随着数据中心行业和技术在2020年的发展，企业需要改善内部部署数据中心和云计算资源之间的平衡，在服务器上采用人工智能技术，并努力有效地管理数据蔓延。
又到了年末，行业媒体通常会对未来一年进行预测。人们将会看到一些事情的到来：云计算的兴起、SSD硬盘的发展，以及其他问题，例如许多企业将业务从云平台遣返回到内部部署数据中心。而专家对数据中心行业的预测可能偶尔会带来一些惊喜。
因此，对未来一年提出10个面向数据中心行业发展的预测。
1.物联网催生城市地区的数据中心增长
因为这种情况已经发生，所以并不是一个很难的预测。在很长一段时间里，数据中心被建设在远离可再生能源(通常是水力发电)的地方，但是这种需求将促使数据中心在都市区进行更多的建设。物联网将是一个驱动因素，但越来越多的数据中心提供商(如Equinix和DRT)将作为网络互连提供商。
2.网络加速器的兴起
采用在线快3平台和多种类型的人工智能意味着将会产生和处理大量的数据，并非所有的数据都能在一个地方产生和处理。此外，目前需要采用网络流量控制器，从而使CPU摆脱了处理数据的主要工作。
因此，将会看到越来越多的网络加速器(如Mellanox的ConnectX系列)进入市场，从而使CPU能够完成数据处理工作，而加速器则可以更快地处理大量数据。
3.NVMe over fabrics将会增长
非易失性存储器Express(NVMe)是一种存储接口，类似于串行高级技术附件(SATA)。 SATA设备的缺点是其数据存储在HDD硬盘中，因此无法充分利用SSD硬盘的速度和并行性。但是早期的企业SSD硬盘存在一个问题：它们只能与其所在的物理服务器进行通信。而服务器需要存储阵列，这意味着网络跃点和延迟。
NVMe over fabric(NVMeoF)是一项重要的进步。它使一台服务器中的SSD硬盘通过网络与网络上其他位置的另一个硬盘进行通信。这种直接通信对于改善企业计算和数字转换中的数据移动很重要。
4.更加便宜的存储级内存
存储类内存是插入DRAM插槽中的内存，可以像DRAM内存一样工作，但也可以像SSD硬盘一样工作。它具有接近DRAM内存的速度，但也具有存储功能，有效地将其转变为SSD硬盘的缓存。
英特尔公司和美光科技公司正在共同开发储存级存储器(SCM)存储产品，但两家公司已经不再合作。英特尔公司于今年5月推出了其储存级存储器(SCM)产品Optane，而美光(Micron)公司于今年10月将QuantX推出市场。韩国内存SK Hynix公司也在开发一种储存级存储器(SCM)产品，该产品不同于美光和英特尔使用的3D XPoint技术。
所有这些都应该使存储技术进步，并有望降低价格。现在，一支512GB的Optane记忆棒的价格高达8,000美元。Xeon的售价甚至更高，因此组装一台完整的服务器就变得很昂贵。技术的进步和竞争应降低存储产品价格，这将使此类内存对企业更具吸引力。
5.服务器的人工智能自动化
所有的服务器供应商都在他们的服务器系统中添加了人工智能技术，但是Oracle公司确实在其自主性方面处于领先地位，从硬件到操作系统、应用程序和中间件堆栈。惠普、戴尔和联想也将继续取得自己的进步，但像这样的大型服务器供应商将会落后，因为他们只有硬件堆栈，并在操作系统领域无所作为。它们在存储方面也将会落后，因为这是三大服务器供应商擅长的领域。
Oracle公司可能不是排名前五的服务器供应商，但是没有人可以忽略他们在自动化领域所做的贡献。期望其他品牌供应商不断提高自动化水平。
6.云迁移速度缓慢
还记得当时很多企业希望关闭他们的数据中心并转向云计算吗?当时这个想法很重要。IDC公司新的CloudPulse调查表明，85%的企业计划在明年将工作负载从公共环境转移到私有环境。Nutanix公司最近的一项调查发现，73%的受访者报告说，他们正在将一些应用程序从公共云转移到内部部署上。安全被认为是主要原因。
而且，由于对某些公司和某些数据来说，安全性是否足够值得怀疑，随着人们对他们在云中存储的内容以及保留在防火墙后的内容的选择越来越挑剔，云迁移可能会有所放缓。
7.数据扩展第1部分
IDC公司调查表明，大多数数据都不在应在的位置。只有10%的公司数据是“热”数据(重复访问和使用)，而30%是“温”数据(半定期使用)，另外60%属于冷存储，很少有人访问过。
但是问题在于数据分散在各处，并且通常分布在错误的层中。许多存储公司都将重点放在重复数据删除上，而不是存储层上。一家名为Spectra Logic的初创公司正在解决这个问题，如果真的成功，希望惠普和戴尔也可以大做文章。
8.数据扩展第2部分
IDC公司预测，到2025年，全球总数据传输量将达到175 ZB，而现在已经达到32ZB，其中大部分并没有使用。曾经有一段时间，数据仓库决定对数据进行分类、处理和存储为有用的东西。现在，人们用来自社交媒体和物联网等越来越多来源的无尽数据来填充数据湖。
人们需要付出一些努力。如果了解PB级的数据湖垃圾，并且开始变得对他们的存储更加挑剔。他们将质疑在硬盘和存储阵列上花费大量资金来存储大量未使用和无价值的数据背后的理由。人们将回到保持可用数据的数据仓库模型，否则不知所措。
9.更多服务器混合使用处理器
十年前，服务器的定义是Xeon塔式服务器还是机柜中的四插槽机架服务器都无所谓，它们都是基于x86处理器定义的。但是现在，人们看到了更多使用板载GPU、Arm处理器、人工智能加速器和网络加速器的服务器设计。
这需要对服务器设计进行一些更改。首先，随着大量芯片在封闭空间内运行得更快、更热，液体冷却技术将变得更加必要。其次，软件堆栈需要更加健壮，才能处理所有这些芯片，这需要微软公司和Linux公司实施更多的工作。
10.IT工作量将发生变化
不要以为自动化意味着人们就是在iPhone上玩游戏。由于其不断发展的系统，IT专业人员将面临许多新的难题，其中包括：
•对抗影子IT。
•解决数字化转型。
•制定人工智能策略以跟上竞争对手。
•适当应对新的人工智能策略带来的影响。
•维护业务的安全治理。
•处理不断增加的数据流入，并弄清楚如何处理它。
•在社交媒体上对客户和公司声誉的响应比以往更快。
