隨著數據中心行業和技術在2020年的發展，企業需要改善內部部署數據中心和云計算資源之間的平衡，在服務器上采用人工智能技術，并努力有效地管理數據蔓延。

　　又到了年末，行業媒體通常會對未來一年進行預測。人們將會看到一些事情的到來：云計算的興起、SSD硬盤的發展，以及其他問題，例如許多企業將業務從云平臺遣返回到內部部署數據中心。而專家對數據中心行業的預測可能偶爾會帶來一些驚喜。

　　因此，對未來一年提出10個面向數據中心行業發展的預測。

　　1.物聯網催生城市地區的數據中心增長

　　因為這種情況已經發生，所以并不是一個很難的預測。在很長一段時間里，數據中心被建設在遠離可再生能源(通常是水力發電)的地方，但是這種需求將促使數據中心在都市區進行更多的建設。物聯網將是一個驅動因素，但越來越多的數據中心提供商(如Equinix和DRT)將作為網絡互連提供商。

　　2.網絡加速器的興起

　　采用大數據和多種類型的人工智能意味著將會產生和處理大量的數據，并非所有的數據都能在一個地方產生和處理。此外，目前需要采用網絡流量控制器，從而使CPU擺脫了處理數據的主要工作。

　　因此，將會看到越來越多的網絡加速器(如Mellanox的ConnectX系列)進入市場，從而使CPU能夠完成數據處理工作，而加速器則可以更快地處理大量數據。

　　3.NVMe over fabrics將會增長

　　非易失性存儲器Express(NVMe)是一種存儲接口，類似于串行高級技術附件(SATA)。 SATA設備的缺點是其數據存儲在HDD硬盤中，因此無法充分利用SSD硬盤的速度和并行性。但是早期的企業SSD硬盤存在一個問題：它們只能與其所在的物理服務器進行通信。而服務器需要存儲陣列，這意味著網絡躍點和延遲。

　　NVMe over fabric(NVMeoF)是一項重要的進步。它使一臺服務器中的SSD硬盤通過網絡與網絡上其他位置的另一個硬盤進行通信。這種直接通信對于改善企業計算和數字轉換中的數據移動很重要。

　　4.更加便宜的存儲級內存

　　存儲類內存是插入DRAM插槽中的內存，可以像DRAM內存一樣工作，但也可以像SSD硬盤一樣工作。它具有接近DRAM內存的速度，但也具有存儲功能，有效地將其轉變為SSD硬盤的緩存。

　　英特爾公司和美光科技公司正在共同開發儲存級存儲器(SCM)存儲產品，但兩家公司已經不再合作。英特爾公司于今年5月推出了其儲存級存儲器(SCM)產品Optane，而美光(Micron)公司于今年10月將QuantX推出市場。韓國內存SK Hynix公司也在開發一種儲存級存儲器(SCM)產品，該產品不同于美光和英特爾使用的3D XPoint技術。

　　所有這些都應該使存儲技術進步，并有望降低價格?，F在，一支512GB的Optane記憶棒的價格高達8,000美元。Xeon的售價甚至更高，因此組裝一臺完整的服務器就變得很昂貴。技術的進步和競爭應降低存儲產品價格，這將使此類內存對企業更具吸引力。

　　5.服務器的人工智能自動化

　　所有的服務器供應商都在他們的服務器系統中添加了人工智能技術，但是Oracle公司確實在其自主性方面處于領先地位，從硬件到操作系統、應用程序和中間件堆棧。惠普、戴爾和聯想也將繼續取得自己的進步，但像這樣的大型服務器供應商將會落后，因為他們只有硬件堆棧，并在操作系統領域無所作為。它們在存儲方面也將會落后，因為這是三大服務器供應商擅長的領域。

　　Oracle公司可能不是排名前五的服務器供應商，但是沒有人可以忽略他們在自動化領域所做的貢獻。期望其他品牌供應商不斷提高自動化水平。

　　6.云遷移速度緩慢

　　還記得當時很多企業希望關閉他們的數據中心并轉向云計算嗎?當時這個想法很重要。IDC公司新的CloudPulse調查表明，85%的企業計劃在明年將工作負載從公共環境轉移到私有環境。Nutanix公司最近的一項調查發現，73%的受訪者報告說，他們正在將一些應用程序從公共云轉移到內部部署上。安全被認為是主要原因。

　　而且，由于對某些公司和某些數據來說，安全性是否足夠值得懷疑，隨著人們對他們在云中存儲的內容以及保留在防火墻后的內容的選擇越來越挑剔，云遷移可能會有所放緩。

　　7.數據擴展第1部分

　　IDC公司調查表明，大多數數據都不在應在的位置。只有10%的公司數據是“熱”數據(重復訪問和使用)，而30%是“溫”數據(半定期使用)，另外60%屬于冷存儲，很少有人訪問過。

　　但是問題在于數據分散在各處，并且通常分布在錯誤的層中。許多存儲公司都將重點放在重復數據刪除上，而不是存儲層上。一家名為Spectra Logic的初創公司正在解決這個問題，如果真的成功，希望惠普和戴爾也可以大做文章。

　　8.數據擴展第2部分

　　IDC公司預測，到2025年，全球總數據傳輸量將達到175 ZB，而現在已經達到32ZB，其中大部分并沒有使用。曾經有一段時間，數據倉庫決定對數據進行分類、處理和存儲為有用的東西?，F在，人們用來自社交媒體和物聯網等越來越多來源的無盡數據來填充數據湖。

　　人們需要付出一些努力。如果了解PB級的數據湖垃圾，并且開始變得對他們的存儲更加挑剔。他們將質疑在硬盤和存儲陣列上花費大量資金來存儲大量未使用和無價值的數據背后的理由。人們將回到保持可用數據的數據倉庫模型，否則不知所措。

　　9.更多服務器混合使用處理器

　　十年前，服務器的定義是Xeon塔式服務器還是機柜中的四插槽機架服務器都無所謂，它們都是基于x86處理器定義的。但是現在，人們看到了更多使用板載GPU、Arm處理器、人工智能加速器和網絡加速器的服務器設計。

　　這需要對服務器設計進行一些更改。首先，隨著大量芯片在封閉空間內運行得更快、更熱，液體冷卻技術將變得更加必要。其次，軟件堆棧需要更加健壯，才能處理所有這些芯片，這需要微軟公司和Linux公司實施更多的工作。

　　10.IT工作量將發生變化

　　不要以為自動化意味著人們就是在iPhone上玩游戲。由于其不斷發展的系統，IT專業人員將面臨許多新的難題，其中包括：

　　•對抗影子IT。

　　•解決數字化轉型。

　　•制定人工智能策略以跟上競爭對手。

　　•適當應對新的人工智能策略帶來的影響。

　　•維護業務的安全治理。

　　•處理不斷增加的數據流入，并弄清楚如何處理它。

　　•在社交媒體上對客戶和公司聲譽的響應比以往更快。