(1)高速發展和超大規模-邊緣計算和云計算正在迅速增長，導致新建數據中心的規模不斷擴大，增長速度也非常快，傳統的建設和管理方法無法跟上其發展。
(2)超高密度 - 在提高數據中心效率的同時，盡量減少運營支出和資本支出成本的需求正在推動整合、虛擬化和計算機容器化，而數據源和數據消費者數量的增加正在推動對存儲容量的需求。
(3)新的工作負載 - 大數據人工智能、機器學習、深度學習、物聯網(IoT)和其他新型工作負載正在對大多數數據中心和網絡提出越來越高的要求。
(4)新硬件 - 專用芯片現在正在許多數據中心部署，旨在提高吞吐量和延遲以支持新的工作負載。用于人工智能的FPGA和ASICS，用于人工智能和加密貨幣挖掘的GPU。隨著新的芯片、有不同類型的存儲、處理器和互連可供選擇和支持，這使得硬件難以實現“一刀切”的標準化。
宏觀趨勢影響數據中心
自2000年以來，在全球已經看到許多公司的崛起，這些公司因互聯網和應用程序的擴展而取得了驚人的增長。谷歌、Facebook、蘋果、微軟、亞馬遜、優步，以及無數公司都通過商業模式取得了令人難以置信的成功，這些商業模式依賴于無處不在的互聯網服務，以及快速訪問公司擁有的數據中心中運行的應用程序。隨著大量數據中心的建設，這些公司在生產力、能源效率和盈利能力方面都獲得了長足的飛躍，同時也面臨來自快速增長、改變工作負荷、不斷增長的存儲需求和適應新的硬件技術的壓力。
選擇建立新的數據中心或改造現有的數據中心是當今許多企業將會面臨風險的決定。致力于設計、建造和運營專門用于IT設備福利的數據中心設施，對于少數監督和運行的工作人員來說可能是一項資本密集型任務，可能無法為企業帶來回報。了解為什么需要構建數據中心對于企業取得成功的結果至關重要。企業是否已經擁有需要數據中心支持的成功產品或服務?該產品或服務的增長率是多少?用戶或客戶延遲是否敏感?如果客戶需要更多的產品或服務，是否提供可擴展的基礎設施?企業能否更好地在云中構建應用程序，然后將其遷移到自己的數據中心?
一旦決定開始建設數據中心，大多數公司都希望盡快將新資產投入使用，有時甚至不知道他們將在數據中心部署什么內容，直到建設完成后再進行考慮。當數據中心準備好配置設備時，那么下一代CPU處理器是否可以批量供貨?如果不是，一旦最新的CPU處理器可用，CPU是否可以在服務器中更換?盡可能提高投資回報率(ROI)要求數據中心在硬件到貨后立即運行，但能效目標決定了總是需要盡快安裝最新和最快的服務器。交貨時間短和靈活的配置是滿足許多數據中心應用的必備條件。
大多數的數據中心設計人員和管理人員在配電架構(480V/415V/208V到機架)數據中心概念階段早期制定標準，其中包括功率密度(每機架5/10/20/50kW)、冷卻措施(空氣、液體、浸泡、密封)、機架尺寸(42U/48U/52U/等)，以及照明等。這些參數成為企業后續決策的擴充條件，例如哪些設備部署到機架，以及必須將多少空氣或水冷卻能力傳送到機架，以使設備可靠運行。
同時，數據中心運行的軟件應用程序每天都在編寫或調整。新版本或全新的應用程序可以創建更多的用戶使用率，并創建新的數據類型和新數據量，這些數據量必須納入已在建的數據中心。來自物聯網設備或無人駕駛車輛的數據可能突然被添加到數據中心內需要支持的應用程序組合中，并可能轉而促進新的工作負載，如大數據分析或人工智能(AI)被執行。
“當今的數據中心越來越需要運行更大、更復雜的工作負載，這些工作負載特性往往彼此截然不同，因此運行它們的硬件要求可能會因工作負載而異，而且工作負載可能在一天甚至一小時的過程中發生變化。”Gillaspy說，“例如，一些工作負載可能需要更多的計算，或更多的內存容量，還有一些工作負載可能需要NVMe存儲或專用處理器。此外，為了降低總體擁有成本(TCO)，還可能需要跨越多個工作負載在不同時間更好地利用設備。”
京公網安備 11010502049343號