【观察】全栈视角重构DC，华为的行胜于言

在计算机时代，数据中心用于进行数据存储与核心应用处理，在互联网时代，数据中心用来支撑企业的大部分重要应用。时至今日，数据中心不仅是数据交互、处理和分析的关键基础设施，更是构建未来智能社会的底座。

华为认为，“数据中心出现了一个明显的变化，数据变成了新的生产资料，而算力成为了新的生产力，‘云+5G+AI+边缘’则是新的生产工具。”换句话说，随着企业对数据应用的深入，数据中心正在逐步演变成为计算中心，这种前所未有的转变，给新一代数据中心的建设带来诸多新的挑战，可以从以下几个方面来观察：

第一大挑战是，算力无法满足业务升级的需求。来自GIV（全球产业展望）2025的预测显示，到2025年企业AI普及率将达86%，各行各业将快速进入智能化，以提升现有业务运营效率与降低成本，并发掘新商机。

可以看到，人工智能的普及必然会让数据变大的速度更快，进而对计算的要求就更高。事实上，目前在超大规模数据中心的成本中，计算成本已经高达60%。同时据华为预测，每年AI算力的需求增长将超过10倍，到2025年，AI算力将会占据数据中心算力的80%。

由于传统通用型的CPU受制于摩尔定律，面对多样化的应用趋势已经“力不从心”。因此，用多元化计算芯片去灵活满足多样化应用的计算需求就成为大势所趋。

第二大挑战是，L1与L2缺乏联动，导致数据中心能源利用效率低，大幅侵蚀企业利润。据统计，全球数据中心的用电总量占全球用电量3%，且数据中心10年运营成本中电费占比超过70%，加上高PUE导致了巨大的电力浪费，仅能耗优化一项，就可以带来巨大的经济效益。

不难发现，低效数据中心主要体现在低效供配电、低效制冷和基础设施能源与业务无法联动等方面，尤其是随着云计算的广泛应用，随算力动态适配精确制冷的需求也尤为迫切。

第三大挑战是，数据中心运维效率低下，管理成本高昂。随着大型数据中心越来越大以及边缘数据中心的数量急剧增加，机房运维难度不断攀升。然而，由于存在低效性、人员管理的不确定性以及专业人才难获取等多方面的限制，传统依赖于人工的管理、运维在智能化趋势下变得越来越难以为继。

数据显示，数据中心70%的故障是人为因素。即便有最先进的监控系统，但无论是主动巡检，还是应急反应，仍需要依赖专业人才做最终的决策和操作，难免会发生错误，应用智能化的管理工具提升运维管理效率已然刻不容缓。

在华为看来，“未来基于软件、基于云技术的智能调度会非常关键，这种智能的调度，是数据中心能源能否实现动态适配的前提，同时随业务动态调度给予相应的能源匹配方案也是非常重要的。”

除此之外，目前大部分企业部署一个新系统，其上线周期已经从18个月缩短为3个月，新业务上线周期也从1个月缩短为3天，而传统数据中心的建设交付周期却依然停留在2年以上。可见，对于数据中心服务商而言，如何保障数据中心能够按业务需求弹性扩容、缩短数据中心交付周期的能力同样也非常重要。

由此可见，当前数据中心面临的挑战，显然已经超出传统“风火水电”的范畴，这不仅综合考验着服务商在咨询服务、技术沉淀、解决方案、顶层设计、业务理解、应用实践等方面的整体能力，也体现了数据中心生产与交付的融合、基础设施与业务应用的紧耦合。因此，新一代数据中心的建设，服务商不仅要有全栈的视角，更要有全栈的服务能力。

全栈视角，华为重构数据中心