下载掌阅APP，畅读海量书库
立即打开
第一代数据中心：数据存储中心阶段，采用传统式物理架构，以支撑业务系统作为驱动力，以支持业务系统为中心进行建设。
第二代数据中心：数据处理中心阶段，主要使用的是服务器虚拟化技术，在一定程度上面弥补了第一代数据中心的缺陷，大幅度提升了计算资源的利用率。
第三代数据中心：信息中心阶段，在继承了前两代数据中心的全部优点的基础上，有了“模块化、渐进式”的考虑。
第四代数据中心：云数据中心阶段，数据中心承担着核心运营支持、信息资源服务、核心计算、数据存储和备份等功能。
1）运营商数据中心：以规模取胜，主要以出租为主，也有部分数据中心向企业提供应用服务。需要注意的是，运营商在长期实践过程中形成的建设标准掺杂着自身运营经验，并对成本消耗非常重视，导致与GB 50174—2017的要求或不完全相同。以柴油发电机组举例，运营商内部对其功率选择、台数组成，均有自己的规定。这一点，在业主选择租赁场地时，应该专门逐项评估，考虑是否满足自身业务连续运行的条件，以及是否存在潜在风险。
2）政府行业数据中心：主要向国家电子政务提供服务，国家政务网是我国政府正常运转依赖的重要载体，建设规模与范围非常广泛，上到中央，下连村县。
3）金融行业数据中心：对业务的连续性要求特别高，一般要全天24h不停运转，最关键的是不能丢数据，所以金融行业对数据的完整性非常关注。当用户不需要很高的可靠性，数据中心故障造成的损失可承担时，如果也按照金融行业的要求建设数据中心，将造成资金和资源的严重浪费。
4）互联网行业数据中心：互联网的数据中心善于接受新技术，敢于在新的数据中心技术领域尝鲜，因此它的技术尝试是全行业中最激进的，几乎所有新的数据中心技术都是在互联网行业数据中心里最先落地。
云计算、5G等新兴信息技术的快速发展，使数据中心成为构建全球信息网络的重要基础设施。绿色数据中心可以达到满足能评指标、节省运维成本、提高数据中心容量、提高电源系统的可靠性及可扩展的灵活性等效果。理想状态下，通过虚拟化、冷源优化等多种降耗方式，在同等互联网技术（IT）设备供电情况下，绿色数据中心可以降低制冷设备能耗20%～45%。因此，绿色数据中心是新一代数据中心发展的重要方向之一。
新一代数据中心应当具备模块化的特征，基于标准的模块化系统能够简化数据中心的环境，加强对成本的控制。这些基于标准的模块能够被灵活地采购和获取，具有极高的安全特性，尤其重要的是应该采用面向服务的架构，从而使机构可以更加灵活、动态地部署新业务和应用。人们可以按应用、服务类型和资源耗费率将数据中心分成多个功能区域，各个功能区域在不影响其他区域运行的情况下，可以动态升级和维护。当然，还有很多其他分类方式，比如，按照应用类型，可以将数据中心分为运行中心、测试中心、灾备中心等独立区域。
大型数据中心多数会按业务需求或按投资分期建设，规划设计应尽量细化电气、空调系统所涉及区域，按模块或按楼层设置电气系统以及对应的冷源系统。精细化的能源匹配，可以最大限度地降低业主初投资，同时也能够降低初期投入时的电源使用效率（PUE）指标。此外，需要强调的是，大型数据中心（尤其是企业数据中心（EDC））在规划设计时需要考虑初期低负荷情况下的设备选择及运维方式，EDC在建成初期，其负荷率相当低，甚至不到设计负荷的10%，此时只考虑全楼的电源和冷源匹配，就有可能造成实际运行时大型冷冻机组无法正常运行。
基础设施设备多年来持续向更高、更快、更强演进，物联网、人工智能、虚拟现实（VR）/增强现实（AR）等新技术的应用也为基础设施建设的高效、节能助力。供电架构逐步简化，从传统的UPS组成2 N 系统，向市电直供、一体化配电系统转变，数据中心的直流应用也在逐步扩大。UPS的效率和功率因数也远超工频机时代，开启ECO模式后，损耗几乎可以忽略不计。
智能化运营水平也在不断提高。首先智能运维机器人的普及，或将替代大量传统人工巡检。随着数据中心单体规模不断攀升，越来越多的基础设施设备需要日常维护和管理，智能运维机器人24h不间断地在数据中心巡逻，在收集环境数据的同时，还能实时读取主要设备的异常情况并自动报警，大大提升巡逻的可靠性和规范性，降低劳动强度、提高运营效率、降低运行维护成本。其次，数据中心基础设施监控管理（DCIM）等数据中心智能化管理平台正在加速部署应用。随着数据量的高速增长，新建数据中心大多以大规模、超大规模为主，大量的设备和复杂的系统为高效管理带来了挑战。智能化的数据中心基础设施管理通过对IT设备和数据中心风火水电基础设施的在线监控、管理，节省大量维护时间和费用。
根据工业和信息化部信息通信发展司编著的《全国数据中心应用发展指引（2020）》显示：截至2019年年底，我国在用数据中心机架总规模达到314.5万架，与2018年年底相比，增长39%。超大型数据中心机架规模约117.9万架，大型数据中心机架规模约119.4万架，与2018年年底相比，大型、超大型数据中心的规模增速为41.7%。
全国数据中心利用率在提升，截至2019年年底，全国数据中心总体平均上架率为53.2%。全国超大型数据中心的上架率为45.4%，大型数据中心的上架率为59.8%，中小型数据中心的上架率为56.4%，超大型数据中心的上架率与2018年相比明显提升，提升17%。
全国数据中心能效水平保持平稳，截至2019年年底，全国超大型数据中心平均PUE为1.46，大型数据中心平均PUE为1.55，与前两年相比水平相当，最优水平达到1.15。全国规划在建数据中心平均设计PUE为1.41左右，超大型、大型数据中心平均设计PUE分别为1.36、1.39。
1）数据中心选址遵循的标准包括：
《数据中心设计规范》（GB 50174—2017）、《信息系统灾难恢复规范》（GB/T 20988—2007）、《计算机场地通用规范》（GB/T 2887—2011）。
2）数据中心选址的七大要素（见表1-3-1）。
表1-3-1 数据中心选址的七大要素
（续）
表1-3-1是结合德尔菲方法（也称专家调查法），根据业内专家对选址影响要素的重要性推荐评分。
1）低碳化节能创新技术：通过跨界的整体技术解决方案，实现低碳环保、节能减排的数据中心。
2）微型及模块化创新技术：通过微型化、模块化、线上化的设备集成，云平台控制，实现安装及维护方便。
3）系统升级的创新技术：成本、管理、应用、服务升级是核心，提升数据中心的信息化水平。
4）配电系统智慧化创新技术：进一步保障配电等级安全，智慧开关代替传统开关，采用智能配电系统，监控范围从开关状态发展到UPS、变压器、母线允许状态，电能监控实现精细化管理，预判开关寿命，做到主动运维。
5）5G物联网智慧监控创新技术：应用人工智能，监控采集颗粒度越来越细，数据平台对全部机电系统进行集中监控管理，实现智慧化监控和管理。
6）智慧运维平台创新技术：通过AI对大数据的分析和深度学习，提前预警故障，降低风险。对基础设施的运行状态进行实时显示、记录、控制、报警、提示及趋势分析。
7）AI能效优化技术：在给定的天气条件、IT负载、业务SLA等输入的情况下，通过深度神经网络模型进行能耗拟合及预测，并结合寻优算法，推理出最优PUE下的对应的系统控制参数，实现数据中心能效自动化调优。
8）机器人巡检的创新技术：通过机器人巡检功能和嵌入AI技术的全生命周智慧平台，实现无人值守数据中心。
9）低碳新能源创新技术：清洁能源和可再生能源技术，降低能耗的液冷技术，热管和蒸发冷却技术，磁悬浮空调系统技术、余热回收技术等。
10）综合管理运维创新技术：通过人工智能、AI、多维可视化展示、VR技术、智慧运维技术等，运维管理系统从被动到主动，从粗犷到精细，从局部到全面，实现节能环保、能源管理、设备安全、智慧运营的目标。
11）数据中心建造创新技术：BIM技术、装配式技术、智慧建造技术的组合。