数据中心白皮书(2018年)

数据中心白皮书(2018年)
数据中心白皮书(2018年)

数据中心白皮书

(2018年)

中国信息通信研究院

开放数据中心委员会

2018年10月

版权声明

本白皮书版权属于中国信息通信研究院和开放数据中心委员会,并受法律保护。转载、摘编或利用其它方式使用本白皮书文字或者观点的,应注明“来源:中国信息通信研究院和开放数据中心委员会”。违反上述声明者,本院将追究其相关法律责任。

在信息技术快速发展的背景下,数据中心作为各行各业的关键基础设施,为我国经济转型升级提供了重要支撑。我国数据中心产业总体起步较晚,2013年以来,随着移动互联网、云计算、大数据等技术的发展,产业规模高速增长,产业布局逐步优化,能效水平总体提升,产业链不断完善并取得一系列技术创新成果,但是产业发展仍面临着东西部地区供给需求不平衡、市场服务仍需完善、运维水平有待提高等问题。随着5G、物联网、人工智能、VR/AR等新一代信息技术的快速演进,将对数据中心提出更高的需求,我国数据中心产业将面临新的机遇和挑战。

中国信息通信研究院联合开放数据中心委员会首次发布《数据中心白皮书》,通过梳理国际、国内数据中心产业发展状况,分析国内外数据中心产业发展热点,总结数据中心基础设施、IT设备、建设模式等方面的技术发展特点和趋势,结合我国数据中心产业面临的政策环境,提出了产业发展展望和政策建议,为政府及产业界提供参考。

一、全球数据中心产业发展状况及分析 (1)

(一) 全球数据中心产业规模及发展趋势 (1)

(二) 全球数据中心产业热点分析 (2)

二、我国数据中心产业发展状况及分析 (6)

(一) 我国数据中心产业规模及发展趋势 (6)

(二) 我国数据中心产业热点分析 (8)

三、数据中心技术发展特点 (12)

(一) 高密度、绿色化引发数据中心基础设施变革 (12)

(二) 模块化数据中心成为数据中心建设新模式 (13)

(三) 定制化成为数据中心设施设备的发展方向 (14)

(四) 速度和性能成为数据中心计算存储设备追求的热点 (16)

(五) 大规模、高流量加速数据中心网络设备与技术演进 (17)

四、我国数据中心产业政策环境分析 (19)

(一) 政策引导数据中心布局不断优化 (19)

(二) 示范评优引领数据中心产业进步 (20)

(三) IDC业务管理政策逐步完善 (21)

(四) 绿色节能仍是地方数据中心政策的主要抓手 (22)

五、我国数据中心发展展望与政策建议 (23)

(一) 发展展望 (23)

(二) 政策建议 (28)

中国信息通信研究院&开放数据中心委员会数据中心白皮书(2018年)

一、全球数据中心产业发展状况及分析

(一)全球数据中心产业规模及发展趋势

全球数据中心数量减体量增。2010年以来全球数据中心平稳增长,从2017年开始,伴随着大型化、集约化的发展,全球数据中心数量开始缩减。据Gartner统计,截至2017年底全球数据中心共计44.4万个,其中微型数据中心42.3万个,小型数据中心1.4万个,中型数据中心5732个,大型数据中心1341个,预计2020年将减少至42.2万个1。从部署机架来看,单机架功率快速提升,机架数小幅增长,2017年底全球部署机架数达到493.3万架,安装服务器超过5500万台,预计2020年机架数将超过498万,服务器超过6200万台。

数据来源:Gartner 图1 2015-2020年全球数据中心和机架数量统计及预测全球数据中心市场规模总体平稳增长。2017年全球数据中心市

1微型数据中心是指机架数小于25的数据中心;小型数据中心是指机架数介于25-100的数据中心;中型数据中心是指机架数介于100-500的数据中心;大型数据中心是指机架数超过500的数据中心。

数据中心白皮书(2018年)中国信息通信研究院&开放数据中心委员会场规模近465.5亿美元(仅包括数据中心基础设施租赁收入,不包括云服务等收入),比2016年增长10.7%,预计2018年将达到514亿美元。从行业应用来看,仍以互联网、云计算、金融等行业为主。

数据来源:中国信息通信研究院

图2 2015-2018年全球IDC市场规模2

(二)全球数据中心产业热点分析

1.发达国家政府积极推进数据中心整合和能效提升

美国积极推进政府机构数据中心整合。2010年,美国管理和预算办公室(OMB)启动了美国联邦数据中心整合计划(FDCCI),以减少对昂贵和低效的老旧数据中心的整体依赖。2014年,美国推出了“联邦信息技术采集办法改革法案(FITARA)”,加大了对联邦政府IT支出的监督力度和透明度。这两项政策促使2010年到2015年2互联网数据中心(IDC)是指利用相应的机房设施,以外包出租的方式为用户的服务器等互联网或其他网

络相关设备提供放置、代理维护、系统配置及管理服务,以及提供数据库系统或服务器等设备的出租及其

存储空间的出租、通信线路和出口带宽的代理租用和其他应用服务的数据中心。提供IDC服务的企业简称IDC企业,IDC企业相关业务收入总和为IDC市场规模。

中国信息通信研究院&开放数据中心委员会数据中心白皮书(2018年)共关闭了1900多个联邦数据中心。2016年美国公布“数据中心优化倡议(DCOI)”,要求美国政府机构实现数据中心电能、PUE目标、虚拟化、服务器利用率以及设备利用率等指标监控和度量。在三年时间内,至少关闭其25%的Tier级数据中心(即大型数据中心)及其60%的非Tier级的数据中心,这将导致美国联邦政府关闭约52%的现有数据中心,数据中心新建量减少31%。减少美国政府庞大的数据中心库存和需要维持其运营的资金,三年内降低的成本和节省的费用预计达到27亿美元。

欧盟为提高能效水平提出数据中心行为规范。数据中心行为规范是2012年在欧盟主导下,由英国计算机协会及AMD、APC、Dell、Fujitsu、Gartner、HP、IBM、Intel等公司共同发起以提高数据中心能效为目的项目。欧盟数据中心行为规范项目主要针对小型数据中心开发减少能耗和碳排放的解决方案,要求遵循行为规范的数据中心必须实施节能最佳实践方案,满足采购标准,同时每年报告能耗。对于数据中心设备提供商,需要开发和使用高能效的服务器和低能耗的CPU,保证在降低能耗的情况下,具有相同的处理能力,来符合行为规范的要求。项目鼓励采用软件,特别是虚拟化的方法来管理能耗、提高服务器的使用率。

2.国际IDC企业加速全球扩张保持领先优势

国际领先的传统数据中心服务商加大全球扩张。紧随其大企业客户的全球化战略,国际领先的IDC企业加大全球扩张,通过投资并

数据中心白皮书(2018年)中国信息通信研究院&开放数据中心委员会购等方式在全球各地建设数据中心提供全球化服务。Synergy Research的调查报告表明,全球数据中心收购交易量在2017年创下历史新高,全年数据中心收购交易48宗,并购交易规模达到200亿美元,超过了2015年和2016年的45宗收购交易的总和。且单笔交易规模逐步提高,2017年完成的交易中有12宗交易的收购价格在10亿美元到100亿美元,31宗交易价格超过1亿美元。如美国Equinix 公司2016年以36亿美元完成了对Verizon的29个数据中心及运营部门的收购,2017年完成了对英国IO的收购,以及西班牙和葡萄牙Itconic的收购。经过连续收购,2017年公司净市值达到68.50亿美元(约432亿人民币),总机柜数达到24.26万个。通过大型并购交易和原有市场增长,Equinix市场份额增长速度远超整体市场,牢牢占据托管市场第一的位置。

数据来源:Synergy 图3 全球IDC并购规模及案例数(亿美元)

中国信息通信研究院&开放数据中心委员会数据中心白皮书(2018年)

3.全球数据中心围绕市场需求聚焦发达城市布局

受市场需求驱动,全球领先的传统IDC企业数据中心资源重点围绕经济发达、用户聚集、信息化应用水平较高的中心城市布局。Equinix目前在全球范围内拥有196个数据中心,遍布美洲、亚太、EMEA(欧洲、中东、非洲)地区,主要位于全球各区域中心城市,如北美的亚特兰大、芝加哥、纽约、硅谷、华盛顿,EMEA地区的巴黎、都柏林、阿姆斯特丹、伦敦,亚太地区的悉尼、上海、东京等城市。Digital Realty Trust在全球拥有205个数据中心,其中美国主要分布在经济基础雄厚的东西海岸地区以及部分内陆中心城市,在全球其他地区的数据中心也主要分布在大型发达城市。

亚马逊、IBM等提供云服务为主的新型IDC企业,其数据中心亦主要布局于中心城市。亚马逊AWS云在全球运营着55个可用区,每个可用区由一或多个数据中心构成。IBM云数据中心遍布全球,数量达到60个,其中33个数据中心用于承载公有云业务。亚马逊和IBM 的数据中心分布在北美、亚洲、欧洲和大洋洲四个大洲,大多位于经济发达的大型城市,如洛杉矶、华盛顿、伦敦、法兰克福、东京、香港、悉尼、北京等城市。

4.企业自用数据中心受成本驱动向自然条件优越的地区部署

国外大型互联网公司将自有业务部署在自然条件优越地区,以降低建设和运营成本。苹果公司目前正在丹麦奥罗本自治市建设大规模的数据中心,预计2019年开始运营,丹麦全年气温较低,最热月平

数据中心白皮书(2018年)中国信息通信研究院&开放数据中心委员会均气温只有15度至17度,可为数据中心节约大量用电成本。谷歌公司在比利时Saint –Ghislain建设了利用运河水进行自然冷却的数据中心,平均每年只有7天气温不符合免费冷却系统的要求,全年平均PUE可达到1.11。寒冷地区的数据中心利用气候条件优势可以实现极低的PUE值,大幅降低运营成本。这些数据中心大多承载企业内部自有业务,通过灵活、智能化的网络组织调度,满足业务质量要求。

二、我国数据中心产业发展状况及分析

(一)我国数据中心产业规模及发展趋势

我国数据中心规模和数量快速增长。据统计,2013年以来,我国数据中心总体规模快速增长,到2017年底,我国在用数据中心机架总体规模达到166万架,总体数量达到1844个,规划在建数据中心规模107万架,数量463个。其中大型以上数据中心为增长主力,截止2017年底,大型以上数据中心机架数超过82万,比2016年增长68%,数据中心总体规模占比近50%,比2016年增长10%,预计未来占比将进一步提高。

中国信息通信研究院&开放数据中心委员会数据中心白皮书(2018年)

数据来源:工信部发布文件

图4 2016-2017年我国数据中心规模

我国IDC市场规模高速增长。受“互联网+”、大数据战略、数字经济等国家政策指引以及移动互联网快速发展的驱动,我国IDC业务收入连续高速增长。根据中国信息通信研究院统计,2017年我国IDC全行业总收入达到650.4亿元左右,2012-2017年复合增长率为32%,持续保持快速增长势头3。根据测算,2017年我国传统IDC业务收入为512.8亿元,占IDC全行业总收入的比重为78.8%。云服务收入137.6亿元,占比21.2%,比2016年提高2.8%。随着“企业上云”行动实施,预计未来云服务收入在我国IDC业务收入中的占比仍会进一步增加。

32015年工信部发布《电信业务分类目录(2015年版)》,除数据中心租赁、服务器托管等传统IDC业务外,将互联网资源协作服务(IaaS与PaaS)纳入互联网数据中心(IDC)业务定义范畴,我国IDC业务收入包含IaaS和PaaS云计算业务部分。

数据中心白皮书(2018年)中国信息通信研究院&开放数据中心委员会

数据来源:中国信息通信研究院图5 2012-2017年我国IDC市场收入规模及增长率

(二)我国数据中心产业热点分析

1.我国数据中心利用率和能效水平不断提高

东部一线城市数据中心较饱和,中西部地区利用率不断提高。截至2017年底,我国超大型数据中心上架率34.4%,大型数据中心上架率54.87%,与2016年比均提高5%左右,除北上广深等一线城市,河南、浙江、江西、四川、天津等地区上架率提升到60%以上,西部地区多个省份上架率由15%提升到30%以上。全国数据中心总体平均上架率为52.84%,总体供需平衡,但与发达地区数据中心成熟市场仍有一定差距,数据中心利用率仍可进一步提高。

我国数据中心能效水平总体提升,优秀绿色数据中心案例不断涌现。截至2017年底,受上架率影响,全国在用超大型数据中心平均运行PUE 1.63;大型数据中心平均1.54,最优水平达到1.2左右。2017

中国信息通信研究院&开放数据中心委员会数据中心白皮书(2018年)年在建超大型、大型数据中心平均设计PUE分别为1.41、1.48,预计未来几年仍将进一步降低。从绿色技术来看,国内数据中心不断创新绿色节能新应用,多个数据中心获得TGG(绿色网格)与开放数据中心委员会联合认证的5A级绿色数据中心。如2015年,百度云计算(阳泉)中心采用整机柜服务器、高压直流+市电直供、机器学习控制系统、高温服务器等技术,实现年均PUE1.23;2016年,阿里巴巴千岛湖数据中心采用湖水自然冷却系统、太阳能电池板、高压直流等技术,达到年均设计PUE1.28;2017年,腾讯青浦三联供数据中心采用天然气三联供、离心变频冷机、磁悬浮冷机等技术,实现年均PUE1.31;2018年,阿里巴巴/张北云联数据中心采用无架空地板弥散送风、全自动化BA 系统实现自然冷源最大化等技术,实现年均PUE1.23。

2.我国数据中心总体布局逐步优化

我国数据中心总体布局逐步优化。自2013年五部委联合发布《关于数据中心建设布局的指导意见》(以下简称《指导意见》),2018年工信部印发《全国数据中心应用发展指引》(2017)以来,我国数据中心布局渐趋完善,新建数据中心,尤其是大型、超大型数据中心逐渐向西部以及北上广深周边地区转移。西部地区数据中心占比逐步提升,截至2017年底,西部地区在用数据中心机架数全国占比由2016年的20%提高到22%。伴随周边地区数据中心的快速发展,一线城市数据中心紧张问题逐步缓解,如随着张北、廊坊、乌兰察布等周边地区大量新建数据中心的落地投产,承接部分大型互联网公司的应用

数据中心白皮书(2018年)中国信息通信研究院&开放数据中心委员会需求,北京市数据中心应用不再“一柜难求”,数据中心租赁价格也有所降低,上海、广州、深圳也随着周边省市数据中心的建设,承接转移了部分应用需求。截止2017年底,北京、上海、广东三个数据中心聚集区的机架数占比由2016年的42%降低到37%。但受用户需求、网络条件等因素影响,新建数据中心仍趋向于东部地区。

旧厂房改造成为一线城市数据中心建设新模式。数据中心作为高能耗产业,需要大量电力、水力及空间资源。一线城市电力、水力资源紧张,碳排放、标煤等考核指标严格,新建数据中心数量逐步减少。随着我国产业结构升级、新型城市规划建设,传统制造业企业逐渐迁移出一线大城市,大量老旧工业厂房空置,不少企业将原有建筑改造建设数据中心,充分利用原有电力水力资源,如北京顺义的人民教育出版社印刷厂、上海市的宝钢集团钢厂等。另一方面,随着数据中心产业快速发展,众多房地产、设备商、钢铁、制造等企业通过并购或改造一到两个数据中心投资该行业,缺乏数据中心建设运营经验,部分新建数据中心质量较差。

3.运维管理逐渐成为数据中心产业关注热点

从2010年开始,我国数据中心产业进入高速发展阶段,产业规模以每两年翻一番的速度增长;2013年以来,国家和多个地方政府陆续发布数据中心产业引导政策,数据中心建设布局、绿色节能成为业界主要关注点。近两年,随着数据中心规模和数量的快速增长,高效运维管理以及人才问题凸显,多数据中心出现运维人才短缺,运维

中国信息通信研究院&开放数据中心委员会数据中心白皮书(2018年)能力跟不上数据中心建设速度等问题,尤其以西部地区更为明显。同时,受资源环境政策和成本压力的影响,数据中心追求低PUE、快速响应也对数据中心运维人员提出了更高要求。产业界的关注点逐步由建设转向运营管理,数据中心运维成为一大热点。国内第三方行业组织“开放数据中心委员会(ODCC)”开展了数据中心运维工程师培训,获得了产业界的热烈反响。受数据中心管理平台、人员经验和运维水平等影响,国内运维人员人均管理100个机柜,国外优秀数据中心人均管理上千个机柜,我国数据中心总体运维水平仍有待进一步提高。

4.国际企业加快中国IDC市场布局

随着我国互联网、云计算技术与应用的快速发展,国际巨头云计算公司纷纷加快在中国市场的布局。2013年6月,微软通过与世纪互联蓝云合作,成为首家入华的国际公有云服务商。2014年,世纪互联与IBM联合宣布基于IBM全球统一标准的企业级云平台Cloud Managed Services云管理服务正式上线。2016年,全球云计算龙头亚马逊AWS同光环新网合作正式落地中国。2016年,甲骨文宣布与腾讯云合作共同为中国企业提供云计算服务。2017年12月,亚马逊与西云数据合作运营的AWS中国(宁夏)数据中心成为AWS在中国的第二个可用区域。国外龙头企业通过合作运营模式进入中国,进一步加剧国内市场竞争。国际云计算企业纷纷在华落地迫使阿里云宣布全线产品进行降价,部分产品降价50%。

数据中心白皮书(2018年)中国信息通信研究院&开放数据中心委员会

三、数据中心技术发展特点

(一)高密度、绿色化引发数据中心基础设施变革

受高成本、高能耗驱动,数据中心供电架构逐步简化。传统数据中心供电以不间断电源UPS为主,产业链成熟,但转换效率较低。随着产业规模快速增长,数据中心建设成本和能耗激增,可靠性高、成本低的高压直流(HVDC),成为数据中心供电系统的新选择,采用“HVDC+市电直供”相结合的模式,供电效率可提升到94%-95%,若采用HVDC离线模式,其供电效率可提升至97 %以上,目前HVDC 已在BAT等大型互联网公司得到了广泛应用。近年来,互联网公司探索48V、12V供电模式,如谷歌、Facebook的48V整机柜供电架构、百度的12V分布式锂电池系统等,进一步提高供电效率,并实现模块化部署,热插拔维护。总体来看,供电系统逐渐由交流/集中式向直流/分布式转变,提高效率,降低成本,简化运维。

业务量扩大和功率密度提升,促使液冷成为数据中心制冷新风尚。伴随产业的快速发展,数据中心制冷技术不断革新,空调机组从风冷型、水冷型向冷冻水型、双冷源型过渡,气流组织也从传统的机房级向更精准的机柜行级演进。然而,随着人工智能等技术的快速发展,特别是GPU、TPU等专用芯片部署后,服务器功率大幅提升,数据中心逐渐向高密度、超大规模转变,对制冷系统提出了更高要求。传统风冷已无法达到所需的散热能力,液冷逐渐成为数据中心制冷的新模式。如Google专为人工智能设计的TPU服务器在性能飙升的同时,

中国信息通信研究院&开放数据中心委员会数据中心白皮书(2018年)功耗也逐代翻倍,最新一代TPU3.0服务器已必须使用液冷方案来降温。液冷模式通过液体直接导向热源带走热量,不需要像风冷一样间接通过空气循环降温,散热效率更高、更节能、运行噪音更小。

液冷应用逐渐由超算中心向各行业数据中心渗透。高性能计算HPC是当前液冷方案应用最多的领域,目前液冷主要有冷板、浸没、喷淋三种部署方式,冷板式部署介质无需直接接触发热器件,对原有IT基础设施的要求和改造最小,应用进展较快,如德国莱布尼茨计算中心和我国曾两度获得ISC国际超算大会TOP500冠军的“神威·太湖之光”均采用冷板式液冷;浸没式液冷让发热器件直接与液体接触,散热效率最高,同时技术难度也最大,当前美国德州TACC、日本东京工业大学超算中心采用浸没式液冷技术;喷淋式还处于发展初期、技术突破阶段,尚未出现大规模的部署案例。除了用于国家超算中心外,液冷也逐渐出现了商用案例,如位于中科院大气物理研究所的地球数值模拟装置原型系统和位于国家电网电力科学研究院仿真中心的超级计算系统,都采用了曙光集团的液冷服务器。液冷的市场化程度正逐步加强,应用方案也逐渐渗透到互联网、金融、教育、影视等领域,应用场景和环境越来越丰富,如目前已有互联网公司小规模的部署应用浸没式液冷方案,预计2018年底会正式上线。

(二)模块化数据中心成为数据中心建设新模式

模块数据中心进入大批量投产应用阶段。2012年,我国互联网公司国际首创的微模块数据中心,将数据中心的建设由“工地”迁移到

数据中心白皮书(2018年)中国信息通信研究院&开放数据中心委员会“工厂”,通过工厂预制、现场安装,可实现40天完成部署,大幅降低传统2-3年的建设周期,并且以模块为单位,可按照需求快速灵活部署。模块化数据中心高效、灵活、快速、节能的特点解决了数据中心建设运营中的大量问题,在互联网、电信、金融、政府等多个行业得到了快速应用。据ODCC统计,截止2017年底,微模块数据中心的部署量已从2013年的300套增长到4500套,相当于5万多个20A 机架规模,预模块数据中心完成9100个40A整机柜的部署,相当于1.8万个20A标准机柜,模块化数据中心累计完成约7万个标准机架的部署,容纳服务器能力超过100万台。运行6年来安全稳定,平均PUE下降0.2-0.4,运行成本降低20%-40%,节能降支效果非常明显,对数据中心产业模块化、绿色化具有很强的带动和引领作用。

(三)定制化成为数据中心设施设备的发展方向

自主设计的整机柜服务器迭代创新支撑新技术新应用。整机柜服务器通过整体机柜、集中供电、集中散热、统一管理、一体化交付、模块化运维,可实现TCO(总投入成本)降低10%-20%,部署效率提升20倍,日交付能力提升至1万台,整体能效提升15%,故障率降低40%,支撑大量互联网新技术应用。天蝎整机柜服务器目前完成三代技术演进,1.0和2.0版本实现了服务器供电、散热和系统管理层面标准化、资源池化,在实际应用中大幅提高效率并降低能耗。如整机柜大容量存储服务器面向存储业务,单机柜可部署硬盘720块,密度提升50%,单TB功耗1.1W;整机柜ARM64服务器,对比同配

中国信息通信研究院&开放数据中心委员会数据中心白皮书(2018年)置X86服务器,计算性能提升1-2倍,单节点功耗省40W;整机柜GPU服务器,通信带宽提升2-4倍,延时缩小1倍,比传统GPU服务器性能提升30%,功耗降低7%以上。3.0版本将实现对服务器计算、存储和传输资源的解耦和池化,解决云计算、大数据、人工智能等多种应用场景下,服务器部件资源利用不均衡等问题。整机柜服务器的创新应用推动产业快速发展,据统计截止2017年底,天蝎整机柜服务器累计部署规模约1.5万架,近50万台服务器解决方案,产值达150亿元,节约用户投资10到15亿元,节约用电超2亿度。

电信行业探索深度定制化服务器,致力推进电信网络重构。当前全球运营商面临网络转型的机遇与挑战,服务器等基础设施如何更好满足IT化的电信应用需求,是包括运营商、服务器供应商、电信设备供应商等在内的整个产业密切关注的问题。由传统网络向基于通用服务器、开源云计算平台的技术架构演进,提升网络效率、降低成本成为电信行业的普遍共识。为此,中国移动联合中国电信、中国联通、中国信通院、英特尔等公司发起OTII(Open Telcom IT Infrastructure)项目,探索深度定制化服务器,形成电信行业面向网络IT化转型的开放标准、统一规范的服务器技术方案,致力解决电信行业的网络转型困境。实验显示,OTII服务器能够在运营商NFV总体框架下平滑接入现网,有效支持vBRAS(虚拟宽带远程接入服务器)等典型虚拟化网元的承载和运行,特别是在设备规格、功耗、管理能力等方面能够满足运营商边缘机房DC化重构的特殊需求,在运营商网络中拥有广阔的应用前景。随着网络重构的逐步推进,在开源软件、开放硬

数据中心白皮书(2018年)中国信息通信研究院&开放数据中心委员会件的基础上进行关键部件的自主研发和深度定制,将成为运营商新的运营模式。

(四)更高的性能和速度成为数据中心IT设备技术发展趋势

GPU服务器突破了CPU服务器的效率瓶颈,计算速度大幅提升。人工智能的发展让数据中心面临更大的计算难题,尤其是深度学习、图片编解码和视频渲染等应用需求的出现,让传统的CPU服务器陷入计算瓶颈,逐渐暴露出被cache占据大量空间、计算工作占比低、控制逻辑复杂等不足。与CPU需要较强通用性来处理各种数据类型所不同,GPU拥有数量众多的计算单元、超长的流水线和简单的控制逻辑,具备高效的图形处理能力和计算能力,更适应类型高度统一、相互无依赖的大规模数据和不需要被打断的纯净的计算环境,可应对人工智能在训练和推理过程中对计算性能、能耗、吞吐和延迟等方面的更高要求,成为了数据中心应对人工智能应用场景的重要基础设施。

人工智能应用的爆发式增长,引发GPU服务器市场的快速扩张。近年来各行各业落地的人工智能应用层出不穷,GPU服务器因其高并行计算性能和成熟的软件生态优势,成为现阶段人工智能领域应用最广泛的加速计算解决方案,市场呈现高速发展态势。据IDC统计,2017年中国GPU加速计算服务器市场规模为5.65亿美元,同比增长230.7%。预计2017到2022年间,市场销售额年复合增长率为43%,也吸引了众多厂商加入到这场市场角逐中。

固态硬盘的出现改变了机械硬盘独占鳌头的市场格局。硬盘作为

精选-大数据可视化平台产品白皮书

1 行业大数据 电力行业应用特点:基于GIS 组件与动态组件的实时数据监控展示,基于静态组件的多样化报表分析展示。 用电量预测:基于海量历史电量数据,规划区域面积、历史人口、历史国民经济数据、三产比例等变化情况,对区域用电量进行预测,作为进一步规划设计依据。 空间负荷预测:基于全网中各小区的占地面积、用地类型、容积率,行业的建筑面积负荷密度、占地面积负荷密度,小区目标年占地面积、小区目标年建筑面积,总负荷值、行业负荷值等数值,对远景年负荷进行预测。 多指标关联分析:从多个外部系统(如GIS ,PMS ,OMS 等)抓取所需数据的时间一致性切片,进行综合分析利用,从而支持规划设计。 金融相关行业应用特点:基于矢量图组件与动态组件的实时资金交易数据监控展示,基于静态组件的多样化报表分析展示。 资金实时流向分析:重点地区资金流向、重点行业资金流向、频繁且相近额度资金流向、季节资金流向、节假日资金流向、偶尔大额资金流向。 数据辅助征信风控:通过连接大数据(包括P2P 平台、小额信贷机构、征信机构、银行、第三支付、互联网大数据等)、连接不同的应用场景,挖掘和探索虚拟经济形态下的网络和商务平台数据,提供去中心化分布式查询,打破行业内信息各自孤立而形成信息漏洞的现状,高效控制风险。 业务拓展:客户挖掘、精准投放、二次开发、战略指导、全民分析等多种智能分析模型,为管理层的管理决策提供了最直接的数据依据,同时绚丽易读的可视化展现带来了清晰直观的产品体验, 让管理层不再拍脑袋发愁。 电子政务应用特点:基于GIS 组件的基础数据关联展示,基于静态组件的多样化报表分析展示。 整合分析发现群众真实需求,并强化数据预测应用功能,助推政府采取更加人性化、便民化,更有 WYDC Viewer 产品白皮书 四方伟业大数据分析Data Discovery 系列产品 WYDC Viewer 是Data Discovery 系列产品中的数据可视化分析展示平台,本白皮书介绍了大数据平台的基础架构,对 WYDC Viewer 的功能及要求做了简要介绍。 成都四方伟业软件股份有限公司

白皮书-移动应用(App)数据安全与个人信息保护白皮书

移动应用(App) 数据安全与个人信息保护 白皮书 (2019年) 中国信息通信研究院 安全研究所 2019年12月

版权声明 本白皮书版权属于中国信息通信研究院(工业和信息化部电信研究院)安全研究所,并受法律保护。转载、摘编或利用其它方式使用本白皮书文字或者观点的,应注明“来源:中国信息通信研究院安全研究所”。违反上述声明者,本单位将追究其相关法律责任。

前言 移动应用(以下简称“App”)是数字经济下的重要产品。随着移动网络和智能手机全面覆盖,App种类和数量增长迅猛。从社交到出行、从网购到外卖,从办公到娱乐,App已全面渗透用户生活,成为大众生活必需品,并因此汇集大量衣食住行、社交关系等用户个人信息。App逐渐成为承载网络应用和信息数据的核心载体。 App在满足用户美好数字生活需要,助力消费升级和经济转型发展方面发挥了不可替代的作用,但也暴露出违法违规收集使用个人信息、用户个人信息泄露与滥用等数据安全问题。App数据安全关乎个体层面的隐私权利保护,产业层面的健康发展,以及国家层面的全球数字竞争力。欧美等移动互联网发展较早的国家,在移动互联网安全制度构建方面已较为领先。近年来,我国也高度重视App数据安全与个人信息保护工作,从法规标准、专项治理、企业自律等方面多管齐下,加大治理力度。 本白皮书在研判App发展趋势及社会经济影响的基础上,重点分析目前主流App存在的数据安全隐患,系统梳理总结国内外App数据安全治理现状,最后从政府、企业、行业三个维度研究提出了我国App 数据安全与个人信息保护综合治理建议,并从用户视角总结提出了用户安全使用技巧。

大数据中心选址调研报告

大数据中心选址调研报告 一、数据中心概念 大数据中心,是指服务于大数据存储、挖掘、分析和应用的数据中心。大数据(big data,mega data),或称巨量资料,指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。目前我国的数据中心总数已接近100万。 二、行业分布 作为信息化建设的核心内容,数据中心始终是金融、政府、能源、交通等行业的投入重点;而伴随着电信行业的转型和移动互联网的发展,IDC也成为电信行业重点投资领域。此外IPDC互联网数据中心成为市场的热点,互联网提供商大规模建设云数据中心。 三、发展前景 十二五”规划中明确了战略新兴产业是国家未来重点扶持的对象,其中信息技术被确立为七大战略性新兴产业之一,将被重点推进。新一代信息技术分为六个方面,分别是下一代通信网络、物联网、三网融合、新型平板显示、高性能集成电路和以云计算为代表的高端软件。 四、选址要素 1. 数据中心属于高能耗产业,一个10万台服务器级别的数据中心需要两路或更多合共50-60MW的电力支持。且数据中心用电负荷必须持续稳定,因此需要选择建设在能源充裕,并且能源的价格相对便宜的区域,以降低数据中心的运营成本; 2. 为了满足(1)的用电要求,周边配电站设施也需要完善。条件包括配电站等级,配电站与场地距离,配电站变压器的供电余量,变压器目前的用户类别(如共用),上级电网的联系; 通常情况下,如果数据中心用户单独自建用户站,可选择的电压等级有以下几种: a)380V:适合于小型数据中心,不在考虑范围内 b)10KV:适用于两路市电进入用户站的总容量不超过20MVA的容量项目;即,每一路10KV市电进线容量不超过10MVA;当用户的进线容量需求超过这个范围时,可以考虑多路10KV进线的方式。对于数据中心的安全等级要求超过TIER2以上

工业大数据白皮书2017版

一张图读懂工业大数据 1. 工业大数据 工业大数据是指在工业领域中,围绕典型智能制造模式,从客户需求到销售、订单、计划、研发、设计、工艺、制造、采购、供应、库存、发货和交付、售后服务、运维、报废或回收再制造等整个产品全生命周期各个环节所产生的各类数据及相关技术和应用的总称。 工业大数据的主要来源有三类: 第一类是生产经营相关业务数据。主要来自传统企业信息化范围,被收集存储在企业信息系统内部。此类数据是工业领域传统的数据资产,正在逐步扩大范围。 第二类是设备物联数据。主要指工业生产设备和目标产品在物联网运行模式下,实时产生收集的涵盖操作和运行情况、工况状态、环境参数等体现设备和产品运行状态的数据。此类数据是工业大数据新的、增长最快的来源。 第三类是外部数据。指与工业企业生产活动和产品相关的企业外部互联网来源数据。 2. 工业大数据的地位 2.1 在智能制造标准体系中的定位 工业大数据位于智能制造标准体系结构图的关键技术标准的左侧,属于智能制造标准体系五大关键技术之一。

2.2与大数据技术的关系 工业领域的数据累积到一定量级,超出了传统技术的处理能力,就需要借助大数据技术、方法来提升处理能力和效率,大数据技术为工业大数据提供了技术和管理的支撑。 首先,工业大数据可以借鉴大数据的分析流程及技术,实现工业数据采集、处理、存储、分析、可视化。其次,工业制造过程中需要高质量的工业大数据,可以借鉴大数据的治理机制对工业数据资产进行有效治理。 2.3与工业软件和工业云的关系 工业软件承载着工业大数据采集和处理的任务,是工业数据的重要产生来源,工业软件支撑实现工业大数据的系统集成和信息贯通。 工业大数据技术与工业软件结合,加强了工业软件分析与计算能力,提升场景可视化程度,实现对用户行为和市场需求的预测和判断。 工业大数据与工业云结合,可实现物理设备与虚拟网络融合的数据采集、传输、协同处理和应用集成,运用数据分析方法,结合领域知识,形成包括个性化推荐、设备健康管理、物品

数据中心选址

Intel 一、 1. 数据中心属于高能耗或更多合共50-60M 因此需要选择建设在低数据中心的运营成 2. 为了满足(1)的用站等级,配电站与场用户类别(如共用通常情况下,如果数以下几种: a) 380V:适合于小b) 10KV:适用于两即,每一路10K 求超过这个范围的安全等级要求来自不同上级变数据中心用户管理上略有不同c) 35KV:不是所有中,其每一路的d) 110KV:当用户ntel 数据中心的选址白皮书 Draft:Revision: 数据中心选址的基本要素数据中心选址的基本要素:: 高能耗产业,一个10万台服务器级别的数据中60MW 的电力支持。且数据中心用电负荷必須建设在能源充裕,并且能源的价格相对便宜的区运营成本; 的用电要求,周边配电站设施也需要完善。站与场地距离,配电站变压器的供电余量,变压共用),上级电网的联系; 如果数据中心用户单独自建用户站,可选择的电合于小型数据中心,不在考虑范围内; 用于两路市电进入用户站的总容量不超过20MVA 10KV 市电进线容量不超过10MVA;当用户的进个范围时,可以考虑多路10KV 进线的方式。级要求超过TIER2以上级别时,两路、或多路上级变电站,或同一变电站的不同的变压器。用户最多选用的一个电压等级。全国各个省市在有不同。) 是所有地方都有该电压等级,在已有的可以选用一路的容量一般不超过20MVA; 当用户的单一回路用电负荷超过20MVA 级别时Intel IEWA Draft: 张敬 sion: Otto Chow 2012/9/3 数据中心需要两路 必須持续稳定,宜的区域,以降。条件包括配电 变压器目前的择的电压等级有0MVA 的容量项目; 户的进线容量需 。对于数据中心多路10KV 进线应。(目前,国内省市在具体设计和选用35KV 用户站 别时,需要考虑

城市大数据平台白皮书》解读:智慧城市中的应用

《城市大数据平台白皮书》解读:智慧城市中的应用 日前,中国信息通信研究院正式发布《城市大数据平台白皮书》,阐述了城市大数据的概念和内涵,分析了建设城市大数据平台对于破解智慧城市建设难题的意义,并介绍了我国城市大数据平台的发展现状。 同时,白皮书还提出了城市大数据平台的通用技术架构,梳理了城市大数据平台的运营模式,并就城市大数据平台发展给出了相应的建议。 什么是城市大数据? 随着数据处理技术的不断进步,人们对于数据应用的意识不断提高,人们生活和各行业运行产生的数据呈现爆发式增长,形成了城市大数据。 城市大数据是指城市运转过程中产生或获得的数据,及其与信息采集、处理、利用、交流能力有关的活动要素构成的有机系统,是国民经济和社会发展的重要战略资源。用简单、易于理解的公式可以表达为:城市大数据=城市数据+大数据技术+城市职能。 城市大数据的数据资源来源丰富多样,广泛存在于经济、社会各个领域和部门,是政务、行业、企业等各类数据的总和。同时,城市大数据的异构特征显著,数据类型丰富、数量大、速度增长快、处理速度和实时性要求高,且具有跨部门、跨行业流动的特征。 按照数据源和数据权属不同,城市大数据可以分为政务大数据、产业大数据和社会公益大数据。政务大数据指的是政务部门在履行职责过程中制作或获取的,以一定形式记录、保存的文件、资料、图表和数据等各类信息资源。产业大数据指的是在经济发展中产生的相关数据,包括工业数据、服务业数据等。 此外,还有一些社会公益大数据。当前,城市大数据多数为政务大数据和产业大数据,所以城市大数据的主要推动者应为一个城市的政府和相关的具有一定数据规模的企业。

为保障城市运转的安全高效,智慧城市建设需要对海量的数据资源进行收集、整合、存储与分析,并使用智能感知、分布式存储、数据挖掘、实时动态可视化等大数据技术实现资源的合理配置。因此,城市大数据是实现城市智慧化的关键支撑,是推动“政通、惠民、兴业”的重要引擎。 新型智慧城市发展面临挑战 数据驱动的新型智慧城市发展面临诸多问题。白皮书认为,虽然当前各级地方政府和企业都在积极探索智慧城市建设,但仍存在着特色不明、体验不佳、共享不足等问题。究其根源在于,未能实现城市大数据资源与城市业务的良好融合。 具体而言,挑战包括三个方面:一是信息系统烟囱林立,阻碍数据共享;二是数据治理普遍薄弱,价值大打折扣;三是数据管理水平不一,缺乏整体联动。 如何应对新型智慧城市建设中的困难和挑战?白皮书认为城市大数据平台的建设能够发挥积极作用,具体表现在三个方面。 一、通过数据汇集加速信息资源整合应用 第一,城市大数据平台建立了数据治理的统一标准,提高数据管理效率。通过统一标准,避免数据混乱冲突、一数多源等问题。通过集中处理,延长数据的“有效期”,快速挖掘出多角度的数据属性以供分析应用。 通过质量管理,及时发现并解决数据质量参差不齐、数据冗余、数据缺值等问题。 第二,城市大数据平台规范了数据在各业务系统间的共享流通,促进数据价值充分释放。通过统筹管理,消除信息资源在各部门内的“私有化”和各部门之间的相互制约,增强数据共享的意识,提高数据开放的动力。通过有效整合,提高数据资源的利用水平。 二、通过精准分析提升政府公共服务水平 在交通领域,通过卫星分析和开放云平台等实时流量监测,感知交通路况,帮助市民优化出行方案;在平安城市领域,通过行为轨迹、社会关系、社会舆情等集中监控和分析,为公安部门指挥决策、情报研判提供有力支持。 在政务服务领域,依托统一的互联网电子政务数据服务平台,实现“数据多走路,群众少跑腿”;在医疗健康领域,通过健康档案、电子病历等数据互通,既能提升医疗服务质量,也能及时监测疫情,降低市民医疗风险。 三、通过数据开放助推城市数字经济发展 开放共享的大数据平台,将推动政企数据双向对接,激发社会力量参与城市建设。一方面,企业可获取更多的城市数据,挖掘商业价值,提升自身业务水平。

数据中心空调系统节能技术白皮书

数据中心空调系统节能技术白皮书 数据中心空调系统节能技术白皮书

目录 1.自然冷却节能应用 (3) 1.1概述 (3) 1.2直接自然冷却 (3) 1.2.1简易新风自然冷却系统 (3) 1.2.2新风直接自然冷却 (5) 1.2.3 中国一些城市可用于直接自然冷却的气候数据: (8) 1.3间接自然冷却 (8) 1.3.1间接自然冷却型机房精密空调解决方案 (8) 1.3.2风冷冷水机组间接自然冷却解决方案 (12) 1.3.3水冷冷水机组间接自然冷却解决方案 (15) 1.3.4 中国一些城市可用于间接自然冷却的气候数据: (16) 2.机房空调节能设计 (17) 2.1动态部件 (17) 2.1.1压缩机 (17) 2.1.2风机 (18) 2.1.3节流部件 (19) 2.1.4加湿器 (19) 2.2结构设计 (21) 2.2.1冷冻水下送风机组超大面积盘管设计 (21) 2.2.2DX型下送风机组高效后背板设计 (22) 2.3控制节能 (22) 2.3.1主备智能管理 (22) 2.3.2EC风机转速控制 (23) 2.3.3压差控制管理 (23) 2.3.4冷水机组节能控制管理 (26)

1.自然冷却节能应用 自然冷却节能应用 概述 1.1概述 随着数据中心规模的不断扩大,服务器热密度的不断增大,数据中心的能耗在能源消耗中所占的比例不断增加。制冷系统在数据中心的能耗高达40%,而制冷系统中压缩机能耗的比例高达50%。因此将自然冷却技术引入到数据中心应用,可大幅降低制冷能耗。 自然冷却技术根据应用冷源的方式有可以分为直接自然冷却和间接自然冷却。直接自然冷却又称为新风自然冷却,直接利用室外低温冷风,作为冷源,引入室内,为数据中心提供免费的冷量;间接自然冷却,利用水(乙二醇水溶液)为媒介,用水泵作为动力,利用水的循环,将数据中心的热量带出到室外侧。 自然冷却技术科根据数据中心规模、所在地理位置、气候条件、周围环境、建筑结构等选择自然冷却方式。 直接自然冷却 1.2直接自然冷却 直接自然冷却系统根据风箱的结构,一般可分为简易新风自然冷却新风系统和新风自然冷却系统。 简易新风自然冷却系统 1.2.1简易新风自然冷却系统 1.2.1.1简易新风自然冷却系统原理 简易新风自然冷却系统原理 简易新风直接自然冷却系统主要由普通下送风室内机组和新风自然冷却节能风帽模块组成。节能风帽配置有外部空气过滤器,过滤器上应装配有压差开关,并可以传递信号至控制器,当过滤器发生阻塞时,开关会提示过滤器报警。该节能风帽应具备新风阀及回风阀,可比例调节风阀开度,调节新风比例。

注册数据安全治理专业人员(CISPDSG)白皮书.doc

注册数据安全治理专业人员(CISP-DSG) 白皮书 发布日期2019年8月 版本:1.0 中国信息安全测评中心 北京天融信网络安全技术有限公司

CISP-DSG白皮书 咨询及索取 关于中国信息安全测评中心CISP-DSG培训考试相关的更多信息,请与CISP-DSG运营中心联系。 CISP-DSG运营中心联系方式: 【联系地址】北京市海淀区上地东路1号华控大厦4层 【电话】 【电子邮件】 【官方网站】 北京天融信网络安全技术有限公司(简称天融信)创始于1995年,是中国领先的网络安全、大数据与安全云服务提供商。是中国信息安全测评中心授权的注册数据安全治理专业人员(CISP-DSG)运营机构,负责注册数据安全治理专业人员(CISP-DSG)专项证书的知识体系研发和维护、考题研发、考试服务、授权培训机构管理及市场推广等内容。 CISP-DSG证书专注于考核、培养从事数据安全治理相关工作的安全人才,是业界首个数据安全治理方向的注册考试。

目录 引言 4 一、CISP-DSG考试要求4 二、CISP-DSG考试方向5 三、CISP-DSG注册流程7 四、CISP-DSG职业准则7 五、CISP-DSG考生申请资料要求 8 六、CISP-DSG收费标准9 七、注册数据安全治理专业人员运营中心联系方式10

引言 当前,政府与企业的信息化程度不断加深,IT系统的复杂度与开放度随之提升,伴随云计算、大数据、人工智能等新兴技术的飞速发展,数据作为支撑这些前沿技术存在与发展的生产资料,已经成为组织的核心资产,受到前所未有的重视与保护。数据的安全问题将引发企业和社会决策的安全问题。数据的安全问题,已成为企业资产安全性、个人隐私安全性、国家和社会安全的核心问题。 数据安全是一个复杂的问题,单靠技术手段无法完整解决,需要用数据安全治理的理念进行体系化建设。通过数据安全治理,能使信息系统安全建设更加突出重点、统一规范、科学合理。通过数据安全技术措施的实施,为各类组织机构提供先进的、科学的技术手段和管理依据,大大降低重要数据及公民个人信息的泄漏风险,更好地遵循技术防范和管理并重的原则,提高整体管理水平。 数据安全治理过程的推广和应用,专业人才是关键。加快培养符合各类组织机构信息安全建设需求的专业人才是应用数据安全治理理念系统化解决数据安全问题的重点。 中国信息安全测评中心主导的“CISP-DSG”(Certified Information Security Professional - Data Security Governance)注册数据安全治理专业人员技能水平注册考试,锻炼考生通过数据安全治理过程,帮助各类组织机构解决数据安全顶层设计及管理体系建设的问题,从而促进国家企事业单位信息安全管理能力提升,提高我国信息安全产业的整体实力和在国际市场的竞争力。 一、CISP-DSG考试要求 成为注册数据安全治理专业人员(CISP-DSG)必须同时满足以下基本要求: 1.申请成为注册数据安全治理专业人员(CISP-DSG),具备一定数据安全治理基础,或有意向从事数据安全治理的人员; 2.申请成为注册数据安全治理专业人员(CISP-DSG)无学历与工作经验的报考要求; 3.通过注册数据安全治理专业人员运营中心组织的CISP-DSG考试; 4.同意并遵守CISP职业道德准则;

大数据态势感知系统白皮书_V2.0

目录 一、安全现状及挑战 (2) 1.1安全现状 (2) 1.2面临挑战 (2) 二、安全态势感知系统 (3) 2.1方案概述 (3) 2.2方案内容 (4) 2.2.1典型网络状况 (4) 2.2.2态势感知工作流程 (5) 2.2.3态势感知功能组成 (5) 3、系统技术体系 (8) 3.1系统总体架构 (8) 3.2系统主要功能 (9) 4、系统部署方式 (10) 4.1部门级部署 (10) 4.2企业应用部署 (10) 4.3集团应用部署 (11) 4.4部署要求 (12) 五、系统优势 (12)

一、安全现状及挑战 1.1安全现状 近年来,我国政府和企业信息化建设得到快速发展,越来越多的各类核心业务的开展高度依赖于信息技术应用,信息安全问题的全局性影响作用日益增强。为了保障国内各企事业单位的信息系统安全,国家出台了网路安全法,各行业和相关主管部门也出台了各类信息安全监控、审计作为保障信息系统安全的制度,相关的制度标准包括ISO/IEC17799、COSO、COBIT、ITIL、NISTSP800等。这些标准制度从不同角度提出信息安全控制体系,可以有效地控制信息安全风险。同时公安部发布的《信息系统安全等级保护技术要求》中也对安全监控、审计提出明确的技术要求。 目前,很多政府企业在信息安全保障体系建设方面已经达到了一定的水平,先后建立了非法外联监控管理系统、防病毒系统、补丁分发系统、防火墙、入侵检测系统、漏洞扫描系统等,为客户端安全管理、网络安全管理和系统安全管理提供了技术支撑手段。 1.2面临挑战 目前政府企事业单位通过各类安全产品建立起信息安全保障体系,但当前各种信息安全保障工作相对独立,各自为政,单点的工作开展的多,缺乏有效手段将这些安全工作有效串接,并未形成一个综合防御体系。这些安全设备往往产生大量违反安全策略和安全规则的告警事件,其中不乏大量的重复报警和误报警,且各类安全事件之间分散独立,缺乏联系,无法给安全管理员提供在攻击时序上和地域上真正有意义的指导,加重了安全运维人员的工作负担,所以通过购买更多的单点的安全设备已经无法保证企业的信息安全综合保障能力的提升。

社会信用体系大数据平台白皮书v1.0

社会信用体系大数据平台 白皮书 九次方财富资讯(北京)有限责任公司 2016年5月

目录 第一章社会信用体系介绍 (3) 第二章发展现状及趋势 (6) 2.1社会信用体系建设现状 (6) 2.2大数据应用情况与趋势 (7) 2.2.1新形势下的大数据已成为社会信用体系创新的重要突破口 (7) 2.2.2开启大数据时代政务和社会管理新模式 (8) 2.2.3培育经济发展新引擎,打造区域性竞争优势 (8) 2.2.4打造诚信名片,树立行业标杆 (9) 第三章九次方社会信用体系大数据平台的特征 (10) 3.1遵循大数据十三五规划和大数据相关标准规范 (10) 3.2采用大型IT应用系统设计原则 (10) 3.3技术架构对数据结构变化的适应性 (11) 3.4数据采集源的易用性及业务变更的适应性 (12) 3.5注重指标体系及数据模型的设计 (12) 3.6大数据应用场景的可视化及参数化设计 (13) 3.7采用先进、成熟、实用的软件和技术 (13) 第四章九次方社会信用体系大数据平台的总体架构 (14) 4.1数据架构设计 (16) 4.2网络架构设计 (17) 第五章标准规范体系建设 (19) 5.1标准规范建设框架 (19) 5.2标准规范建设内容 (20) 5.2.1公共信用标准规范体系建设 (20) 5.2.2统一社会公共信用代码建设 (21) 第六章社会信用体系数据中心建设 (27) 6.1大数据公共信用信息数据库 (27) 6.2大数据公共信用信息共享与交换平台 (28) 6.3信用门户网站和手机应用 (28) 第七章大数据平台建设 (29)

7.1大数据采集平台 (29) 7.2大数据清洗平台 (30) 7.3大数据挖掘与分析平台 (33) 7.4大数据可视化平台 (35) 第八章应用系统建设 (37) 8.1公共信用信息综合查询 (37) 8.2市场公共信用监管 (37) 8.3信用服务展现 (38) 8.4个人征信信息查询 (39) 8.5企业征信信息查询 (40) 8.6小微企业信用评估 (40) 8.7交易对手信用风险预警 (41) 第九章社会信用体系大数据平台建设的核心要素 (42) 第十章结束语 (43)

数据中心能耗分析报告

数据中心能耗实例分析 前言:本文着重分析了影响数据中心能耗的因素,从数据中心的空调、UPS、运维等方面对其能耗进行了综合分析。本文认为影响数据中心能耗的关键因素是空调系统,并以2个数据中心的空调系统为例,结合作者在数据中心建设和运维中的经验,提出了数据中心节能的建议。 一、数据中心节能的必要性 近年国内大型数据中心的建设呈现快速增长的趋势,金融、通信、石化、电力等大型国企、政府机构纷纷建设自己的数据中心及灾备中心。随着物联网、云计算及移动互联概念的推出,大批资金投资到商业IDC的建设中。数据中心对电力供应产生了巨大的影响,已经成为一个高耗能的产业。在北京数据中心较集中的几个地区,其电力供应都出现饱和的问题,已无法再支撑新的数据中心。目前某些数据中心移至西北等煤炭基地,利用当地电力供应充足、电价低的优势也不失为一个明智的选择。 随着数据中心的不断变大,绿色节能数据中心已经由概念走向实际。越来越多的数据中心在建设时将PUE值列为一个关键指标,追求更低的PUE值,建设绿色节能数据中心已经成为业内共识。例如,微软公司建在都柏林的数据中心其PUE值为1.25。据最新报道Google公司现在已经有部分数据中心的PUE降低到1.11。而我们国内的PUE平均值基本在1.8~2.0,中小规模机房的PUE值更高,大都在2.5以上。我们在数据中心绿色节能设计方面与国外还存在很大差距,其设计思想及理念非常值得我们借鉴。 根据对国内数据中心的调查统计,对于未采用显著节能措施的数据中心,面积为1000平方米的机房,其每年的用电量基本都在500多万kWH左右。因此对

于新建的大型数据中心,节能的必要性十分重要。 从各大数据中心对电力的需求来看,数据中心已经成为重要的高耗能产业而非“无烟工业”,建设绿色、节能的数据中心急需从概念走向实际。 二、影响数据中心能耗的因素 数据中心的能耗问题涉及到多个方面,主要因素当然是空调制冷系统,但UPS、机房装修、照明等因素同样影响着数据中心的能耗,甚至变压器、母线等选型也影响着能耗。例如,对UPS而言,根据IT设备的实际负荷选择合理的UPS 容量,避免因UPS效率过低而产生较大的自身损耗。同时,选择更加节能的高频UPS、优化UPS拓扑结构都可起到节能的效果。 1、UPS对数据中心能耗的影响 UPS主机的自身损耗是影响数据中心能耗的一项重要因素。提高UPS的工作效率,可以为数据中心节省一大笔电费。下图为某大型UPS主机的效率曲线。从该曲线中可以看出,当UPS负荷超过30%时UPS的效率才接近90%。很多数据中心在投运初期IT负荷较少,在相当长的时间内负荷不足20%。在此情况下UPS 的效率仅仅为80%左右,UPS的损耗非常大。因此,在UPS配置中尽量选择多机并联模式,避免大容量UPS单机运行模式。例如,可以用两台300kVA UPS并联运行的模式代替一台600kVA UPS单机运行模式。其优点在于IT负荷较少时只将一台300kVA UPS投入运行,另一台UPS不工作,待IT负荷增加后再投入运行。这种UPS配置方案及运行模式可以提高UPS效率,降低机房能耗。

Linkoop领象大数据平台白皮书

Linkoop 领象大数据平台白皮书 V3.0 Linkoop领象大数据平台为企业级大数据应用提供了数据全生命周期的解决方案,包含了数据集成、数据管理、数据安全、数据查询以及数据分析的整套分布式大数据平台和计算平台,帮助企业对海量数据进行采集、存储、治理、分析和挖掘,发现数据价值。 Linkoop领象大数据平台技术特点 ?业界领先的大数据计算能力 不论是数据导入、清洗、查询、分析还是复杂的机器学习任务,Linkoop都将这些任务转化为Hadoop上的分布式计算任务,充分利用整个大数据集群的计算能力。Linkoop对计算任务中的关键操作进行了定制化开发和优化,如数据加载、多维关联等常用操作,在降低使用难度的同时提高了计算效率,优化后的处理性能可达Hive-tez的10倍以上,Spark的2-10倍。Linkoop在电信领域广泛应用,每天处理的新增数据量超过600TB,充分验证了平台数据处理的性能和稳定性。 ?全图形化的数据处理流程设计 Linkoop创新性地提供了数据处理流程的图形化开发界面,使得在大数据平台上的数据处理不需要编写Hadoop代码,只需要通过鼠标拖拽添加功能组件,设定功能组件的运行参数和功能组件之间的依赖关系,就能够完成大数据处理流程的定义。对于定义完成的数据处理流程,能直接生成计算任务,提交平台执行和监控。全图形化的使用界面大大降低了对大数据应用开发、实施和运维人员的技术门槛,减少了项目实施的周期和成本。 ?插件式功能扩展 Linkoop提供的功能组件既包括数据采集和ETL任务相关的数据抽取、清洗、脱敏、校验、转换等功能,也包括了数据分析所需要的多维关联、聚集、统计以及机器学习算法等功能。

大型数据中心机房基础设施的发展趋势

龙源期刊网 https://www.360docs.net/doc/ab2411460.html, 大型数据中心机房基础设施的发展趋势 作者:屠伟国 来源:《赢未来》2018年第24期 摘要:现如今,大数据与云计算的发展速度日益突出,与此同时,其建设也越来越受到人们的追捧,随之其中心机房基础设施建设也发生诸多变化。文章主要深入研究了目前大型数据的中心机房基础设施的发展趋势,以期为同行业者提供有利的参考依据。 关键词:大型数据;中心机房;基础设施;发展趋势 前言: 现的阶段,关于大型数据中心机房的模块划分十分精细,同时其面积也是不断扩大,当前最重要的也是最关注的焦点问题就是怎样将大型数据中心机房基础设施建设做好,因为它与数据中心机房后续的维护及运行有着直接的联系。所以,文章主要研究了大型数据中心机房基础设施的发展趋势。 1简析大型数据中心机房 1.1有关大型数据中心机房的灵活性 建设数据中心大楼是一项建设周期比较长的基础建设,建设一栋具有2km2的钢筋混凝土框架的数据中心大楼,需要1.5-2年时间才可以完成,完成后很难进行重建。在建立数据中心时,业主的条件通常不同于建成后在市场需求、目标客户、以及机电技术等方面。建设数据中心不仅强调运营要保持可靠性、安全性和有效性,而且还要使数据中心的适应能力具备灵活性,以应对今后的不确定性因素和变化多端的业务需求。为了将以上问题进行有效解决,在数据中心机房建设中广泛利用标准化设计,在数据中心园区中实施统一规划,分布的策略。 标准化方案紧凑合理,安装效率高。标准化方案可以降低施工时间,有利于维护及管理,提升装载率,在合理的范围内,控制数据中心机房建设的成本。在数据中心园区建设中,主要实施的统一规划、分步策略是一种投资增长战略,这种策略缓解了一次性投入资金的压力,降低了固定资产折旧带来的损失,对市场波动带来的风险进行了极大地避免。 有很多数据中心园区利用的方式都是分期建设,在建设中将整个园区分成2-3期,建设机房楼的栋数是每期2-4栋,在进行分期时,应对总体规划与每期地块的关系进行注重,每期地块能够独立运行,并可以自成系统,配套整齐完备,与此同时,在后期建设时,应注意不要对已建设的前期造成负面影响。 1.2有关大型数据中心机房的柱网、层高、荷载

大数据中心选址调研报告

大数据中心选址调研报告 一、数据中心概念大数据中心, 就是指服务于大数据存储、挖掘、分析与应用得数据中心。大数据(b ig data,meg a d ata),或称巨量资料,指得就是需要新处理模式才能具有更强得决策力、洞察力与流程优化能力得海量、高增长率与多样化得信息资产。目前我国得数据中心总数已接近10 0万。 二、行业分布作为信息化建设得核心内容, 数据中心始终就是金融、政府、能源、交通等行业得投入重点;而伴随着电信行业得转型与移动互联网得发展,ID C也成为电信行业重点投资领域。此外IPDC互联网数据中心成为市场得热点,互联网提供商大规模建设云数据中心。 三、发展前景十二五”规划中明确了战略新兴产业就是国家未来重点扶持得对象,其中信息技术被确立为七大战略性新兴产业之一, 将被重点推进。新一代信息技术分为六个方面, 分别就是下一代通信网络、物联网、三网融合、新型平板显示、高性能集成电路与以云计算为代表得高端软件. 四、选址要素 1、数据中心属于高能耗产业,一个10万台服务器级别得数据中心需要两路或更多合共5 0—60MV得电力支持。且数据中心用电负荷必须持续稳定,因此需要选择建设在能源充裕, 并且能源得价格相对便宜得区域,以降低数据中心得运营成本; 2、为了满足(1)得用电要求,周边配电站设施也需要完善?条件包括配电站等级,配电站与场地距离,配电站变压器得供电余量,变压器目前得用户类别(如共用) , 上级电网得联系; 通常情况下,如果数据中心用户单独自建用户站,可选择得电压等级有以下几种: a) 380V:适合于小型数据中心,不在考虑范围内 b) 10KV:适用于两路市电进入用户站得总容量不超过20MVA得容量项目;即,每一路10KV市电进线容量不超过10M V A;当用户得进线容量需求超过这个范围时,可以考虑多路10 K V进线得方式。对于数据中心得安全等级要求超过T IER2 以上级别时,两路、或多路10KV进线应来自不同上级变电站,或同一变电站得不同得变压器。(目前,国内数据中心用户最多选用得一个电压等级。全国各个省市在具体设计与管理上略有不同。)

2019年H3C大数据产品技术白皮书

H3C大数据产品技术白皮书 杭州华三通信技术有限公司 2020年7月

目录 1 H3C大数据产品介绍................................................................... 错误!未定义书签。 产品简介........................................................................ 错误!未定义书签。 产品架构........................................................................ 错误!未定义书签。 数据处理 ............................................................................ 错误!未定义书签。 数据分层 ............................................................................ 错误!未定义书签。 产品技术特点............................................................... 错误!未定义书签。 先进的混合计算架构........................................................ 错误!未定义书签。 高性价比的分布式集群................................................... 错误!未定义书签。 云化ETL ................................................................................ 错误!未定义书签。 数据分层和分级存储........................................................ 错误!未定义书签。 数据分析挖掘...................................................................... 错误!未定义书签。 数据服务接口...................................................................... 错误!未定义书签。 可视化运维管理................................................................. 错误!未定义书签。 产品功能简介............................................................... 错误!未定义书签。 管理平面功能:................................................................. 错误!未定义书签。 业务平面功能:................................................................. 错误!未定义书签。 2 DataEngine HDP核心技术......................................................... 错误!未定义书签。 3 DataEngine MPP Cluster核心技术 ......................................... 错误!未定义书签。 MPP + Shared Nothing架构 .................................. 错误!未定义书签。 核心组件........................................................................ 错误!未定义书签。 高可用............................................................................. 错误!未定义书签。 高性能扩展能力 .......................................................... 错误!未定义书签。 高性能数据加载 .......................................................... 错误!未定义书签。 OLAP函数..................................................................... 错误!未定义书签。 行列混合存储............................................................... 错误!未定义书签。

DreamBI大数据分析平台-技术白皮书

DreamBI大数据分析平台 技术白皮书

目录 第一章产品简介 (4) 一、产品说明 (4) 二、产品特点 (4) 三、系统架构 (4) 四、基础架构 (7) 五、平台架构 (7) 第二章功能介绍 (7) 2.1.元数据管理平台 (7) 2.1.1.业务元数据管理 (8) 2.1.2.指标元数据管理 (10) 2.1.3.技术元数据管理 (14) 2.1.4.血统管理 (15) 2.1.5.分析与扩展应用 (16) 2.2.信息报送平台 (17) 2.2.1.填报制度管理 (17) 2.2.2.填报业务管理 (33) 2.3.数据交换平台 (54) 2.3.1.ETL概述 (55) 2.3.2.数据抽取 (56) 2.3.3.数据转换 (56) 2.3.4.数据装载 (57) 2.3.5.规则维护 (58) 2.3.6.数据梳理和加载 (65) 2.4.统计分析平台 (67) 2.4.1.多维在线分析 (67) 2.4.2.即席查询 (68) 2.4.3.智能报表 (70) 2.4.4.驾驶舱 (74)

2.4.5.图表分析与监测预警 (75) 2.4.6.决策分析 (79) 2.5.智能搜索平台 (83) 2.5.1.实现方式 (84) 2.5.2.SolrCloud (85) 2.6.应用支撑平台 (87) 2.6.1.用户及权限管理 (87) 2.6.2.统一工作门户 (94) 2.6.3.统一消息管理 (100) 2.6.4.统一日志管理 (103) 第三章典型用户 (106) 第四章案例介绍 (108) 一、高速公路大数据与公路货运统计 (108) 二、工信部-数据决策支撑系统 (110) 三、企业诚信指数分析 (111) 四、风险定价分析平台 (112) 五、基于斯诺模型的增长率测算 (113) 六、上交所-历史数据回放引擎 (114) 七、浦东新区能耗监控 (115)

《大数据白皮书(2019)》:数据安全合规要求不断提升

《大数据白皮书(2019)》:数据安全合规要求不断提升 12月10日,中国信息通信研究院发布了《大数据白皮书(2019)》(以下简称“白皮书”),这是中国信息通信研究院第四次发布大数据白皮书。白皮书在前三版的基础上,聚焦一年多来大数据各领域的发展,探讨了大数据技术、产业、应用、安全及数据资产管理的进展和趋势。 根据白皮书显示,技术融合、数据合规、应用深化和资产管理是2019大数据发展的关键词。 白皮书显示,2019年以来,全球大数据技术、产业、应用等多方面的发展呈现了新的趋势,也正在进入新的阶段。当前,大数据技术呈现出六大融合趋势:(一)算力融合:多样性算力提升整体效率 (二)流批融合:平衡计算性价比的最优解 (三)TA 融合:混合事务/分析支撑即时决策 (四)模块融合:一站式数据能力复用平台 (五)云数融合:云化趋势降低技术使用门槛 (六)数智融合:数据与智能多方位深度整合 近两年来,各国在数据合规性方面的重视程度越来越高,但数据合规的进程仍任重道远。2019年5月25日,旨在保护欧盟公民的个人数据、对企业的数据处理提出了严格要求的《通用数据保护条例》。 欧盟EDPB的报告显示,GDPR实施一年以来,欧盟当局收到了约145000份数据安全相关的投诉和问题举报;共判处5500万欧元行政罚款。苹果、微软、Twitter、WhatsApp、Instagram等企业也都遭到调查或处罚。 GDPR的正式实施之后,带来了全球隐私保护立法的热潮,并成功提升了社会各领域对于数据保护的重视。 我国大数据的行业应用更加广泛,正加速渗透到经济社会的方方面面。 这几年,无论是从新增企业数量、融资规模还是应用热度来说,与大数据结合紧密的行业逐步向工业、政务、电信、交通、金融、医疗、教育等领域广泛渗透,应用逐渐向生产、物流、供应链等核心业务延伸,涌现了一批大数据典型应用,企业应用大数据的能力逐渐增强。 最后,白皮书围绕技术、应用、治理三个方面对大数据发展进行了展望:

关于数据中心选址方法论,应该如何选址

一、国家的选址: 我国国家大数据中心中心基地三大数据中心选址。 1.中心基地-北京 2015年1月16日,启动国家级超大云数据中心项目[1],由蓝汛与北京市供销总社共同投资的蓝讯首鸣国际数据中心项目启动仪式在北京天竺综合保税区举行。该数据中心是北京首个国家级、超大规模云数据中心,产业园占地面积8万平方米,包含9栋数据中心机房和1栋感知体验中心。 2.南方基地-贵州 2015年7月9日,首个国家级数据中心[2] ——灾备中心落户贵州,该大数据库灾备中心在贵州揭牌,这标志着大数据专项行动第一阶段任务顺利落。位于贵州贵安新区的国家旅游大数据库灾备中心机房内,有着一根特殊的网络虚拟专线,这条专线跨越了北京与贵州之间2200多公里的距离,实现了国家旅游局北京机房与贵州灾备中心数据的同步传输和异地备份。 2015年以来,200余个大数据信息产业项目签约落户贵州,富士康、阿里巴巴、腾讯、华为等大型企业抢滩贵州发展。中国电信云计算贵州信息园1.1期、中国移动(贵州)大数据中心、中国联通贵安云数据中心一期建成运营。中电乐触、高新翼云、翔明科技等第三方数据中心已建成并投运,目前数据中心服务器达到2.2万台; 3.北方基地-乌兰察布

2016年07月08日早上八点正式启动乌兰察布国家大数据灾备中心启动[3],内蒙古自治区主席布小林出席会议。乌兰察布市委市政府依据自身地理位置优越,地质板块稳定,电力资源丰富,气候冷凉适宜,临近京津冀经济圈核心市场等优势,将信息产业作为战略性新兴产业来发展,致力于将乌兰察布市打造成面向华北、服务京津的国家级云计算产业基地,为承接高科技产业、加快产业转型升级提供强有力的支撑。市委市政府将为该建设国家大数据灾备中心项目提供充足的土地与极具竞争力的投资政策吸引广大企业参与建设。 二、我国三大运营商八大节点选址 CHINANET 网络节点是国际称呼,中国大数据的八大节点和三大核心节点与其它全国54 个汇接节点组成的汇接层组成,全国有3 个国际出口,通过京、沪、穗的路由器完成。国际路由器与国内路由器独立设置,并负责实现各国际策略及安全性限制。 简述: 核心层的功能主要是提供与国际internet的互联,以及提供大区之间信息交换的通路。其中北京、上海、广州核心层节点各设有国际出口路由器,负责与国际internet互联,以及两台核心路由器与其他核心节点互联;其他核心节点各设一台核心路由器。 核心节点之间为不完全网状结构。以北京、上海、广州为中心的三中心结构,其他核心节点分别以至少两条高速ATM链路与这三个中心相连。 根据所掌握的流量情况,三大核心节点负责覆盖范围如下: 北京负责地区:北京、河北、内蒙、山西、辽宁、河南、吉林、黑龙江、山东

相关文档
最新文档