4月21日上午，由中國通信工業(yè)協(xié)會數(shù)據(jù)中心委員會指導，中國IDC圈與世紀互聯(lián)等共同主辦，以“同頻共振”為主題的“2021年中國IDC行業(yè)Discovery大會”在北京盛大開幕?，F(xiàn)場匯集了數(shù)百名來自數(shù)據(jù)中心上下游產(chǎn)業(yè)的專家、學者以及從業(yè)人士，共同探討、分享數(shù)據(jù)中心的發(fā)展及未來。大會同期在線上多個渠道開通了現(xiàn)場直播，共有數(shù)十萬觀眾觀看了本次大會。

會上，中國信通院云大所副所長魏凱向與會者分享了《新數(shù)據(jù)中心時代下的數(shù)據(jù)生產(chǎn)要素》。

魏凱：尊敬的吳部長，金理事長，陳升董事長，大家好，這個會的主題非常好，叫同頻共振。我今天講的數(shù)據(jù)中心內(nèi)容就講講在數(shù)據(jù)中心上層，要如何共振，我們新基建其實既有底層數(shù)據(jù)中心的基礎(chǔ)設(shè)施建設(shè)，也有新技術(shù)基礎(chǔ)設(shè)施。在國家發(fā)改委的政策里頭，實際上把云計算，一體化大數(shù)據(jù)中心，還有人工智能、區(qū)塊鏈都納入到了新基建范疇，我們要同頻共振，就是要探討上層的應用和數(shù)據(jù)中心怎么互動。

從去年到今年中央一系列的文件把數(shù)據(jù)作為生產(chǎn)要素提出來以后，給我們開辟了幾乎是無限的增長空間，這在全球是受創(chuàng)的，意義是非凡的，確實是洞悉了整個人類歷史發(fā)展軌跡。從農(nóng)耕時代、工業(yè)時代，到信息時代，其實主要依賴的增長技術(shù)和核心資源，以及基礎(chǔ)設(shè)施都有巨大的變化，可以說是翻天覆地的變化，未來其實是非常可期的。

我們現(xiàn)在都在驚呼數(shù)據(jù)太大、太多了，增長太快了，實際上我這里要跟大家分享的圖非常有沖擊力，我們還在珠穆朗瑪峰的山腳下，今年是2021年，全球數(shù)據(jù)存儲量大概是50ZB，根據(jù)全球合作咨詢公司、智庫的預測，到2035年我們?nèi)驍?shù)據(jù)量是2100多ZB，指數(shù)增長在右側(cè)越來越快，越來越大，我們很習慣看線性增長。我們正在進入數(shù)據(jù)洪流的時代，5G核工業(yè)互聯(lián)網(wǎng)給我們開辟了這樣一個空間。數(shù)據(jù)中心產(chǎn)業(yè)里的同仁都非常幸福，因為你們有這么大的增長空間。

回顧我們國家對于數(shù)據(jù)的認識，對于數(shù)據(jù)戰(zhàn)略的布局，我們做了政策性的梳理，大概三個階段。

第一個階段是2014年左右，這個也是受了國際上很多知名企業(yè)和互聯(lián)網(wǎng)行業(yè)的啟發(fā)，原來最早數(shù)據(jù)不認為是一種要素，因為在很多企業(yè)看來我們還要存儲，按照國家的要求要把數(shù)據(jù)存3個月，這是一個負擔。但是在互聯(lián)網(wǎng)行業(yè)啟發(fā)下，這些數(shù)據(jù)可以用來做行為分析，用戶精準畫像，發(fā)現(xiàn)數(shù)據(jù)是有價值的，之前很多人說數(shù)據(jù)是“數(shù)據(jù)廢棄”，變成了“數(shù)據(jù)資源”“數(shù)據(jù)資產(chǎn)”，我們也有推動大數(shù)據(jù)發(fā)展的行動綱要，這是頂層戰(zhàn)略，明確國家要從政務(wù)、民生、經(jīng)濟，向數(shù)據(jù)要生產(chǎn)力，這是第一個起步階段，但是這個時候其實大家對于這個的懷疑還是非常強烈的，就是數(shù)據(jù)到底能發(fā)揮什么價值。

在2017—2020年是一個新的階段，這個時候很多是自發(fā)的，企業(yè)內(nèi)生的，尤其是金融行業(yè)，像運營商都發(fā)現(xiàn)其實數(shù)據(jù)驅(qū)動已經(jīng)是他們不得不做的事情，如果沒有數(shù)據(jù)驅(qū)動就像開車沒有導航一樣，這是自發(fā)的行為，這時候國家出臺了很多政策。

2020年以后又不一樣了，國家把它作為基礎(chǔ)要素提升，甚至跟土地要素并列，這是一個新的命題，又給我們開創(chuàng)了一個新的空間，再上了一個新臺階，全社會對這個事情的認知又上了一個新的高度，我覺得未來空間非常大。

這里跟大家分享一下我們搞數(shù)據(jù)的人，從前重視什么，以后重視什么。

從前，搞大數(shù)據(jù)的人都在解決企業(yè)內(nèi)部怎么高效存儲好自己的數(shù)據(jù)的問題，怎么更快的處理數(shù)據(jù)，怎么能夠快速得到分析的結(jié)果。我們有很多技術(shù)，ES、Spark、Hadoop，怎么高速運算這些數(shù)據(jù)。

現(xiàn)在甚至以后，其實反過來大家又開始討論隨著技術(shù)越來越多，管理成本越來越高，并不是技術(shù)成本，而是企業(yè)內(nèi)部的山頭林立，在座有很多金融界的朋友，數(shù)據(jù)治理是非常痛苦的事情。今天在組織內(nèi)部大家非常重視數(shù)據(jù)的更加智能，數(shù)據(jù)要良好的治理。因為數(shù)據(jù)不再是簡單的放在數(shù)據(jù)庫里就能產(chǎn)生價值的，而是要高質(zhì)量的融合起來，真正讓它成為閉環(huán)里面一個不得不做的要素，所以現(xiàn)在正在討論的是數(shù)據(jù)湖，智能化數(shù)據(jù)治理系統(tǒng)等等這些，這是單一機構(gòu)內(nèi)部的，我覺得這個問題還好解決，正在走上一個良性的軌道，從追求快到追求高質(zhì)量的發(fā)展，這是單一機構(gòu)內(nèi)部的。

更加棘手的問題是組織之間的，未來的空間在產(chǎn)業(yè)數(shù)字化，產(chǎn)業(yè)數(shù)字化實際上是跟產(chǎn)業(yè)互聯(lián)網(wǎng)是同義詞，產(chǎn)業(yè)互聯(lián)網(wǎng)不是個二元結(jié)構(gòu)，消費互聯(lián)網(wǎng)是二元結(jié)構(gòu)。產(chǎn)業(yè)互聯(lián)網(wǎng)，一個汽車兩千個零部件，誰也不能吃掉誰，所以我們要尊重企業(yè)的存在，產(chǎn)業(yè)鏈的存在。合作的時候其實數(shù)據(jù)就很難誰給誰，到底是我把數(shù)據(jù)給你還是你把數(shù)據(jù)給我，從前我們很少碰到這樣的問題，數(shù)據(jù)跨機構(gòu)融合。

以前我們在談數(shù)據(jù)跨機構(gòu)的時候，我們更多是要保護，隔離，鎖在保險柜里保密。今后為了做產(chǎn)業(yè)互聯(lián)網(wǎng)，跟社會上的上下游要打通，政企打通，企業(yè)之間打通，所以關(guān)鍵詞變成了開放、融合。所以在大的政策里，可以看到我們不但在提數(shù)據(jù)要素變成生產(chǎn)要素，更再提數(shù)據(jù)要素市場化，“十四五”規(guī)劃里面有一大段專門提怎么把數(shù)據(jù)變成市場化要素，就是要開放、融合，在保證數(shù)據(jù)安全的前提下促進數(shù)據(jù)在不同主體之間連通，合作，所以又有了隱私計算、區(qū)塊鏈。

陳升董事長也是這方面的思想家，其實都是在解決數(shù)據(jù)跨機構(gòu)之間可信共享的問題，這是我們數(shù)據(jù)領(lǐng)域的人在考慮的問題，我覺得這些都跟數(shù)據(jù)中心的底座有非常強的關(guān)系，它意味著我們以后的計算模型其實是從數(shù)據(jù)運行到IO運行，到網(wǎng)絡(luò)密集型的任務(wù)，這是一個變化。

我們再看人工智能，怎么挖掘數(shù)據(jù)可能不能靠人，得靠機器建模。人工建模非常費勁，甚至我們很難掌握這個領(lǐng)域的知識，所以最近幾年對于數(shù)據(jù)的處理，大量依靠機器。機器在數(shù)據(jù)里面訓練、學習，得到隱藏的模型，這個模型有很多時候人看不懂，但是沒關(guān)系，能產(chǎn)生實效，比如說語音翻譯，準確率達到99%，但是解釋不了這個原因，但是這個不妨礙我們機器很多事情做得很好。

人工智能最近幾年也進入了一個新的發(fā)展階段，以前大家可能覺得人工智能是靠大量的數(shù)據(jù)堆起來的，現(xiàn)在除了數(shù)據(jù)量要拉大，拼算力的時代也開始了。最近我們做了一個分析、統(tǒng)計，在90年代到2010年的階段，人工智能要訓練一個模型，它消耗的算力需求，每兩年翻一番，這還是一個比較均衡的，比較線性的增長趨勢。到了2015年以后，到現(xiàn)在，人工智能要訓練一個模型其實大概平均每3.4個月翻一番，就是算力的需求。去年有一個非常重磅級的人工智能訓練模型Open AI的GPT-3文本訓練，寫的文章根本看不出來是機器寫的還是人寫的。以前一億參數(shù)就搞定了，去年用的GPT-3模型里用的是1750多億，數(shù)據(jù)量從40G到45T，翻了一千倍，神經(jīng)網(wǎng)絡(luò)層數(shù)從48層到了96層，這預示著人工智能未來的發(fā)展回歸到了最底層的依賴，還是落到數(shù)據(jù)中心里面，未來誰能玩得起，只有數(shù)據(jù)中心玩家能玩得起，未來是拼算力的時代，這是人工智能對數(shù)據(jù)中心的改變。

人工智能模型是什么模型？是計算密集型的，是CPU密集型的任務(wù)，現(xiàn)在有很多既要求CPU密集又要求IO密集，所以我們要有網(wǎng)絡(luò)來高速互聯(lián)，對數(shù)據(jù)中心要求也很高，所以我們提智算中心。云計算是數(shù)據(jù)中心資源最多的行業(yè)，增長非?？?，未來我們院的認識，其實云計算未來空間非常大，我們現(xiàn)在上云率還是非常低，大概30%多，云已經(jīng)從粗放到精細，從IaaS到SaaS的轉(zhuǎn)變，未來預估IaaS比較大，SaaS比較小，未來產(chǎn)值可能是倒三角，SaaS產(chǎn)值會非常大，包括邊緣這些發(fā)展非常快。

無論是大數(shù)據(jù)、云計算還是未來數(shù)據(jù)中心的發(fā)展、人工智能的發(fā)展，底層都是要靠數(shù)據(jù)中心提供強大算力。像三峽集團給我們提供電力一樣，我們中國現(xiàn)在數(shù)據(jù)中心產(chǎn)業(yè)發(fā)展如火如荼，但是什么事情一平均立馬就拉下來了。我們按照人均算力來說，我們屬于中等，在波蘭后面。人均算力460GFLOPS，前面國家都是西方發(fā)達國家，我們?nèi)司懔Σ罹嗪苓h的，表示我們未來發(fā)展空間非常大。

在上層應用的驅(qū)動下，數(shù)據(jù)中心進行了新一輪發(fā)展，根據(jù)我們院的統(tǒng)計，去年我們數(shù)據(jù)中心機架數(shù)是314萬架，2020年我們預計會到440萬架，翻到8倍，增速30%以上，給這個產(chǎn)業(yè)增加了很多錢，包括液冷，無損網(wǎng)絡(luò)，很多新技術(shù)在開始投資，這一波新基建的數(shù)據(jù)中心建設(shè)不是傳統(tǒng)的，相對老行業(yè)數(shù)據(jù)中心本身就新，但是這一輪數(shù)據(jù)中心的建設(shè)是數(shù)據(jù)中心里面本身就新，新模式的發(fā)展，包括產(chǎn)業(yè)生態(tài)的合作。

我們看到基礎(chǔ)運營商還有第三方數(shù)據(jù)中心，還有第三方數(shù)據(jù)中心和服務(wù)商的合作模式也越來越豐富了，產(chǎn)業(yè)鏈協(xié)同也是一個新的開始。

我們院今年有個課題，給我們的任務(wù)，就是讓我們貫通云、大數(shù)據(jù)、人工智能、數(shù)據(jù)中心來看算力基礎(chǔ)設(shè)施的變革、轉(zhuǎn)型，未來算力基礎(chǔ)設(shè)施將怎么走，跟網(wǎng)絡(luò)怎么耦合，現(xiàn)在我們都在提云邊協(xié)同，算網(wǎng)融合，數(shù)網(wǎng)協(xié)同這些新的概念，我們未來怎么發(fā)展，我覺得需要跟業(yè)界的同行共同探討，特別是在碳達峰，碳中和的大背景下，以前是攤大餅的模式，未來我們要走更精細的模式，我們怎么能夠構(gòu)建一個融合這么多數(shù)據(jù)中心形態(tài)的，包括邊緣，包括智算中心、數(shù)據(jù)中心、超算中心，傳統(tǒng)機房、云機房這些怎么形成一個非常好的一體化的算力基礎(chǔ)設(shè)施，真正讓算力成為像電力一樣的，打開水龍頭計算能力就來了這樣一個美好的未來，當然它要適應我們現(xiàn)在很多的場景，包括5G、車載、物聯(lián)網(wǎng)這些場景，空間非常非常大，我也特別希望能夠跟各位數(shù)據(jù)中心的專家能夠多學習、多探討，共同促進這個產(chǎn)業(yè)的發(fā)展，我就分享這么多，謝謝大家。