数据中心架构及集成优化技术分析.docx

PAGE 3 数据中心架构及集成优化技术分析  目 录 TOC \o 1-3 \h \z \u 1. 导读 3 2. 引言 3 3. 需求分析 4 3.1. 5G 4 3.2. AI 5 3.3. IoT 6 4. 架构分析 6 5. 集成优化 7 5.1. 基础设施层 8 5.2. 硬件资源层 9 5.3. 软件资源层 11 6. 发展趋势 11 6.1. 云数据中心 11 6.2. 边缘节点 12 6.3. 超算中心 13 7. 结束语 13  导读 随着5G、AI和IoT等各类信息新技术的发展，对数据中心的需求越来越强烈。传统的数据中心五层架构需要更多的集成优化，以更好满足各类应用的算力需求。未来数据中心的发展方向将不再局限于云数据中心，边缘节点和超算中心将在更多的应用场景下提供更多的计算能力。 引言 近年来，随着各类互联网应用的快速发展以及网络带宽的大幅提高，作为信息基础设施的数据中心发展迅速。从2015年开始，我国固定带宽下载速率从5Mbit/s到2018年上半年提升到21Mbit/s，全国移动宽带用户通过4G网络访问互联网时的平均下载速率为20.22Mbit/s。在这个过程中，全球数据量从2015年的10ZB增长到2018年的30ZB左右。基本而言，带宽和数据量的发展呈现了一定的线性关系。 20世纪末—21世纪初，随着固网带宽的提升和技术的发展，各类门户网站、微博开始兴起，数据量开始增大；随着3G、4G的使用，微信等社交APP、抖音快手等短视频APP开始流行，数据量暴增。也就是在这个过程中，全国各地开始了热火朝天的大型和超大型数据中心建设，国家政府主管部门开始关注这个产业的发展。2013年，工信部发布了《关于数据中心建设布局的指导意见》；2018年，工信部发布了《全国数据中心应用发展指引（2017）》，据悉2018版已经在编制当中。北京、上海、浙江、内蒙古和贵州等地相继出台了数据中心相关的政策和发展指导意见。 随着规模的不断扩大，能耗逐渐成为限制数据中心产业发展的一大挑战并成为大家重点关注的问题。从粗放式发展演进为精细化建设，降低各类资源消耗，提高能源效率水平，让能源得到更加高效的计算能力输出是需要迫切解决的问题，因此非常有必要在数据中心的整个生命周期开展集成和优化研究。 需求分析 5G 据报道，2018年12月三大运营商已经获得全国范围5G中低频段试验频率使用许可，5G离我们更近了。那么，5G时代会带来什么？相关研究报告显示，5G将能提供峰值10Gbit/s以上的带宽、毫秒级时延和超高密度连接，实现网络性能新的跃升，开启万物互联、带来无限遐想的新时代。5G网络将提供更低的延迟，更快的速度，从而将会生产越来越多的数据；不仅如此，5G还将具有扩展到计算机和手机之外的能力，涵盖云和全新连接到网络的设备世界，数量惊人。 5G将提供超高密度的信息点接入，此类信息点将产生海量数据。一方面需要边缘节点进行就近处理，另一方面需要云计算数据中心进行集中的存储和挖掘。边缘计算执行实时应用程序，这些应用程序需要在较近的边缘服务器上进行高速响应，通信延迟被缩短到几毫秒。它将用户设备上的一些计算密集型处理卸载到边缘服务器，并使应用程序处理较少依赖于设备的能力。也就是说，5G对边缘数据中心的功能和性能需求将会越来越高。 AI 人工智能会给我们带来什么？据研究资料显示，人工智能系统主要由基础设施提供者、信息提供者、信息处理者和系统协调者4个角色组成。其中，基础设施提供者为人工智能系统提供计算能力支持，实现与外部世界的沟通，并通过基础平台实现支撑。计算能力由智能芯片等硬件系统开发商提供；与外部世界的沟通通过新型传感器制造商提供；基础平台包括分布式计算框架提供商及网络提供商提供平台保障和支持，即包括云存储和计算、互联互通网络等。 在数据规模上，这一轮以深度学习为代表的人工智能，更多是通过大规模的数据量激发出来的。各类搜索数据、定位数据、消费数据、图像视频数据等对存储的要求非常高。因此，对于人工智能来说，计算能力尤为重要。未来一段时期，AI对算力的要求将呈现指数级的增长，对数据中心的算力供给提出了新的挑战。算力不仅是基于CPU的通用计算，还有多元化的异构计算；算力的提升对网络的整体延时会有大幅度下降的要求，可以通过诸如无损网络之类的解决方案来进行网络的重构。 数据中心将支持并推动AI发展。同时，AI作为一种非常重要的赋能工具，可以把AI研究的成果应用到数据中心。对数据中心IT设备以及供配电、制冷设备的运行数据进行深度学习、平台训练得到模型，产生预测数据，从而进行系统调优，降低运营成本；通过提前故障预判，快速精准定位，缩短故障维修时间；通过