《国家数据中心应用和发展指南(2017)》首次发布

本篇文章2608字，读完约7分钟

《国家数据中心应用和发展指南(2017)》首次发布 最近，工业和信息化部通信发展司编制并发布了《国家数据中心应用和发展指南(2017)》(以下简称《指南》)。目前，《指导原则》已在人民邮电出版社出版，预计将每年不断更新出版。 最近，工业和信息化部通信发展司编制并发布了《国家应用开发指南(2017)》(以下简称《指南》)。目前，《指导原则》已在人民邮电出版社出版，预计将每年不断更新出版。

互联网、物联网和人工智能技术等前沿技术的交叉融合和应用正在深刻改变人类社会的生产和生活方式。随着互联网信息系统和电子设备的发展，各行各业的人们一直在产生大量的数据。大数据时代即将到来。大数据所蕴含的战略价值已经引起了世界各国政府的关注。目前，中国工业正面临转型升级。迫切需要将大数据集成到运营管理和生产经营活动中，以促进制造企业向服务和智能的转型和升级。

在工业和信息化部此次发布的《指南》中，不仅对中国数据中心建设的发展进行了透彻的分析，而且为计算网络延时和不同类型服务的延时要求提供了参考方法，供用户根据自己的需要进行具体计算。

国家数据中心建设的发展

根据国家数据中心建设和使用情况调查结果统计，截至2016年底，中国在用数据中心1641个，总装机容量995.2万台，平均保存期为50.69%。计划建设437个数据中心，计划安装容量约为1000万台服务器。该行业的总体增长率很高。

就利用率而言，国内数据中心的总体平均搁置率为50.69%。其中，超大型数据中心的搁置率为29.01%，大型数据中心的搁置率为50.16%，中小型数据中心的搁置率为54.67%。北上官深市数据中心的搁置率为60%-70%，呈现相对饱和状态，西部一些省份的搁置率低于30%。

就网络质量而言，该国47%的数据中心直接连接到主干网络。数据中心出口的平均带宽为332千兆位/秒，相当于每个机架500兆位/秒的平均带宽。在能效方面，全国超大型数据中心的平均PUE值为1.50，大型数据中心的平均PUE值为1.69，最优水平约为1.2。

次区域数据中心的应用和发展指南

该指引将全国分为六大区域(北京及其周边地区、上海及其周边地区、广州、深圳及其周边地区、中部地区、西部地区和东北部地区)，并对数据中心的建设和应用进行了详细分析。

以北京及其周边地区为例，北京的数据中心资源短缺，相关的应用需求可以转移到河北、内蒙古和天津的数据中心。截至2016年底，北京使用的机架数量为146，000个，计划建设的数据中心数量为40，000个。根据预测，2018年北京可用数据中心的规模将达到186，000个左右，需求规模将超过300，000个，留下巨大的供应缺口。同时，预计到2018年，河北、内蒙古、天津等靠近北京的地区将拥有492，000个可用数据中心(具体数据见下表)。上述区域数据中心网络质量良好。其中大部分通过一跳直接连接或到达北京骨干节点，一半以上是多线网络接入。它们基本上是根据更高的可用性水平建造的，并且在规模和容量方面有资格承担北京的溢出需求。

从全国各子区域的情况来看，北京、上海、广州、深圳等一线城市的数据中心资源最为集中，但由于受区域承载能力的影响，新建增速逐渐放缓，可用资源有限，租赁价格相对较高。相比之下，周边地区仍有足够的可用数据中心资源，网络质量、建设水平和运维水平也较高，整体租赁价格成本相对较低。此外，中西部和东北地区现有的数据中心资源丰富，规模大，价格优势明显。

数据中心用户选择指南

该指南提出，网络质量、价格成本以及建设和运营水平是选择数据中心时要考虑的关键因素。就网络质量而言，网络延迟是影响数据中心服务选择的一个重要因素。该指南为计算不同类型服务的网络延迟和延迟要求提供了参考方法，用户可以根据自己的需要测量和计算网络延迟。价格成本由建设投资、运营成本和供求关系决定。一线城市数据中心供应紧张，租金相对较高。一线城市和中西部地区周边地区供应充足，价格相对较低。此外，在选择数据中心时，还应考虑施工水平和运行维护水平等因素。

一般来说，在选择数据中心时，应该综合考虑以上三个因素。首先，考虑网络质量因素。如果业务需要较高的网络时延，可以根据时延要求划定一定的地理范围，然后综合考虑数据中心的价格成本和软硬件条件，做出合理的选择。如果开展的业务能够容忍一定程度的网络延迟，可以考虑将业务部署在数据中心资源更充足的地区，避免集中在一线城市，从而合理配置资源，提高性价比，享受高质量、低价格的数据中心服务。

为了方便用户查询国内可用数据中心的资源，《指南》在附录中列出了各地区部分可用数据中心的主要信息。

工业自动化和数据中心

新一代信息技术与传统技术的深度融合正在引发深远的产业变革，形成新的生产模式、产业形态、商业模式和经济增长点。所有国家都在加快科技创新。基于网络物理系统的智能设备、智能工厂和其他智能制造正在引领制造方法的变革。无论是云计算还是大数据都离不开数据中心。

然而，在工业领域，数据中心通常只是一个被夸大的概念，很少有自动化供应商能够提供适合工业自动化领域客户的产品。原因在于两个主要困难:第一，它适用于标准以太网协议和体系结构；其次，可以基于虚拟化部署应用软件。

该框架基于标准以太网协议。由于主机制造商和存储制造商完全遵守国际标准以太网协议设计的接口和协议，因此在构建工业数据中心时，现场收集的数据和通信协议必须使用标准以太网协议。一旦采用修改后的以太网协议，存储和主机级别都将显示与修改后的以太网不兼容。

为什么应用软件的虚拟化是一个难题，因为许多工业控制配置软件不能实现服务器虚拟化的部署。例如，外部通信卡用于完成与控制器的通信，如Profibus。还有工业控制软件通过操作系统访问硬件中断服务，如调用INT13的基本输入输出系统中断；还有使用并行端口加密的配置软件，其中许多软件必须依赖外部或硬件资源才能运行。然而，虚拟化平台并不专门为工业硬件资源提供虚拟化驱动的整合。因此，在开始虚拟化部署之前，应用软件必须能够摆脱上述方面。

数据中心用于监控和管理整个工业制造过程，提高制造智能水平。在政府大力倡导“中国制造2025”的情况下，智能制造在未来的数据中心中必将占有一席之地。通过数据中心，大数据、云计算等新技术可以与工业制造有机结合，充分发挥这些新技术的作用，中国的工业制造业一定会发展得更快。