越来越严苛，以后的办公越来越趋向于无线化，无线化说起来容易做起来难，云计算能够更容易地让普通用户和智能终端用户享受同样优质的应用体验。

小鸟云T3+级别数据中心，使用的是自建全动态BGP网络，这独有的核心骨干网络有效保证高品质的网络环境和丰富的带宽资源。此外还接入统一的系统管理平台，用户资源调配将更轻松，系统可安全、可靠、稳定、高效运行。

成立三年来小鸟云不断攻克技术壁垒，建成基于业务驱动的分布式云数据中心架构，同时还在不断开发各大节点以及新型云技术，砥砺前行，只为构建高效、敏捷、开放、安全的云数据中心，为用户提供更加完美的云计算服务体验。

有专业人士曾经多次表示，企业的内部部署只有公共云一条道路。但就现在的发展情形来看，数据中心与公共云混合应用会比较更适合当下的形势。

长期以来一直公共云与数据中心一直都是“二选一”的状态，但现在却提出要二者同时存在。为此研究机构IDC公司也曾做过调查，55%的组织正在使用这种混合部署的方法。

现在混合部署的方式变得越来越流行，企业自身必须要做出慎重的考虑。曾经，企业的首席信息官和IT组织将其所有应用程序应用在公共云或本地部署数据中心。目前与以往大不相同，所以必须要做出慎重的决定，要了解此种方式是否符合自身的发展情况。

作为IT的运维团队，拥有数十个或数百个甚至更多的应用程序实属正常。他们的工作就是要维护这些应用程序的基础设施，有些应用程序的需求波动幅度巨大，对应于客户可能对不同产品和服务感兴趣的不同时段。对于那些往往具有非敏感数据的应用程序，采用公共云非常有意义，因此需求弹性可以与按小时租用的计算支出更紧密地匹配。

像那些没有需求波动或敏感的财务数据的应用程序就可以部署在数据中心，因为在这里可以实现额外的安全性，并且从长远来看，其资产的资本化成本会更低。这也就是为什么IT运维人员会选择公共云与数据中心共存。

在以往，在以往，“混合云”和“多云”是同一事物的两种呈现方式，但并不所有的应用程序都是使用相同的云计算服务商，而在本地部署数据中运行业务的逻辑以大规模混合应用为中心，这样用户也会根据具体情况选择托管服务。

通过这种方式将内部部署基础设施与来自不同公共云的服务进行混合和匹配，可以为开发团队带来新的灵感，而不用将它们绑定到应用程序各个部分的特定提供者。从这个角度看，“混合云”似乎比其以前的用法更好地适合这种架构。

大规模的混合应用程序将利用公共云开展业务，其中的一些应用程序没有开发后续功能并消失，但也有达到预计规模的应用程序，这样在开展内部部署迁移的时候可以降低成本。尽管如此，在某些情况下，迁移内部部署的部件但仍继续使用PaaS服务是有意义的。

所以从上述的情况来看，再论公共云与数据中心谁更适合存在的问题已经没有意义。随着市场需求的变化，在做出选择之前需要重新审视新应用程序。因此，企业切忌盲目跟风选择，一定要根据自身的实际需求选择适合自己的模式，才能在业务上进行创新，并具有长期的发展前景。

在当前企业IT系统向云架构转型的时刻，运维系统再一次面临着新的挑战。所以在数据中心运维的时候，运维人员应该注意哪些问题?

在云计算时代，IT系统建设越来越成为企业发展至关重要的一环。业务系统，以及支撑业务系统运行的基础设施通常是企业关注的首要目标;然而，保障业务健康运行的背后“功臣”——运维系统同样至关重要，因为每一次IT系统的转型，运维系统和业务保障都是最艰难的部分。在当前企业IT系统向云架构转型的时刻，运维系统再一次面临着新的挑战。所以在数据中心运维的时候，运维人员应该注意哪些问题?

云计算时代，数据中心运维应该注意以下几点：

1、关注智能自动化运维的趋势与难点

智能自动化运维是云数据中心时代尤为重要的趋势。公有云让基础设施资源更集中，企业放弃自建数据中心转而使用公有云，基础设施资源因此集中到了第三方服务商的手中。

这一定程度上使得企业运维轻量化，更注重上层应用的运维，后端较重的基础设施运维转嫁集中到了第三方公有云服务商的身上。基础设施运维的集中化，大体量化为自动化运维提供了良好的生存空间，企业前端的轻量的运维甚至也可以通过大数据以智能可视化的方式呈现出来。

2. 避免人为失误与网络威胁

前不久，中国某大型云厂商因运维人员操作失误启动了一个BUG，导致一些客户访问官网控制台和使用MQ、NAS等多项产品功能出现问题，造成了较大影响。实际上，除了自然灾害等原因，数据中心运维出现的一些安全问题极有可能是人为导致的。

出了要避免人为上的失误，来自网络的威胁也不可小觑。数据中心资源的集中化让我们逐渐感受到，数据中心故障的大型化趋势越来越明显，从网络安全的角度来说一个漏洞被利用，就可能会造成较大的数据丢失甚至设备停机事故。

3. 多平台融合的导致故障点监测困难

有业界人士称，相对于传统IT架构，云数据中心运维的管理对象主要分为几大类，分别是：

机房环境基础设施部分，包含风火水电等;各种设备，包括存储、服务器、网络设备、安全设备等硬件资源;系统与数据，包括操作系统、数据库、中间件、应用程序等软件资源及业务数据;管理工具，包括了基础设施监控软件、监控软件、工作流管理平台、报表平台、短信平台等

从中可以看出，一项云数据中心向外界提供服务是多方服务融合的结果。因此，当面临一个故障时，如何在诸多服务中准确追溯到故障点，是运维人员需要关注的另一个问题。

云运维作为云计算必不可少的组成部分，会越来越展示出其重要性，成为云计算的核心竞争力之一。下一步将加大人工智能在云运维的投入与实践，让数据中心机器人融入更多的运维业务场景，替代传统的手工操作，提供高度自动化和智能化的“无人值守”式云数据中心运维解决方案。

近几年来，基于云计算、大数据、机器深度学习的人工智能已经对人类形成了有力挑战，有望转变人类与世界互动以及企业运作的方式，从而迫使人们必须加快研发出能做出更明智决策的技术变革，而英特尔技术正在实现这场变革。

近日，微软在2017年高效能芯片大会（Hot Chips 2017）上，展示了基于英特尔FPGA的Project Brainwave平台如何以“前所未有”的高性能来灵活处理极具挑战性的深度学习模型和平台。微软是第一家在其公有云基础设施中部署FPGA的大型云服务提供商，而其通过英特尔Stratix 10 FPGA实现的技术进步加速了深度神经网络（DNN），这种网络可以通过概念类似的方式复制人类大脑的“思维”。

微软选择英特尔Stratix 10 FPGA作为其新的深度学习加速平台（Project Brainwave）的关键硬件加速器。这种基于FPGA的深度学习加速平台可以提供“实时人工智能”技术，使云基础设施能够以超低延迟来尽可能快速地处理和传输数据。在云中，系统需要处理直播数据流（包括视频，传感器或搜索查询）并快速将数据传送回用户，因此提供实时人工智能变得越来越重要。

作为全球最大的云服务提供商之一的微软，利用英特尔人工智能技术来运行复杂深度学习模型，而这些模型实现了在智能手机上、人脸识别、语音识别、自动驾驶等领域的应用。那么，为何选择英特尔的FPGA？日前，在第五届全球云计算大会暨国际网络通信展览会期间，英特尔可编程解决方案事业部（Intel PSG）FPGA软件解决方案高级总监Bernhard Friebe给予了详细解答。

FPGA：通用和灵活的加速器

世界变得越来越智能和互联，这给我们带来了很多新的需求和挑战，包括数据中心、云计算等等，都需要人们在云数据中心网络的基础设施方面做出非常大的调整，才能够满足需求、应对挑战。

2020年预计自动驾驶汽车每年就能产生5GB~1TB的数据量，人们需要将大量的数据转化成信息和洞察，这对于数据中心的云架构来说是极大的挑战。

现在，云基础架构越来越多地开始向异构计算转型，因为这时可以确定诸多不同的需求，要让哪些处理器进行加速和计算来更好地满足这些需求？当然包括CPU。

当人们需要覆盖比较稳定或计算效率最大化时，就会采用针对ASIC（专用集成电路）、ASSP（专用标准产品）的专用加速器。如今，在云数据中心基础架构里，对动态覆盖的需求日益增多，就需要一个通用加速器，这时，FPGA就能满足网络、存储、计算等方面的动态需求。

FPGA（现场可编程门阵列）可分成两部分：一是其现场可编程，二是门阵列。

门阵列的概念其实是包括DSP模块、加法器、乘法器在内的一系列硬件组合，可用来定制实现某一特定的硬件应用。门阵列的好处就在于它可以并行执行，这样就能降低功耗和延迟。

当加载FPGA模块时，它本身是没有一个预定义的功能，人们可以对它进行编程，可以多次地去对它进行调整和改变，因此“可编程”是一个非常灵活的概念。当数据中心出现新的工作负载需求、新的标准需求，以及来自云端的新需求时，可以实时地根据这些需求去定制FPGA模块，以应对新的变化。

“这就是微软在其Project Brainwave项目中采用英特尔Stratix 10 FPGA模块的原因。通过采用FPGA，Project Brainwave能在庞大的、深度的神经网络里实现高性能、低延迟，进行更好的兼容。”Bernhard Friebe介绍说。

当下，人工智能（AI）是特别热门的一个领域，但AI也在不断变化，所以像网络的拓扑、数据的类型等未来怎样变化都是一个未知状态。FPGA的灵活性不仅体现在处理器的核心部分，也包括周边的I/O部分，体现了FPGA在数据中心和云端应用的独特之处。比如，FPGA可以跟CPU进行协作，来打造一个旁路加速的功能，也就是说，CPU可以把大量的数据一次性地通过PE方式发送给FPGA，由FPGA处理完之后再发回给CPU。英特尔FPGA在I/O方面具有很强的灵活性，可以直接与网络或相关接口去对接，通过直接把数据输入到FPGA里进行加速，以实现非常低延迟的响应。

FPGA：数据业务的加速引擎

目前，除了微软外，还有许多合作伙伴已经在用英特尔的FPGA来解决许多问题，以达到加速的效果。

实时数据分析、人工智能、物联网（IoT）以及其他新兴技术的蓬勃发展和深入应用，催生出海量的数据。随着关系型数据库越来越大，单靠CPU的计算能力难度越来越大，成本也居高不下。

因此，英特尔的合作伙伴SWARM64就利用了FPGA的并行处理的能力，大大提升了实时数据加速、实时数据分析、实现传统数据仓储等能力。SWARM64的产品是一种简单的一站式服务PCI（外设部件互连总线），即插即用。在数据库（MySQL或其他数据库）里，加载驱动后立刻可实现各种需求，实时数据分析速度提升了5倍，效益比传统的数据仓储提高了2倍以上，存储压缩的性能达到3倍以上。根据SWARM64的预测，通过使用FPGA加速，能够在2年内省下40%的成本。

英特尔在基因测序领域的合作伙伴Broad研究所，通过使用FPGA，解决了医学遗传领域的一些尖端的问题，大大加速了基因测序产生海量数据的分析流程，从而加快医药领域创新的过程。

英特尔配合Broad研究所开发出了基于软件包的基因分析工具包，还开发了针对专门基因测序里面的Pair-HMM算法的专用FPGA，利用了FPGA的并行处理的能力，将Pair-HMM算法的能力和效率大大提高了50倍，业务流量提高了1.2倍。

ATTALA的愿景和使命是希望能够通过加速存储以及NVMe（非易失性的快速存储），根本性地改变云或数据中心的基础设施。为此，ATTALA开发了NVMe over Fabric（以太网的Fabric）系统。应用英特尔FPGA的Fabric，通过RDMA连接到聚合以太网上的数据结点，大大降低数据传输的延迟，比传统的存储系统低57%-72%，这是相当了不起了。

近期，京东与英特尔联合创新实验室实现了基于FPGA的深度学习线上服务，用于处理图像内容感知等应用。来自京东AI与大数据部的研发团队，通过英特尔Arria 10 FPGA实现了卷积神经网络（CNN）和长短时记忆神经网络（LSTM），帮助分析京东云服务上的海量图像信息。其中，在低延迟和高吞吐需求下，依然可以精准理解和分析图像内容。这一技术不仅适合京东私有云上的图像处理，还可帮助接入京东云服务的用户使用深度学习线上服务，享受到FPGA技术所带来的人工智能应用能力提升。

如今，FPGA已经成为各类加速任务的专用硬件，并能够提供常见的处理器难以支持的系统特性。比如，当云数据中心的数据随机到来或激增时，仍保持极低并且确定的处理迟延。英特尔FPGA作为专用加速器具有很好的性能、能效和成本优势，因此被各领域各行业领先企业的选做业务加速引擎。

（记者 武钢）

人把数据中心、云计算数据中心、大数据搞混淆，觉得这三者是一样的产品，其实有显著地区别，数据中心机房是一整套复杂的设施，如今，云计算即将成为信息社会的公共资源，而数据中心则是支撑云计算服务的基础设施，所以自从云计算横空出世，一切信息技术都开始围着它转，云计算有如神一样地存在着，下面看看数据中心、云计算、大数据之间有什么区别和联系？

数据中心：数据中心（Data Center）是全球协作的特定设备网络，用来在internet网络基础设施上传递、加速、展示、计算、存储数据信息，数据中心大部分电子元件都是由低压直流电源驱动运行的。数据中心面临的物理问题是服务器本身和用来连接这些服务器到其他应用环境的电缆。

云计算：云计算（英语：CloudComputing），是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需提供给计算机和其他设备。典型的云计算提供商往往提供通用的网络业务应用，可以通过浏览器等软件或者其他Web服务来访问，而软件和数据都存储在服务器上。云计算服务通常提供通用的通过浏览器访问的在线商业应用，软件和数据可存储在数据中心。

狭义云计算指IT基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需资源；

广义云计算指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需服务。这种服务可以是IT和软件、互联网相关，也可是其他服务，它意味着计算能力也可作为一种商品通过互联网进行流通。对云计算的定义有多种说法，“云计算是通过网络提供可伸缩的廉价的分布式计算能力”。

大数据：大数据（Big Data）又称为巨量资料，指需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产，“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。

移动互联网的大数据主要来自四个方面：

（1）内容数据：Web2.0时代以后，每个人都成为了媒体，都在网络上生产内容，包括文字、图片、视频等等。

（2）电商数据：随着电子商务的发展，线上交易量已经占据整个零售业交易的大部分。每一笔交易都包含了买家、卖家以及商品背后的整条价值链条的信息。

（3）社交数据：随着移动社交成为最主要的社交方式，社交不仅仅只有人与人之间的交流作用，社交数据中包括了人的喜好、生活轨迹、消费能力、价值取向等各种重要的用户画像信息。

（4）物联网数据：各行各业都出现了物联网的需求和解决方案，每时每刻都在产生巨量的监测数据。那么如此之多的数据，包含着很多有价值的信息，这些信息并不是以直观的形式呈现出来的，需要有办法对这些数据进行处理，无论是计算、存储还是通信，都提出了很高的要求，云计算的相关技术就是对巨量数据的计算、存储和通信的解决方案。

数据中心、云计算、大数据之间的区别与联系

（1）大数据和云计算的概念区别：大数据说的是一种移动互联网和物联网背景下的应用场景，各种应用产生的巨量数据，需要处理和分析，挖掘有价值的信息；云计算说的是一种技术解决方案，就是利用这种技术可以解决计算、存储、数据库等一系列IT基础设施的按需构建的需求，两者并不是同一个层面的东西。

（2）大数据与云计算的关系那么上面说了大数据和云计算的区别，两者之间又有着非常紧密的联系，大数据是云计算非常重要的应用场景，而云计算则为大数据的处理和数据挖掘都提供了最佳的技术解决方案。

大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作，大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘电网、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统，大数据指的海量的数据 一般日处理 PB级别以上，一般用于挖掘，分析，做一些智能商业板块。

大数据必然与云计算相关（大数据和云计算没有必然联系，你要作大数据，可以用云计算，也可以不用），数据中心是云计算的基础，从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分，大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘，但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术，随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。

数据中心是云计算的基础设施，我们通常讲到的服务器资源分配，带宽分配，业务支撑能力，流量防护和清洗能力，都是基于数据中心的大小，和其带宽的容量，数据中心分布在不同的核心城市，辐射到周边城市，提供基础支撑，其一般都符合国家机房一级标准，具备极强的容灾能力，多数厂商会选择两地三中心等方式来架设机房，云计算是在数据中心的基础上提供的从基础服务到增值服务的一种闲置资源利用。

但有一点不变的是，不管云计算怎样去变化，必然需要依托数据中心实现落地。可以说，数据中心是云计算的根，云计算是数据中心“叶子”，云计算通过“光合作用”促进数据中心的发展，而数据中心得壮大又为云计算发展提供了坚实的基础，这三者起到相互依存，互相促进的作用。

来源 机房360

如今，信息技术一直在不断发展。而这种技术进步继续以极快的速度发生，需要更快的处理和大量的数据存储，而在过去二十年中引入了改变数据中心设计和部署的云计算模型。简而言之，云计算是按需应用程序和计算资源的交付。云计算解决方案通常由第三方通过互联网提供，但将组织数据中心内的模型应用为私有云也很常见。

云计算模型与以前的数据中心策略不同，因为该模型提供了可供用户作为服务使用的资源池，而不是将基础设施专用于每个单独的应用程序。在公共云的情况下，这些服务可以采用最终用户应用程序、后台平台或虚拟服务器的形式，所有这些服务都通过互联网托管，其简单的计费模式向用户收取的费用仅限于用户。

人们理所当然地认为可以采用云平台进行个人互动。人们的移动设备上运行的大多数应用程序都利用了云计算技术，并且人们期望这些服务全天候可用。云计算提供的“永远在线、永不宕机”的预期、易扩展性和成本模型的改变，直接影响了企业首席信息官如何利用数据中心和在公司内部交付数据的策略。企业的首席安全信息官通过其多个数据中心、多个存储解决方案以及服务器和应用程序的大规模部署来了解其传统IT环境，并看到高成本和低效率的损失。因此，企业越来越多地利用公共云来增强传统IT并利用这些优势。

企业可以将最初分配给其私有数据中心的资本支出转换为与云计算相关的运营支出，并且可以开始转向更多的终端用户自助服务模式，这有助于支付IT成本。当云计算首次推出时，随着模型的成熟，许多首席信息官采取了“观望”的方法，但现在云采用量急剧增加，调研机构Gartner公司估计40%的IT预算被分配给云计算和云计算相关服务。云计算对数据中心的变革影响体现在许多组织的“云优先”政策上，包括美国联邦政府和通用电气等大型企业。他们在亚马逊的AWS re：Invent用户大会上宣布将其组织60%的IT工作负载从数据中心迁入公共云。

什么适合云计算，什么不适合云计算?

行业研究表明，云计算的思路发生了重大转变，但传统的数据中心模型和云计算并不是相互排斥的。数据中心转型将继续发展，与传统数据中心托管相比，企业首席信息官不要将云计算视为一种非已即彼的策略，而是一种共存的策略。那么，组织如何利用云计算作为其IT战略的一部分的一些具体示例是什么?是什么促使组织选择云计算而不是自己构建和维护解决方案?企业首席信息官应首先了解哪些应用程序适合云计算，哪些应用程序不适合。

适合云计算的应用程序通常具有内置于应用程序中的灵活性，因此不存在系统或安全功能的自定义的硬编码。应用程序和数据可以在单独的工作区中运行，以便应用程序可以利用动态资源利用率。增加额外的资源，例如为Web应用程序添加Web服务器，应该是其模块化设计的一部分。这些功能允许IT组织在云中运行应用程序，而不是在自己的数据中心中部署和维护基础设施。但是，同样重要的是人们要认识到，在将应用程序迁移到公共云时，对互联网的依赖将会增加。因此，如果互联网因最终用户而中断，那么业务和生产力就会停止。

不适合云计算或适合在组织数据中心部署的应用程序通常具有特殊要求，使其无法迁移到公共云。这些要求可能具有监管性质，依赖于基础设施或存在延迟问题。合规性问题通常出现在医疗保健和金融服务中，这可能会限制数据所在的位置以及访问方式。尽管在公共云的早期阶段出现了特殊的安全问题，但许多云计算提供商正在提供与标准数据中心相同甚至超过某些私有数据中心性能的安全解决方案。云中改进的安全技术将加速采用，并进一步让数据中心进行转变，因为其主题不再是企业首席信息官关注的问题。

在移动性方面，工作场所发生了巨大变化。云计算转型最受欢迎的一个例子是软件即服务(SaaS)。IT组织已经能够通过SaaS模型利用许多最终用户生产力的应用程序，而不是自己构建和维护解决方案。像Microsoft Office365这样的解决方案通过互联网提供应用程序(Word、Excel等)，但仍然利用IT组织配置的身份验证和安全功能。在这种情况下，组织每月添加和删除用户，并在使用时支付使用Office365权利。管理、修补和运行这些应用程序的基础设施由云计算提供商提供，允许IT组织将成本和精力集中在其他计划上。

除了向最终用户提供应用程序之外，公共云提供的服务还可以采用其他形式。由于其远程和基于消费的特性，云计算正在改变企业首席信息官查看备份和复制解决方案的方式。IT组织不是部署辅助数据中心进行异地恢复，而是能够在自己的主数据中心内维护生产应用程序和数据，同时利用远程云进行异地备份、复制和故障转移。因此，IT组织不必仅为备份和恢复维护辅助设备，并且可以通过只为其使用的服务支付费用来利用基于消耗的成本模型。

在另一个常见的例子中，IT组织可以选择通过公共云来部署Web或数据库服务，通过每月消费该平台并将其配置应用到该平台——也称为平台即服务(PaaS)。应用程序和使用它们的最终用户不知道该平台是托管在云中的，但该解决方案提供了可扩展性，并为实现IT组织的部分成本提供了机会。这与传统的数据中心托管模型不同，后者必须由IT组织部署和维护平台，而不仅仅是应用程序本身。

最后，IT组织通常将云计算用于各种服务器工作负载。这些工作负载本质上可能是动态的，也可能是测试/开发环境的一部分，但在每种情况下，都需要计算资源(服务器)。云端不是将服务器部署为数据中心中的专用机器，而是为企业提供了“自助服务”具有弹性和可扩展性的虚拟服务器的新选择。

据Gartner公司称，这种类型的计算资源利用被称为基础设施即服务(IaaS)，并且是增长最快的云计算部分。IaaS彻底改变了IT组织在数据中心中部署新服务器的想法。而在2016年，IaaS市场规模增长了60亿美元，达到224.3亿美元，并在未来几年将会得到继续增长。

无论是向最终用户提供应用程序还是部署动态Web应用程序，云计算都为IT组织提供了可扩展性、易管理性和运营成本模型，通过完全不同的模型为客户提供高质量的服务。云计算已经达到了成熟水平，现在正在改变IT组织的数据中心，从大型企业到小型企业，并且允许企业专注于他们的核心业务和消费IT，而不是从事IT交付业务。

数据中心是一整套复杂的设施，它不仅仅包括计算机系统和其它与之配套的设备(例如通信和存储系统)，还包含冗余的数据通信连接、环境控制设备、监控设备以及各种安全装置”，当下，云计算即将成为信息社会的公共资源，而数据中心则是支撑云计算服务的基础设施，云计算也的确有给信息时代带来翻天覆地变化的本事，所以自从云计算横空出世，一切信息技术都开始围着它转，云计算有如神一样地存在着，下面看看什么是云计算数据中心、云计算数据中心和传统IDC有何区别?

什么是云计算数据中心?

现在可能会有很多人对云计算、数据中心还有大数据等这类技术和名次感到模糊不清，云计算数据中心是一种基于云计算架构的，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。

云数据中心的特点首先是高度的虚拟化，这其中包括服务器、存储、网络、应用等虚拟化，使用户可以按需调用各种资源;其次是自动化管理程度，包括对物理服务器、虚拟服务器的管理，对相关业务的自动化流程管理、对客户服务的收费等自动化管理，最后是绿色节能，云计算数据中心在各方面符合绿色节能标准，一般PUE值不超过1.5。

云计算数据中心和传统IDC有何区别?

在设计理念方面，云计算数据中心(或者说新一代数据中心)更加强调与IT系统协同优化，在满足需求的前提下，实现整个数据中心的最高效率和最低成本;而传统数据中心通常片面强调机房的可靠、安全、高标准，但与IT系统相互割裂，成本高昂。

传统的IDC大致可以分为托管型服务和用户自主服务两类模式，一类是服务器由用户自己进行购买，期间对设备的监控和管理工作也由客户自行完成。数据中心主要提供IP接入，带宽接入和电力供应等服务。另一种模式则是数据中心不仅提供管理服务，也向客户提供服务器和存储，客户无需自行购买设备就可以使用数据中心所提供的存储空间和计算环境，但是现在走进云计算时代的IT产业，在数据中心托管方面已经不再需要用户自己提供硬件设备了，反而大大提升了硬件设备的计算能力和IT可扩展性以及可操作性。

(1)云计算和传统IDC在资源集约化速度和规模上的区别

归根到底，云计算是通过资源集约化实现的动态资源调配。传统IDC服务也能实现简单的集约化，但两者在资源整合速度和规模上有着很大区别。传统IDC，只是在硬件服务器的基础进行有限的整合，例如多台虚拟机共享一台实体服务器性能。但这种简单的集约化受限于单台实体服务器的资源规模，远远不如云计算那样跨实体服务器，甚至跨数据中心的大规模有效整合。

更重要的是，传统IDC提供的资源难以承受短时间内的快速再分配。

(2)云计算和传统IDC在平台运行效率上的区别

更加灵活的资源应用方式、更高的技术提升，使云服务商拥有集合优势创新资源利用方式，促进整个平台运作效率提升。并且，和传统IDC服务不同，云计算使用户从硬件设备的管理和运维工作中解脱出来，专注内部业务的开发和创新，由云服务商负责云平台本身的稳定。这种责任分担模式使整个平台的运行效率获得提升。

简单地说，云计算是在传统IDC服务上的延伸和发展。云计算是将多台计算节点连接成一个大型的虚拟资源池来提高计算效率，使资源再分配的效率和规模不受限于单台实体服务器甚至单个IDC数据中心。无论从交付/服务方式、资源分配规模、资源分配速度，还是整个平台的运行效率方面，相比传统IDC服务，云计算均有着极大提升，这种提升将为各行业的企业和开发者创造更高价值。

(3)云计算和传统IDC在服务类型上的区别

常用的传统IDC服务包括实体服务器托管和租用两类。前者是由用户自行购买硬件发往机房托管，期间设备的监控和管理工作均由用户单方独立完成，IDC数据中心提供IP接入、带宽接入、电力供应和网络维护等，后者是由IDC数据中心租用实体设备给客户使用，同时负责环境的稳定，用户无需购买硬件设备。

而云计算提供的服务是从基础设施到业务基础平台再到应用层的连续的整体的全套服务。

IDC数据中心将规模化的硬件服务器整合虚拟到云端，为用户提供的是服务能力和IT效能。用户无需担心任何硬件设备的性能限制问题，可获得具备高扩展性和高可用的计算能力。

(4)云计算和传统IDC在资源分配时滞上的区别

众所周知，由于部署和配置实体硬件的缘故，传统IDC资源的交付通常需要数小时甚至数天，将增加企业承受的时间成本，以及更多的精力消耗，并且难以做到实时、快速的资源再分配，且容易造成资源闲置和浪费。

云计算，则通过更新的技术实现资源的快速再分配，可以在数分钟甚至几十秒内分配资源实现快速可用，并且云端虚拟资源池中庞大的资源规模使海量资源的快速再分配得以承受，并以此有效地规避资源闲置的风险。

(5)云计算和传统IDC收费模式的区别

传统数据中心一般按照月或者年收费，计算的标准就是机柜数量，带宽大小，用电量这些数据，这些数据是粗放型的，统计不够精确，往往造成很多资源的浪费。比如一个客户租下十个机柜，但实际上只用了五个，另外五个可以要日后慢慢上线，但必须要提前支付这十个机柜的费用，让客户多花了不少钱。而云数据中心就不同，甚至可以按照小时或者分钟收费，而客户使用的就是计算、带宽和存储数据，就像家里用的燃气费，只要不开启煤气灶，也不会花费燃气费，燃气表只有在打开燃气灶的时候才开始走，精确度量，云数据中心就是按照这样的模式来收费的，客户用了多少计算和带宽资源，就收多少费用，这个费用可以精确到分钟,为客户节省了开支，这样又有哪些客户能不喜欢呢。

(6)云计算和传统IDC对于光学器件的要求有区别

与传统器件相比，用在数据中心的器件密度要求更高，在同一块板卡上要求可以插上更多的模块。功率需求直线下降为八分之一的水准。对速度的需求也是越来越高，因为在有限的空间，有限的板卡上为了实现更大的数据量，要求模块的速度直线上升，所有的这些要求加在一起，对于器件，要求的集成度越来越高。

传统IDC还能hold住吗?

过去传统的上几台服务器，装个虚拟主机软件就卖空间的玩法，越来越没市场了，稍微大一些的传统IDC也开始升级为vps，但是vps从目前来看，普及程度很一般，而且价格昂贵，客户开发成本高。另一方面，由于备案麻烦导致大批量中小站长转向美国或海外的idc企业，国外老牌的几家idc基本上实现了虚拟化和基础云计算，而且价格极低。

传统小IDC存活将更难，那么必然大量原来属于IDC的客户高速向云计算商转移，而且这几乎是无法阻挡的。国内大一些的idc商除了服务器托管外，其虚拟主机业务也必将受到最严酷的冲击，加上云计算几大厂商都是着名企业，消费者对它们的信任远远高于idc商们。

总结：

接下来，新建的云计算数据中心，随着落地时间的临近，将会吸引更多的企业入住。放眼未来，在互联网行业、传统IT行业已经开始有越来越多的企业投身到数据中心的服务和运营当中去，这其中囊括了很多行业内的龙头企业，也有专家指出，在未来的5到10年内，基于云的数据中心管理和服务模式将会变得更加普遍。

让您学习到的每一节课都有所收获

《Linux就该这么学》是一本由资深运维专家刘遄老师及国内多名红帽架构师（RHCA）基于最新RHEL7系统共同编写的高质量Linux技术自学教程，极其适合用于Linux技术入门教程或讲课辅助教材。荣获双11、双12购物狂欢节IT品类书籍销量冠军，2017年、2018年国内读者增速最快的技术书籍，您可以在京东、当当、亚马逊及天猫搜索书名后购买，亦可加刘遄老师微信交流学习（手指按住下图3秒钟即可自动扫描）~

刘遄老师QQ：5604583 Linux技术交流（新群，火热加群中……） 官方站点：linuxprobe 书籍在线学习（电脑在线阅读效果更佳）：http://linuxprobe/chapter-00.html

11月15日，AMD在大中华区举办合作伙伴峰会，在中国区发布了全球首款7nm制程的CPU和GPU。

7nm CPU和GPU都是面向数据中心。7nm CPU是一款代号为“Rome”的EPYC（霄龙）服务器处理器。7nm GPU是Radeon Instinc家族的两款加速器 MI60和 MI50，主要用于深度学习、云计算、HPC 等领域。

服务器市场是AMD未来瞄准的重点市场。英特尔一度独占这个市场，可是云计算和数据中心的爆发带来新的机会，2017年，AMD推出EPYC（霄龙）产品线，重返X86服务器市场。

此前在美国的发布会上，AMD CEO 苏姿丰预计，2021年数据中心处理器市场规模将达到290亿美元，CPU市场为170亿美元，GPU市场为120亿美元。

相比于PC市场，数据中心处理器市场将保持长期持续的增长。今年二季度以来，由于英特尔14nm CPU供货短缺，AMD在PC市场借机获得了大量份额。Digitimes早些时候发布的一份报告显示，到今年第四季度，AMD在全球桌面处理器市场有望达到30%的份额。但眼下英特尔正大力反扑，明年年中之前英特尔CPU供货的局面也将结束，PC CPU市场将重回激烈竞争的局面。

而云计算正处于高速发展期，科技巨头们需要大量的服务器投入。苏姿丰在最新一期财报会议上表示，AMD预计服务器业务也将增长，因为其EPYC产品更具吸引力，特别是在云端。

在美国市场，AMD拿下了甲骨文、亚马逊云业务的订单。在中国市场，几乎所有的硬件巨头和互联网巨头都在发力云计算。阿里、腾讯、小米（金山云投资者）、华为都在大力投入，京东、网易、联想也有所布局。据AMD全球副总裁、大中华区总裁潘晓明介绍，百度、联想、腾讯、曙光等公司都是AMD的客户。

英特尔也感受到来自AMD的威胁。上半年，野村证券的研报曾指出，英特尔正在试图阻止将15-20％的数据中心处理器份额损失给AMD。对于野村证券的报告，英特尔在回应声明中承认它将面临“更具竞争力的环境”，并已将这一因素纳入了其财务预测。

与此同时，服务器CPU的利润率往往高于客户端CPU。2019年推出的7nm EPYC和2020年将推出的7nm+制程处理器的性能，有望通过制程优势进一步提升利润率。

7nm GPU也有助于推进其数据中心业务。苏姿丰在最新一期财报会议上介绍，客户对该产品的兴趣强大，因为其性能和差异化的功能集，AMD已获得了多个数据中心的订单，预计将在第四季度开始出货。

目前，AMD在制程上处于优势，不过7nm CPU和GPU今年年底和明年的出货量，还有待观察。

除了产品上的宣布之外，AMD还希望通过这次大会强化渠道商的信心。这次大会是近几年以来中国区规模最大的渠道商会议。AMD在中国有5000多家代理商，二级市场到四级市场，甚至到五级市场。潘晓明表示，今年想扩大到6000家。