互聯網數據中心（Internet Data Center，簡稱IDC）是指一種擁有完善的設備（包括高速互聯網接入帶寬、高性能局域網絡、安全可靠的機房環境等）、專業化的管理、完善的應用的服務平臺。在這個平臺基礎上，IDC服務商為客戶提供互聯網基礎平臺服務（服務器托管、虛擬主機、郵件緩存、虛擬郵件等）以及各種增值服務（場地的租用服務、域名系統服務、負載均衡系統、數據庫系統、數據備份服務等）。

截至2020年3月，我國網民規模為9.04億，互聯網普及率達64.5%。數字經濟發展的用戶基礎越發堅實，數字經濟所占比重持續增加。隨著新基建的全面推進，數據要素市場化進程將進一步提速。

當前一江一河一湖洪水齊發，防汛形勢十分嚴峻。水利部加密會商頻次，要求圍繞三峽水庫調度運用等關鍵問題，統籌蓄、泄、分、滯各項措施，加強滾動預報，精細科學調度，務實做好洪水防御各項工作。

    水利業務場景逐步向數字化方向升級   

過去的防洪度汛，水利工程和應急管理部門技術工程師會憑借多年的經驗來預估雨情和制定泄洪方案，但究竟大到什么程度，無法量化。隨著近年GIS信息化程度的不斷深入，各單位都在加快集成水利行業數據資源，構建一朵智慧的“水利云”。利用“水利云”平臺，開發出洪水預測預警、水資源調度、工程建設監管、智慧水務等多個模塊，并正在試點和推廣應用中。

主頁上分別顯示著當前雨量、庫水位、閘門運行狀態、泵站運行狀態等。該系統的防洪度汛功能可實時分析各雨量站點、水位站的數據，進而精細化預報洪水。

這些寶貴的數據將為決策提供重要依據。水量進來后，根據對水利工程安全的影響，系統就會自動生成一個閘門調度方案，經過人工論證的泄洪方案，包括先開哪個閘、后開哪個閘、幾點鐘開、開到什么時候等具體信息，各水庫管理人員按照方案執行就可以了。

    IDC云化是數字經濟隱形的翅膀    

近年來，中國大數據、物聯網、5G、人工智能等前沿技術不斷在水利行業創新應用，智慧水利建設迎來重要契機。

“水利云”平臺 整合了氣象、遙感、地理地貌以及防汛辦共享的數據信息，能對未來72小時的降水量、山洪預警、河流來水量情況進行較為準確的預測，可以在15分鐘以內把可能發生的洪水算出來，希望通過這種努力，把災害損失降低。據新華社報道，中國已經明確將推動150項水利工程建設，主要包括防洪減災、水資源優化配置、灌溉節水和供水、水生態保護修復、智慧水利五大類，總投資1.29萬億元。

根據Gartner機構2020年7月最新的建議，云計算產業已經完成了第一階段的市場掃盲和業務探索，而當下就是行業發展的歷史性最好機遇。此次“云上廣交會”不只是在疫情影響之下的一次數字化嘗試，更充分表明數字化轉型宜早不宜遲、宜快不宜慢，全面數字化是大勢所趨。

而同樣根據Gartner機構給出的市場調研報告，在全球用戶單位中，76%的IDC數據中心的建設沒有制定整體的頂層設計云戰略或者只是考慮IT資源的使用需求，僅有25% 的用戶單位是基于功能和業務場景來制定IDC的云戰略建設方案。

而在2020年，疊加前幾年運營商提速降費的影響以及一季度“新冠”疫情的影響，線 上流量的增長速度驚人。2-3年間，運營商DOU翻了3倍以上，并仍在保持高速增長。企業上云的步伐加快，線上辦公、直播等方式滲透率逐步提高，云廠商的流量承載壓力 也在逐步加大。

未來，IDC的投資方向有望接承5G，成為通信行業的另一條長期主線。

而且在這一過程中，相較于IDC第三方廠商，產業鏈中內部的設備、器件和解決方案等相關廠商的升級將獲得明顯的邊際改善，是行業性的需求提升。

流量增長是驅動 IDC發展的根本驅動力，IDC自身的機柜數量的需求水漲船高，但制定合理、可落地的頂層云戰略規劃才能真正解決傳輸速率、功耗、PUE 等方面的建設瓶頸。  

    “CPU+GPU”雙算力架構橫空出世 

在傳統的基礎機構建設方案中，GPU虛擬化技術是桎梏業務全面進入虛擬化時代的瓶頸，導致對圖形處理重載需求的行業，例如國土測繪、衛星遙感、交通/建筑設計、工業制造、VR/AR領域等等，只能采用“傳統圖形工作站+集中性存儲”的業務流程管理方式，而這種架構的弊端在于：

• 資源使用缺乏監控，計算和分配資源不透明；

• 數據加工處理效率低，生產作業需要數周完成；

• 資源的共享機制不標準，存在數據孤島；

• 數據流轉不暢，數據拷貝占用大量時間。

從CPU的邏輯計算到GPU的并行運算，計算機逐漸感知到人類世界的多維；

從圖形渲染到神經網絡，計算機開始幫助人類改變世界。

中國，正在引領一場世界范圍內的生產力變革，民族的振興，從基礎的教育科研，到大國重器的保障，這背后所有的技術應用與創新，將無時無刻都需要數據中心“CPU+GPU”雙算力架構的支撐。

澤塔云獨立自主研發的“CPU+GPU”雙算力架構，滿足從輕量級普通辦公到專業級圖形工作站的所有業務場景，將IT架構徹底帶入“全虛擬化時代”，數據的存儲、生產、流轉全部在云端處理完成，終端可進行觀看和操控，重塑了用戶單位的業務流程，打破了顯卡廠商對于GPU虛擬化技術的壟斷，是全球GPU云圖站解決方案的領先者。

在2018年，澤塔云完成了自然資源部第一個時空大數據GPU云平臺項目的建設，分三期的規劃、耗時一年，將原本八個院的數據中心整合成了一套云平臺，將近4PB的數據跑在這套云平臺上面作業，為用戶節省了每年幾百萬的圖形工作站采購成本，對于大任務的生產效率提高尤其明顯，同時統一云平臺的應用，解決了資源空置率的問題，淘汰了原有組別和組別之間業務流轉使用磁盤拷貝的方式，而是采用權限管理，提高了數據管理的安全性。

    基于云架構的AI智能化演變   

信息化的最終目的是應用到行業和場景中，而行業信息化賦予人類的價值就是解放生產力，數據未來是生產力的重要因素，數據全面上云不過是智能化未來的第一步。

第一步：全面云化——主要業務上云

• “超融合+GPU云”替換原有生產工具

• 由單機向集群工作模式轉變

• 縮短數據流轉帶來的時間消耗

• 讓人員更聚焦生產

第二步：數據中臺——資源整合標準化

• 打造數據中臺，形成整體數據服務能力

• 提供服務全局的數據庫、指標庫、模型庫

• 資源跨區域訪問，資源按照業務需求隨時調整

• 優化生產流程，提升生產效率

第三步：人工智能——機器學習+自動作業

• 引入人工智能、深度學習等技術，逐步實現生產智能化和自動化

• 解放生產力，讓人員更聚焦提升業務能力提升

第四步：服務中心——多級服務能力

• 通過外部需求的挖掘，快速匹配資源成果

• 快速整合，對外提供定制化的訂單式服務

    道與術的權衡，新一代IDC將“重管理輕建設”   

既然IDC加碼布局已成定局，那么在新基建推進過程中都會遇到哪些問題，怎么解決呢？

一、數據中心寸土寸金，通過提升單位機房面積、單位機柜的計算能力與存儲能力，能讓數據中心發揮更大價值。

所謂高密度機柜，意味著機柜配置密度更高，機柜能容納更多的 IT 設備，能承載更大的計算能力與存儲能力，高密度機柜對機房的溫度控制系統、抗干 擾能力、配供電系統、線纜布局等方面均提出更高要求。

二、數據中心能耗大，IDC數量突增下高能耗問題爆發。

隨著IDC的大量建設，IDC將面臨日益增長的資源和電力需求。根據IDC圈的統計，從2011年到2016年，數據中心耗電量以每年10%速度 快速增長，2017年國內數據中心總耗電量達到1300億千瓦時，超過了當年三峽大壩976億千萬時的全年發電量。到2018年，全國數據中心總耗電量為1500億千瓦時，達到社 會總用電量的2%。預計到2025年，占比將翻倍至4%。

三、我國IDC平均PUE2.2遠高于美國，在建大型IDC平均PUE呈現下降趨勢。

目前國內 IDC企業PUE平均水平2.2，遠高于美國PUE平均值1.9，差距明顯。根據中國通信院統計顯示，目前中國大型IDC的PUE在1.63左右，超大型IDC的PUE在1.54左右；規劃在建的IDC中，大型IDC的PUE一般在1.48左右，超大型IDC的PUE在1.41左右。從新建IDC趨勢和中美IDC企業PUE水平差距可以看出，目前市場、政策對IDC的能耗要求日益嚴格。

四、帶寬資源分布不均，數據傳輸時延不穩定。

根據機構統計，北上廣三個區域的IDC資源占全國IDC總資源的44%。這一分布與我國ChinaNet骨干網拓撲結構趨于一致，北上廣既是骨干網的核心節點，又是骨干網僅有的三個國際出口，豐富的帶寬資源保障了數據傳輸的速率與可靠性。但對于其他大數據傳輸場景和其他偏遠地區，網絡帶寬對于大數據支撐依然不足，5G時代到來將會很大程度上緩解數據傳輸壓力。

五、運維實力或成IDC服務轉型成功關鍵。