我的编程空间,编程开发者的网络收藏夹
学习永远不晚

IDC关于数据中心的十大预测

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

IDC关于数据中心的十大预测

  未来的数据中心业界或将实现更加智能的基础设施、更为合理化的工作负载、以及全球范围内随时可调用的数据中心即服务采购模式。

  尽管企业数据中心的使用寿命周期是以数十年为跨度单位来测量的,但数据中心业界内部的各种相关技术则正在不断的发展变化。

  “今天的企业数据中心的发展实际上与其内部的各种相关设备的发展进步是不匹配同步的。这就像在1984年的苹果Macintosh机上使用当前最新一代的iMac的附件一样。故而数据中心的发展已然不是太好了。数据中心的功耗、散热和空间要求都已经发生了变化。”来自市场调研机构IDC公司的数据中心趋势和战略团队研究总监詹妮弗·库克表示说。

IDC关于数据中心的十大预测

  这种不匹配正在推动各种规模的企业组织纷纷开始破釜沉舟的对其数据中心实施大刀阔斧的彻底转型变革,以便能够跟上并推动企业业务的加速运营发展。据IDC称,到2020年,下一代的应用程序和新IT架构的需求将迫使55%的企业组织升级其现有的数据中心设施或部署新的数据中心设施。

  现代化是IDC对于未来三年内全球范围内的数据中心市场的十大关键性的预测之一。该公司还预测,整个数据中心行业还将继续朝着软件定义的基础设施方向转变;并将广泛的采用自主运行的IT基础设施;朝着基于消费的支付模式方向转变等。

  “适应更快速变化的技术和运营模式正在进入数据中心,而这些技术正在对数据中心的相关物理设施及数据中心本身产生重大的影响。”库克说。“当前的IT企业组织开始更进一步的认识到:他们需要推动创新,并提供更多的资源以便能够推动更多的业务发展;并且他们需要以企业业务发展的速度,而不是传统IT的速度进行发展,这无疑会对企业数据中心的业务决策产生深远的影响,包括数据中心的使用、现代化以及如何支付数据中心资源等等。”

  如下,是IDC公司对于未来一到三年内的数据中心行业发展趋势的十大预测:

  ● 数据中心的现代化

  预计到2020年,下一代的应用程序和关键业务设施中新IT架构的繁重工作负载需求将迫使55%的企业组织通过更新其现有的数据中心设施或部署新的数据中心设施来实现其数据中心资产的现代化。

  ● 工作负载的合理化

  预计到2019年,50%的企业组织将开始积极的合理化工作负载,并加速采用下一代的工作负载。因此,他们需要对基础架构的设计和布局,以及IT运营模式进行重大的变革。

  ● 混合IT运营

  预计到2019年底,70%的从事数字化转型工作的企业组织将努力将其业务需求转化为有效的IT投资和运营计划,迫使他们必须改变员工招聘目标,以便确保他们拥有构建数字化供应所需的高级技能链。

  ● 设施模块化

  预计到2021年,扩大使用耗电的加速计算技术将迫使大多数主要数据中心运营商纷纷开始采用模块化的方法,以在其数据中心设施中部署电力/冷却资产。

  ● 基于IT的消费

  预计到2020年,在数据中心业界的基于消费的采购将通过改进“即服务”的模式使传统采购模式黯然失色,因此,其将占到企业IT基础设施支出的40%。

  ● 数据控件

  预计到2021年,将有25%的大型企业组织将通过使用数据控件来设置和执行跨云服务、核心数据中心和边缘地点的自动化数据控制,从而将强制性的监管合规性投资变为有利优势。

  ● 软件定义的IT

  预计到2019年底,提高灵活敏捷性、实现更好的可管理性和提高资产使用率的需求将迫使企业组织开展数字化转型,并将其数据中心和边缘位置的50%以上的IT基础设施迁移到软件定义的模型。

  ● 智能化的边缘数据中心

  预计到2021年,企业数据中心一半的关键基础设施将自主运行,而智能化边缘位置中的自主IT的使用范围也将会进一步扩大,因为企业试图将核心和边缘资源联系起来,以便支持其数字化转型计划。

  ● 数字化就绪的园区

  预计到2021年,超过50%的面向消费者行业的企业组织将花费更多的时间在边缘位置升级其网络、计算和存储资源,而不是在其核心数据中心实施升级。

  ● 服务保证

  预计到2019年,60%的数字化服务的客户采用水平将无法达到预期,因为这些服务的提供商无法有效实施监控,并快速响应性能、利用率和成本降低的需求。

  IDC的库克与该公司的技术融资战略研究总监苏珊·米德尔顿、以及数据中心和云计算副总裁查德·维拉尔斯一起参加了一次网络会议,以共同讨论该公司对于未来几年内的数据中心业界的发展趋势预测展望。正值当前的企业组织机构纷纷开始着手绘制他们的数据中心未来规划的时候,IDC研究的目标正是为企业组织的IT领导人们提供这方面的规划蓝图,以便为这些IT领导人们指出在数字化转型的过程中,需要做些什么工作来适应并推动改进工作,库克说。

  “由于当前的云计算、速度和灵活性的标准被设定得非常高。使得企业内部的IT确实被迫切要求转型为服务类型的业务,但这一点在传统的数据中心设施中很难做到。”库克说。

  1、数据中心现代化

  现代化项目将允许企业组织转向更为透明的运营模式,并为企业的IT领导者们提供在工作负载安置方面做出更为明智的决策所需的洞察分析。

  “自动化技术不仅将广泛应用在IT基础设施中,而且也将应用于关键基础设施 ——电力和冷却基础设施中,以便能够推动实现更好的资源利用率和更好的资产管理。”库克表示说。

  “通过投资于更为智能化的数据中心技术,可以让企业数据中心运营管理人员们的日常工作变得更为轻松。”库克建议,今天的IT专业人士积极的敦促所在企业高层积极部署这方面的新兴技术。智能化数据中心技术在传达状态、性能和容量信息方面其实已经存在有一段时间了,但企业组织一直在努力充分使用这些数据,她指出。而这一现状将不得不改变。

  库克表示说:“从现在开始,开发从关键基础设施收集和分析实时数据的能力将真正成为赌注,特别是在更分散和多样化的数据中心生态系统中。”

  2、基于消费的IT在不断上升

  在支出方面,IDC公司的米德尔顿讨论了关于数据中心的基于服务采购和基于消费的支付模式的议题。

  过去几年来,企业的采购战略逐渐转向按使用付费(pay-per-use)的模式,并且这种趋势正在进一步的加速。米德尔顿说:“基于消费的采购模式已经成为企业CFO和CIO们对于这些支付结构的灵活性和透明度的要求。”预计到2020年,即服务模式(as-a-service model)将占到企业IT基础设施支出的多达40%。

  数字化转型也是推动企业朝着这种消费模式转型的原因之一。改变工作场所模式,提高IT灵活性的需求以及成本透明度要求都会影响到企业IT消费的决策和投资。而与此同时,供应商和服务提供商已经推出了新的IT采购计划和采用自主基础设施技术的as-a-service模式,米德尔顿说。 “我们预计采购方案的创新步伐还将迅速增加。”她说。

  对于IT企业组织来说,这些新的模式将为他们提供关于各种IT消费水平相关的使用情况和成本的更深入地了解,这可能与当前的假设相冲突。即服务计划将为数据中心带来像云服务一样的灵活敏捷性和简单性,但需要转向可用的成本结构,这与目前更常用的资本支出模式可能有很大的不同。

  她表示说,企业组织的IT部门必须能够将技术资源投资转化为易于使用的chargeback支付选项。

  “为所有的服务和现收现付(pay-as-you-go)选项制定清晰的业务相关指标,以便使得企业的IT团队可以轻松的评估技术支出将能够如何影响到企业的业务成果。” 米德尔顿建议。 “此外,要求技术和服务提供商解释他们的基于消费的产品将如何影响短期和长期的成本。”

  3、软件定义的IT将有利于企业边缘数据中心

  维拉尔斯将讨论焦点集中于软件定义的IT模型的发展趋势领域,重申了在未来两年内,数据中心和边缘将有超过50%的IT基础设施迁移到软件定义的模型,以实现所需的灵活敏捷性和效率——而这将对企业如何运行其数据中心操作运营环境产生重大的影响。

  “他们不会仅仅为其点系统使用软件定义的模型,或者测试各种各样的东西。他们将完全致力于将软件定义的模型打造为其所在企业目前的架构和长期的架构。” 维拉尔斯对这些先行者说。

  他表示,在这种承诺水平上,软件定义的模型将兴起成为推动在边缘进一步IT部署的关键加速器。

  “这些企业组织正在通过采用软件定义的模型而获得的真正价值,并将会越来越多地将IT资产部署到边缘位置。”维拉尔斯表示说。“这为他们开始向他们所在企业的工厂、医院、零售设施和机场提供新的基于数字化的商业服务提供一个更好、更稳定和标准化的基础。”

  IT企业组织当前所面临的一项挑战将与相关人才的缺乏相关。“这只导致IT企业组织在相关新兴技能方面的人才的短缺。”维拉尔斯表示说。

  随着当前的IT企业组织开始考虑如何在他们的企业组织内部以及跨他们的数据中心和边缘环境采用软件定义的基础架构,他们亟待对员工实施服务业务流程安排、部署和配置自动化业务流程、以及资产回收方面的技巧的培训。

  特别是资产回收方面的技巧,如果企业组织需要充分利用那些未被充分利用的资产的话,就必须进行更好的资产回收。

  “软件定义的基础架构使得企业组织部署资产和部署基础设施变得更加容易,但其同时也应该使得企业组织能够更容易的回收基础架构中的资产。这一直是当前IT企业组织的一大缺憾。”

  4、随时调用的智能边缘数据中心

  根据库克介绍,边缘计算将对核心数据中心的发展产生深远的影响。

  在边缘提供IT服务需要采用更加自主的IT。边缘资源将更加智能化,能够远程管理,并执行自我修复。随着当前的IT企业组织逐步开始在边缘尝试更智能化的技术,他们将认识到跨所有数据中心资源采用这种扩展智能化的益处。 “这种优势成为了当前的IT企业组织实施远程管理的必要条件。”库克表示说。

  “我们相信,对边缘位置的智能化技术的投资,包括资源的标准化,以及更加智能的技术,实际上将推动企业或核心级数据中心的更多采用新兴技术。”

  对于企业组织的IT团队来说,这意味着会有更多的标准化和仪器被安置到边缘位置。IT技能将不断发展演进,以满足这种新的模式,并将更加专注于利用数据和分析来推动数据中心设施实现更好的资源利用。”库克说。

  而与此同时,IT企业组织将通过服务提供商和主机托管服务提供商来采购优质的资源。“这将需要数据和管理方面的技能和专业知识,以及管理合作伙伴和管理合同方面的专业知识,而这些知识在今天可能已经超出了IT企业客户的知识储备范畴。”

  IDC建议,企业组织的IT领导者们亟待开发一套工作流程系统,以便在关键设施,IT和网络中实现更好的协调。库克表示,企业客户与能够提供更高水平可视性和控制能力的供应商合作也很重要。“这些合作伙伴具备提供关于容量、当前状态、效率和成本方面的实时数据信息的能力,而这对于企业组织的决策者们做出关于数据中心和工作负载方面的最佳安排方面的决定是至关重要的。”

  对于当前的绝大多数IT企业组织而言,他们要么还需要对其数据中心现有的员工进行再培训,或者要么聘用新的数据中心员工,这样才能够充分利用其数据中心资源的数字化。

  “虽然标准化,更智能的数据中心将能够实现更加自主地操作运营,但是要在所有企业的数据中心实现完全的远端控制管理 (LOM,Lights-out management)的这一现实还需要很长的路要走。因此,在全球范围内,仍然需要有具备了合适的专业知识的操作运营工作人员在数据中心的实际位置进行长期的日常运维工作。”库克说。 “在不远的未来,我们希望能够看到更多的增强现实技术来支持边缘资源的管理。”

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

IDC关于数据中心的十大预测

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

IDC关于数据中心的十大预测

  未来的数据中心业界或将实现更加智能的基础设施、更为合理化的工作负载、以及全球范围内随时可调用的数据中心即服务采购模式。  尽管企业数据中心的使用寿命周期是以数十年为跨度单位来测量的,但数据中心业界内部的各种相关技术则正在不断的发展变化。
2023-06-05

关于Python数据结构中字典的心得

本篇主要介绍:常见的字典方法、如何处理查不到的键、标准库中 dict 类型的变种、散列表的工作原理等。一下是全部内容: 泛映射类型 collections.abc 模块中有 Mapping 和 MutableMapping 这两个抽象基类,
2022-06-04

关于Kafka大数据环境中的应用解析

欢迎各位阅读本篇,Kafka是一种高吞吐量的分布式发布订阅消息系统,它可以处理消费者规模的网站中的所有动作流数据。本篇文章讲述了关于Kafka大数据环境中的应用解析,编程学习网教育平台提醒各位:本篇文章纯干货~因此大家一定要认真阅读本篇文章哦!
关于Kafka大数据环境中的应用解析
2024-04-23

盘点:2019年值得关注的5大数据中心趋势

  2019年,整个IT行业将延续2018年的发展趋势,更多企业走向数字化、云化,超大规模数据中心逐渐成为主流。在此基础上,许多数据中心都开始面临业务迅速发展带来的巨大压力,这在很大程度上驱动了数据中心建设与运营模式的变革。  为了更好地支
2023-06-04

C++技术中的大数据处理:如何使用机器学习算法进行大数据预测和建模?

利用 c++++ 中的机器学习算法进行大数据预测和建模包括:使用分布式处理库(如 spark)处理大数据集。使用智能指针和引用计数管理内存。利用多线程提高性能。常见的机器学习算法包括:线性回归、逻辑回归、决策树和 svm。实战案例:使用c+
C++技术中的大数据处理:如何使用机器学习算法进行大数据预测和建模?
2024-05-12
SQLServer 错误 7988 系统表预检查:对象 ID O_ID。 在 P_ID 处检测到数据链中存在循环。 由于不可修复的错误,Check 语句已终止。 故障 处理 修复 支持远程
2023-11-05

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录