摘要：展望2018年，我們將看到數據中心在以下四方面受到機器對機器通信的影響……

即使世界上有各式各樣的咖啡或能量飲料，人類還是需要睡眠。要想白天保持最佳狀態，醫生建議一晚要保證七到八個小時的睡眠。但機器就不受同樣的限制。機器不需要休息，也不需要假期。它們能夠每周7天、每天24小時全天候運轉。這意味著它們無時無刻不在感知、分析和傳輸數據。根據IDC的數據，至2020年，預計亞太地區將會有86億臺連網設備。為使這些設備能夠正常運行，全球范圍內的數十億臺機器需要每周7天、每天24小時全天候運行。

顯然，這些設備的數量超過了世界人口數量。當所有這些設備和計算機開始彼此對話時，對于任何網絡都會造成極大的壓力。 2018年開始，隨著亞太地區物聯網市場的不斷增長，這種壓力也會越來越大。根據IDC的預測，至2020年，這一市場規模可達5830億美元。而對于中國物聯網市場而言，李克強總理在其2015年政府工作報告中所提出的“互聯網+”行動計劃也指出要通過物聯網等技術推動現代制造業與基礎設施的融合。

展望2018年，我們將看到數據中心在以下四方面受到機器對機器通信的影響：

為5G奠定基礎

是的，5G也會發生在數據中心。所有需要相互通信以及與人通信的設備都將驅動對于光纖的更高需求，尤其是當我們看到5G有望在未來5到10年內面世時。在5G正式到來之前，還有很多準備工作需要完成。無線網絡需要大量的“有線”資產來有效地將光纖回程傳送至網絡核心和邊緣。蜂窩基站(例如小基站)的致密化也需要5G。此外，市場上會出現多種新的供電解決方案，使運營商能夠以更為經濟高效的方式為網絡邊緣的各種設備供電。

低延遲

機器能夠做到對所接收信息的實時處理，而人力則很難做到。特別是在數據中心，決策是在瞬間做出的，這就需要強大的網絡主干來提供支持。不同于過去數據中心只是扮演數據存儲的角色，如今數據中心需要做到實時地計算、分析并處理信息。IDC將數據中心的“ 現代化”列為其2018年的重要預測之一，“ 預測性分析將被大量使用，以提高準確性并減少停機時間”。像香港和日本這樣的國家及地區由于土地稀缺，因而更加迫切地需要打造現代化數據中心，而邊緣計算將發揮重要作用。

更高的密度和速度　　部署更多光纖當然是最佳解決方案，只是現實情況不會總是允許。最有效的方案是自始就部署高密度光纖，讓機器對機器的通信能夠快速實現。因此，可支持多代設備的模塊化高速平臺是最佳選擇。

智能化、自動化管理

人越來越不能處理復雜的數據，人出錯的概率也遠遠大于機器，所以機器做的的事情需要機器來管理，所有管理和維護環節需要機器來參與，才能提高可靠性和可用性。比如網絡管理需要自動化，數據中心的管理需要自動化，布線系統的管理也需要自動化。

被多次引用的機器學習案例

在匹茲堡進行的一項試點項目讓自動駕駛汽車照進現實。憑借強大的網絡和接近完美的傳感器，該項目得以順利進展。汽車能夠比任何人類駕駛員都更快地處理數據，簡直像是車輪上的數據中心!而在中國我們也能看到類似的項目，比如百度的“阿波羅”自動駕駛技術開放計劃。據百度集團總裁兼首席運營官陸奇表示，人工智能技術在推動社會發展方面擁有巨大的潛力，而智能汽車是其中最大的產業機會之一。

相較于人類，汽車能夠始終保持清醒，不會邊開車邊發短信，在駕車途中也不會感到困倦，反應時間也更快。只要汽車能夠在正確的時間做出正確的決定，它們就能夠駛向未來。

但一個世紀以來一直是人類在開車。我們會犯錯，那么應該用電腦來替代如今手握方向盤的人類駕駛員嗎?電腦或機器并不具有同情心和同理心，也沒有任何情緒，從這一層面來看，是否在人性化方面有所缺失?

這取決于你怎么看，畢竟機器的優劣取決于算法和編程。它們很容易被人類或其它機器操縱(黑客攻擊)。實際上，根據Gartner的預測，至2022年，成熟經濟體的大多數人口所消費的虛假信息將超過真實信息。甚至可以說，虛假信息將“ 助長大型金融詐騙”。隨著設備數量超過全球人口數量，可以說我們變得更易遭受黑客和數據盜竊的威脅。

而隨著數字支付在亞太地區的興起，我們越發關注數字安全。憑借微信，中國走在了數字支付領域的前沿，我們還看到印度和新加坡等國家也正在穩步推進數字支付技術的發展。因此，安全將變得更加重要，包括數據隱私的問題。隨著越來越多的國家制定了數據主權相關的法律法規，我們有望看到更多的數據中心運營商，尤其是主機托管服務提供商需圍繞數據主權進行投資，致力于充分解決安全問題。

有一種思想流派認為，機器將接手曾經一度可能只有人類才能完成的工作。隨著人工智能(AI)的引入，不可避免地會有一些人類扮演的角色被替換。但是，這并不一定意味著人們會失業。我們將看到的是角色的轉變，人們正在配備新的工具來提高工作效率。例如，高精度機器人可以將一致性和精度提高到人類難以企及的水平，特別是在光纖連接和電路等技術方面。Gartner報告也表明，至2020年，機器學習技術將廢除180萬個就業機會，卻能創造出230萬個就業崗位。我們人類仍然有很多工作可以從事，盡管可能不同于我們現在在做的工作。

短時間內，世界還無法只依靠機器人來運轉。面對機器對機器技術，人們需要改變心態、慢慢松手。在轉變的過程中也會碰到問題，但這將是“ 第四次工業革命”向前邁出的一大步。行業正不斷發展，而現在正是參與的良機。　　關于本文作者吳健：

作為康普北亞區技術總監，吳健先生領導北亞區的技術團隊完成北亞區項目的售前售后技術支持，產品推廣和技術培訓等工作。

吳健先生從1995 年起從事布線系統和網絡系統的設計、管理和維護，參與多個國家大型項目的規劃設計和實施，多次主持大型項目綜合布線項目安裝指導和驗收測試。也受聘作為咨詢和顧問參與多個大型數據中心的設計規劃和建設。

在專業領域，精通綜合布線設計安裝和網絡集成，熟悉數據通信理論，擅長網絡測試和網絡管理，對于大型數據中心的規劃設計有豐富的經驗。現擔任中國工程建設標準化協會信息通信專業委員會綜合布線工作組副組長，中國數據中心專家技術委員會專家委員。同時積極參與多個國內相關標準的起草和制定工作。

吳健先生還擁有多年的大學執教經驗，教授計算機網絡、綜合布線，網絡安全等課程，曾是思科網絡學院授權講師。

吳健先生持有北京科技大學碩士學位，思科網絡學院CCNP 教師認證，美國福祿克網絡公司CCTT 講師認證，數據中心專家CDCS 認證，BICSI 組織DCDC 數據中心設計專家認證。