現如今，客戶們比以往任何時候對于服務供應商如何交付產品和服務都更為關注。他們期望獲得便捷、個性化、高速、高效、無縫、易用、真實和肯定的服務。并期望隨時隨地的進行互動——這意味著數字化和移動化技術將進一步發展。

而反過來相應的，客戶們的期望又進一步推動了企業的技術決策。企業組織必須能夠實現快速的設計、創建和迭代。IT需要更快的響應需求，更具可擴展性，并需要能夠更好地收集、存儲和分析數據(數字世界每年的增長率約為40%)。

當然，所有這些數字化工作都是在數據中心內部的IT基礎架構(包括計算和存儲服務器以及網絡設備)上完成的。

在本文中，您將了解到由客戶需求所驅動的數字世界需求如何顯著增加了工作負載的可變性和數據中心所需的密度。此外，我們還將為您解釋為了支持這些需求，數據中心的基礎設施必須如何進行相應的改變——其必須變得更具適應性。文中會告訴您自適應的數據中心是什么樣的：其支持較高、混合且可變的密度——以滿足企業業務工作負載的巨大增長和變化。

關鍵要點

我們正處于服務客戶的時代。企業需要應對數字化的轉型，這正是IDC所描述的“自工業革命以來的最大的一次行業顛覆性變革”。

IT業界正迎來挑戰，需要提供能夠實現數字化轉型的工具，如高性能的計算等工具，以支持AI、IoT和大數據等應用程序，所有這些都進一步的推動了對高密度、混合和可變密度環境的需求。

數據中心業界正在改變緩慢;IT基礎架構的創新與數據中心創新之間存在明顯的脫節。

這種脫節的后果包括電力資源和空間容量的冗余以及對于能源和水的利用的低效率。這些低效率通常最終會妨礙企業靈活應對不斷變化的客戶需求。

即使在數據中心功率大幅度波動的時代，為了支持更高的密度和越來越動態的計算負載，而不造成冗余容量;同時在可伸縮性和可靠性方面沒有過渡配置，數據中心必須精準的滿足企業業務部門對于IT服務的需求：具備自適應性。

一處自適應的數據中心支持高密度、混合密度和可變密度，而不存在容量能力的過度冗余或其他低效率的問題。

為了支持高密度，混合密度和可變密度，一些供應商從冷卻角度和電氣角度構建的系統將傳統上靜態系統推向動態，進而能夠處理不同的密度需求以及可變的功率消耗。

企業對客戶數字化轉型需求時代的響應

當今世界，各行各業都受到了數字化轉型的影響。 從智能化家庭的連接到石油和天然氣的勘探，再到綜合醫療、智能農業等等方面，企業都在積極的響應客戶需求，并尋求新的機會，擴大其邊界。

企業正在充分發揮技術的力量，不僅要創造新的平臺和服務，而且還要開發新的業務模式和戰略，以維持和擴大業務規模。無論是B2B還是B2C，客戶都期望每家企業都需要在滿足他們的需求方面做出更多的反應和創造性。這就是Forrester公司的分析師所描述的“客戶需求決定一切的時代”。

企業在很大程度上已經用技術對這些需求進行了響應。當然，IT技術已經被企業業務部門使用了幾十年了，但數字化轉型技術則是不同的。數字化轉型——IDC公司將其稱之為“自工業革命以來的最大的一次行業顛覆性變革”——并非IT項目。其對于一家企業的業務而言是必須的。

IT、業務和DevOps部門之間的相互交流不夠。不同部門之間的數字化轉型是對產品、流程、技術和企業文化的重新發明定義。為了創造成功的以客戶為中心的體驗，企業必須提高效率和靈活性，并找出如何實現卓越的數字化運營。

能夠在這一轉型過程中，獲得蓬勃發展的企業是那些成功地將技術整合到他們所做的一切工作中的企業。技術不再僅僅只是支持業務 ——其也成為了業務本身。

IT響應即：云、HPC、AI、物聯網、大數據——所有這一切都推動了密度的增加

由客戶體驗所驅動技術的商業模式要求企業必須能夠快速的設計、創建、測試和迭代。IT已經迎來了挑戰。而IT基礎架構——計算和存儲服務器以及網絡設備——已經跟上了工作負載所要求的數量和動態性的增長。

數字化轉型的關鍵特征之一是數據量巨大。我們每天創建的數據量高達2.5艾字節(quintillion bytes)。事實上，目前世界上90%的數據都是在過去兩年的時間里才創造出來的。

高性能計算(HPC)、人工智能(AI)、物聯網(IoT)和大數據分析技術的應用同時也是數據爆炸的產物和生產者。使用這樣的工具，企業已經得以快速的從其收集和存儲的數據轉移到對數據集的分析，以確定趨勢，并確定未來結果的可能性。

對于許多企業來說，使用像HPC這樣的工具并不僅僅只是錦上添花的事，而是必須的事情。 例如，三維可視化、地震建模和預測性數據分析對于能源、石油和天然氣行業而言是至關重要的。而生物技術公司采用諸如基因組測序、生物標志物鑒定和模擬藥物測試分析處理計算解決方案也是必須的。對于高頻的交易行業，以及金融行業的股票市場或欺詐分析行業企業而言，HPC工具亦十分重要。而技術類企業則需要使用HPC來探索機器學習、虛擬化、改進事務處理和數據倉庫。

計算負載——高、可變、混合的特點

通過數據增加所積累的知識的成本是數據密集型工作負載。根據思科2015年全球云指數預測，“2015年至2020年，數據中心的總存儲容量將增長近5倍，從2015年的382艾字節增長到2020年的1.8澤字節，而云存儲將占總存儲容量的88%。而伴隨著更多設備數據的上線，數據量將會有更多的增長。”

以物聯網為例。每輛新的“智能”或“連接的”車輛平均有60-100個傳感器，而行業領先者預計每輛車可以快速增加至200個傳感器。到2020年，僅在汽車行業，新的傳感器的數量預計就將達到220億個。

又例如，在高性能計算中，并行處理用于聚合計算機電源，并提供運行高級應用程序的更高性能。為此，HPC通常每秒處理超過一萬億次的浮點運算(1012次浮點運算)。如若使用人類大腦執行計算機系統在一秒鐘內完成的浮點運算任務，則需要花費31689年的時間。

不僅僅是數據量呈現海量的增長。與此同時，隨著時間的推移，以及每個項目需求的變化，使得計算負載也變得更加動態化。

例如，假期期間，電子商務網站的流量達到高峰期。而美國市場搜索引擎行業的數據中心的流量會在一天中呈現動態需求變化——白天高，半夜低(但亞洲市場數據中心的流量則一直持續很高)。

IT基礎架構和軟件幫助實現了這一目標。 然而絕大多數這些數據都是流經數據中心，并被處理和存儲。無論數據是幫助拖拉機在崎嶇的田地里農耕，跟蹤低收入社區的急診室訪問情況，還是記錄零售客戶拿起和放下商品的次數，都需要由IT基礎設施和數據中心基礎設施進行管理。

這意味著基礎架構必須支持在新舊IT設備(混合密度)混合的情況下呈現指數級增加的計算負載(高密度)，這些負載也越來越具有動態性(可變密度)。 形成混合密度背后的另一大因素是，隨著許多應用程序驅動更高的密度，越來越高效的存儲模式消耗更少的功率。IT基礎架構已經朝著兩個方向發展——面向計算機端更高的密度，面向存儲端的更低的密度。

例如，僅在過去的5年中，由單臺服務器處理的計算負載量就出現了指數級的增長。芯片組技術的進步推動了計算密度提升至.5U的服務器體系架構及超融合基礎設施等等，預計密度還將進一步提升。十年前，數據中心的標準功率密度是每臺機架3-5千瓦，但到了現在，每臺機架8-12千瓦并不少見，一些部署已經達到20千瓦甚至更高。

IT基礎架構也發展到能夠適應可變工作負載。例如，服務器現在可以在利用率較低時使用較少的功率，并在必要時增加。

數據中心的響應一直在緩慢地改變

隨著數字化趨勢大大增加了工作負載的可變性和數據中心的密度要求，數據中心——即支持數字化世界的核心基礎設施需要對工作負載進行管理。不僅僅是需要管理增加的工作負載，而且還需要能夠管理混合且可變的工作負載。但是IT基礎設施的進步已經超過了數據中心基礎設施的進步。

較之業務或IT部門而言，數據中心對于變化的接受要更緩慢。盡管技術發生了變化，并且對于高密度，混合密度和可變密度的需求也在不斷增長，但數據中心業界其實一點也沒有改變(超大規模數據中心除外)。 傳統上構建和運行的數據中心并不具有靈活性，響應能力或可擴展性。

IT基礎設施創新與數據中心創新之間的脫節使傳統數據中心在以下幾個方面成為了負擔：傳統數據中心的設計不是為支持高密度，或支持可變負載而設計的，故而沒有冗余能力。當將舊的IT基礎架構執行與新型設備同樣的負載(即具有不同操作要求的服務器)時，很少有數據中心可以支持包含不同密度機架的IT負載，以及由此而產生的混合的密度環境。

數據中心響應工作負載需求而支持高密度或容量變化的能力是由其基礎設施的動態性所驅動的。傳統的功率和冷卻方式是在類似密度的相對穩定負載下發展的。但今天的計算早已發生了變化。冷卻系統需要在負載大幅改變的情況下確保高效、穩定。

隨著可再生能源的采用，當今的電網顯得更加動態。再加上更加動態和不斷增長的數據中心負載，必將繼續給電網帶來壓力。為了解決這些問題，電網正朝著頻率控制邁進，成為可靠性的主要驅動力。當電網供需不平衡時，頻率會發生變化。