幾十年來，數(shù)據(jù)中心一直被認(rèn)為是網(wǎng)絡(luò)的連接點(diǎn)。對(duì)于企業(yè)、電信運(yùn)營(yíng)商、有線電視運(yùn)營(yíng)商以及谷歌公司和Facebook公司等云計(jì)算服務(wù)提供商來說，數(shù)據(jù)中心是IT行業(yè)的心臟和肌肉。此外，云計(jì)算的出現(xiàn)強(qiáng)調(diào)了現(xiàn)代數(shù)據(jù)中心的重要性。

數(shù)據(jù)中心的角色在不斷演變。隨著網(wǎng)絡(luò)加大對(duì)5G和物聯(lián)網(wǎng)的支持力度，IT經(jīng)理將注意力集中在邊緣，并且將更多的容量和處理能力轉(zhuǎn)移到更接近最終用戶的地方。與此同時(shí)，他們也在重新評(píng)估數(shù)據(jù)中心的作用。

調(diào)研機(jī)構(gòu)Gartner公司在2018年預(yù)測(cè)，到2025年，75％的企業(yè)生成的數(shù)據(jù)將在邊緣創(chuàng)建和處理，而2018年這一比例只有10％。與此同時(shí)，數(shù)據(jù)量將會(huì)進(jìn)一步提高。例如，一輛自動(dòng)駕駛汽車每小時(shí)平均能輸出4000 GB的數(shù)據(jù)。

網(wǎng)絡(luò)服務(wù)提供商需要確定如何在不影響現(xiàn)有數(shù)據(jù)中心投資的情況下，更好地支持基于邊緣的流量的巨大增長(zhǎng)以及對(duì)數(shù)字延遲性能的需求。答案之一就是對(duì)東西向流量網(wǎng)絡(luò)鏈路和對(duì)等冗余節(jié)點(diǎn)的大量投資，以及在創(chuàng)建數(shù)據(jù)時(shí)增強(qiáng)處理能力的問題。但是數(shù)據(jù)中心將扮演什么角色？

人工智能／ 機(jī)器學(xué)習(xí)反饋回路

超大規(guī)模和云計(jì)算規(guī)模的數(shù)據(jù)中心的未來業(yè)務(wù)案例在于其龐大的處理和存儲(chǔ)能力。隨著邊緣活動(dòng)逐漸升溫，將需要數(shù)據(jù)中心的力量來創(chuàng)建使數(shù)據(jù)能夠被處理的算法。在擁有物聯(lián)網(wǎng)的世界中，人工智能（AI）和機(jī)器學(xué)習(xí)（ML）的重要性不可低估。數(shù)據(jù)中心在實(shí)現(xiàn)它方面所扮演的角色也不盡相同。

產(chǎn)生驅(qū)動(dòng)人工智能（AI）和機(jī)器學(xué)習(xí)（ML）所需的算法需要大量的數(shù)據(jù)處理。核心數(shù)據(jù)中心已開始部署與張量處理單元（TPU）或其他專用硬件結(jié)合在一起的功能更強(qiáng)大的CPU。此外，人工智能（AI）和機(jī)器學(xué)習(xí)（ML）應(yīng)用程序通常需要更加快速、更大容量的網(wǎng)絡(luò)，而先進(jìn)的交換層則為所有正在解決同一問題的服務(wù)器提供電源。人工智能（AI）和機(jī)器學(xué)習(xí)（ML）模型就是這種努力的產(chǎn)物。

在流程的另一端，需要將人工智能（AI）和機(jī)器學(xué)習(xí)（ML）模型放置在對(duì)業(yè)務(wù)影響最大的位置。例如，對(duì)于諸如面部識(shí)別之類的企業(yè)人工智能（AI）應(yīng)用程序，超低延遲要求它們?cè)诒镜夭渴�，而不是在核心部署。但模型也必須定期調(diào)整，因此在邊緣收集的數(shù)據(jù)隨后會(huì)反饋到數(shù)據(jù)中心以更新和改進(jìn)算法。

更加分散的協(xié)作環(huán)境

人工智能（AI）／機(jī)器學(xué)習(xí)（ML）反饋回路是數(shù)據(jù)中心將需要如何支持更加廣泛和多樣化的網(wǎng)絡(luò)生態(tài)系統(tǒng)的一個(gè)示例。對(duì)于超大規(guī)模數(shù)據(jù)中心領(lǐng)域的參與者來說，這意味著要適應(yīng)更加分散的協(xié)作環(huán)境。他們希望使客戶能夠在其平臺(tái)的邊緣上部署人工智能（AI）或機(jī)器學(xué)習(xí)（ML），但不一定要部署在他們自己的數(shù)據(jù)中心設(shè)施中。

像AWS、微軟和谷歌公司這樣的云計(jì)算提供商現(xiàn)在正在將他們的云計(jì)算硬件部署到更靠近客戶的位置，包括中心辦公室和企業(yè)內(nèi)部部署數(shù)據(jù)中心。這使客戶能夠使用超大規(guī)模數(shù)據(jù)中心和多種邊緣設(shè)施在構(gòu)建和運(yùn)行基于云計(jì)算的應(yīng)用程序。由于這些平臺(tái)也嵌入到了許多運(yùn)營(yíng)商的系統(tǒng)中，因此客戶也可以在運(yùn)營(yíng)商存在的任何位置運(yùn)行其應(yīng)用程序。該模型仍處于起步階段，但為客戶提供了更大的靈活性，同時(shí)使云計(jì)算提供商可以更好地支持邊緣。

另一種由Vapor IO公司實(shí)現(xiàn)的生態(tài)系統(tǒng)方法提供了一種商業(yè)模式，其特點(diǎn)是具有標(biāo)準(zhǔn)化計(jì)算、存儲(chǔ)和網(wǎng)絡(luò)資源的托管數(shù)據(jù)中心。規(guī)模較小的客戶（例如游戲公司）可以在客戶附近找到虛擬機(jī)，并使用Vapor IO公司的生態(tài)系統(tǒng)運(yùn)行其應(yīng)用程序。像這樣的服務(wù)可能在收入共享模式下運(yùn)行，對(duì)于試圖開發(fā)邊緣服務(wù)生態(tài)系統(tǒng)的小企業(yè)來說，這可能是一個(gè)有吸引力的范例。

面臨的挑戰(zhàn)

隨著下一代網(wǎng)絡(luò)的愿景逐漸成為現(xiàn)實(shí)，業(yè)界組織必須應(yīng)對(duì)實(shí)施方面的挑戰(zhàn)。在數(shù)據(jù)中心中，服務(wù)器連接將從每條通道的50Gb增長(zhǎng)到100Gb，交換帶寬將增加到256Tb，而采用100Gb技術(shù)將使用戶擁有800Gb的可插拔模塊。

現(xiàn)在還不清楚的是數(shù)據(jù)中心行業(yè)如何設(shè)計(jì)從核心到邊緣的基礎(chǔ)設(shè)施，特別是如何執(zhí)行數(shù)據(jù)中心互聯(lián)（DCI）架構(gòu)以及城域和長(zhǎng)途鏈路并支持高冗余對(duì)等邊緣節(jié)點(diǎn)。另一個(gè)挑戰(zhàn)是開發(fā)管理和路由大量流量所需的編排和自動(dòng)化功能。隨著各種行業(yè)朝著支持5G／物聯(lián)網(wǎng)的網(wǎng)絡(luò)發(fā)展，這些問題成為當(dāng)務(wù)之急。

人們需要知道的是，建設(shè)和實(shí)施下一代網(wǎng)絡(luò)的工作將涉及協(xié)調(diào)一致的努力。能夠提供低成本、高容量計(jì)算和存儲(chǔ)的數(shù)據(jù)中心無疑將扮演重要角色。但是，隨著更多位于邊緣的分布式設(shè)備承擔(dān)更多的負(fù)載，數(shù)據(jù)中心的角色將進(jìn)一步演變?yōu)楦�大的分布式生態(tài)系統(tǒng)的一部分。

企業(yè)生成的約10％的數(shù)據(jù)是在傳統(tǒng)的集中式數(shù)據(jù)中心或云平臺(tái)之外創(chuàng)建和處理的。Gartner公司預(yù)測(cè)，到2025年，這個(gè)數(shù)字將達(dá)到75％。

將它們結(jié)合在一起將需要采用更快、更可靠的光纖網(wǎng)絡(luò)，從核心開始，延伸到網(wǎng)絡(luò)最遠(yuǎn)的邊緣。這將是一個(gè)由PAM4和相關(guān)處理技術(shù)提供動(dòng)力的布線和連接平臺(tái)，采用共封裝和數(shù)字相干光學(xué)器件，并封裝在緊湊的布線中，將在整個(gè)過程中提供連續(xù)的、一致的性能。

無論是大型數(shù)據(jù)中心運(yùn)營(yíng)商、專注于邊緣的企業(yè)，還是基礎(chǔ)設(shè)施提供商，在下一代網(wǎng)絡(luò)中，都將有足夠的發(fā)展空間。

版權(quán)聲明：本文為企業(yè)網(wǎng)D1Net編譯，轉(zhuǎn)載需注明出處為：企業(yè)網(wǎng)D1Net，如果不注明出處，企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。

作者：James Young  來源：企業(yè)網(wǎng)D1Net