【财通通信】第八届数据中心产业发展大会纪要-论坛-0504

来源：财通证券研究所通信组

论坛5：IDC光通信技术应用论坛

一点接入 多云连接——GDS cloud exchange网络产品

万国数据网络产品总监 赵总

过去几年，每年新建数据中心数量都是过去三年总和。

发展趋势：

1.容量要求越来越高；2.稳定性及可靠性要求越来越高；3.越来越多的DC内部连接；4.交付和变更效率越来越快。

关于数据中心谈得多的：风火水电和运维。

网络直连服务：

SDN服务：把对应剩余资源分享到其他客户去，做流量转向通道，物理连接是1G或者10G连接，类似运营商ABS VPN的网，打MPS标签。

传统网络服务与SDN服务的对比：

阿里巴巴下一代数据中心光模块和AOC的思考

阿里巴巴光网络部门技术总监、博士 王安斌

硅光子用到400G DR4是否足够好?新技术对光器件公司都提出了很高要求。

开放、标准、可编程--新华三下一代ADDC数据中心解决方案展望

裘超 新华三集团网络产品部

数据中心网络技术发展不断加速。

新华三新一代数据中心解决方案：敏捷、安全、洞察、自动。

新华三数据中心解决方案历史时代和未来展望：

大集中时代（2004-2008）-虚拟化时代（2009-2013）-自动化时代（2014-2017）-智能化时代（2017-2020）

面向数据中心互联的高密度传输解决方案

  谢虎 欣诺通信技术股份有限公司总经理

欣诺通信技术股份有限公司主营业务：光网络和信息安全。

欣诺数据中心解决方案D16H：适配数据中心机房、高安全性、建议运维、绿色低碳、大容量。

欣诺分流产品：协转分流器、多业务分流器、DPI分流器、串接分流器。

大中型数据中心网络发展要求

  李晓千 中国电信云计算公司网络架构师

数据中心总建筑面积2016年已经达到325.4万平方米，较2012年的189.9万平方米已经接近翻番。

对于网络的要求：高带宽、大容量、高可靠性、低时延、多网接入。

数据中心是未来数据流量的核心节点，具备高带宽、高可靠性、低时延网络是一个数据中心健康运营的前提。而这一切的实现方法是如何合理布局数据中心，让绝大部分流量在一个大区内消化；二是依靠400G技术的推动，推进配套的光缆、设备、软件的升级。然后如何在演进过程中实现平滑过渡、降低成本、延长生命周期仍然是我们将持续面对和解决的问题。

云计算用大型数据中心光模块解决方案

  丁海 旭创科技有限公司产品管理副总、博士

1. 云计算

1.1 驱动力和发展趋势

1.2 超大规模数据中心发展

1.3 超大规模数据中心的光模块

2. 旭创科技解决方案

2.1 公司介绍

2.2 光模块介绍

信息技术（IT）产业已经是国民经济的重要推动力，影响着人们生活的方方面面。

云计算为什么会增长？能增长多少年？

云计算和大型数据中心比小型数据中心节省80%成本。云计算大规模采购到用户使用到物理数据中心维护来说，都能带来成本节省。中小型企业如果能转到大型云服务上来，能节省80%成本，有很大吸引力，是未来发展趋势。

全球年数据中心流量将保持25%的年复合增长率：

全球有24个云服务提供商，当中大部分在北美，北美云计算市场很大。24个云服务商平均每一家有16个超大数据中心，中国增速快于北美。5年以后亚洲比重应该会超过北美。

超大规模数据中心数量上，亚马逊在北美欧洲较多，阿里在亚洲较多。数据中心数量差不多，单个规模差距较大。

数据中心要用到哪些光模块？

蓝色部分是当前主要用的，单通道数据主要还是25G NRG的，前一代是10G的，往下会向56G和112G增长。数据中心之间的现在还是100G 200G解决方案较多，将来会向400G 600G DCI解决方案发展。

超大规模数据中心光模块预测：

100G出货量在2022年会达到峰值，营收峰值在2020年达到；400G会应用的越来越多。

旭创科技公司介绍：

国内高速光模块领军企业，致力于数据中心内部高速光模块和无线互联高速光模块的设计制造；立足于国内的人才储备和硅谷的先进技术优势，打造世界级的高速光模块企业；主要生产线和设备位于苏州工业园区，占地面积45,000平方米，占地面积100,000多平米的铜陵生产基地正在建设中。

公司历史：2009年成立，距今已经有10年的历史。

主要客户：

5年间，公司的营收已经翻了10倍。

基于SDN的交换机构建未来网络架构

  聂伟 铭普光磁股份有限公司首席技术官、博士

数据中心中网络带宽不代表应用带宽，所以需要流量调度——交换机。

交换机的主流厂商：华为、思科、新华三。

基于Barefoot可编程芯片交换机。

产品特色：高密度端口、绿色节能、高性能。

云网一体化

  邢鑫 中国联通云数据公司高级专家云网技术中心负责人

云网一体化的涵义：是IT、CT领域的技术、思路、业务、运营的全面融合；是技术和业务提供能力、控制能力、服务能力的一体化运营。

云网一体化创新业务特征：

创新重点:（1）运营能力的提升；（2）用户感知的提升。

应用场景:

价值分析：

基于Super-PAM4 DSP的单波100G光模块解决方案

  庹方圆 凌云光子技术有限公司MultiPhy产品经理

集团发布的云网一体七大产品：云联网、云专线、云组网、视频智能精品网、云宽带、金融精品网。

5G前传方案：

全国产高速vcsel芯片技术及产业化

  李军 华芯半导体有限公司技术副总

原理与技术特点：（1）低制造成本；（2）优异性能；（3）易集成。

材料的外延生长：

VCSEL材料生长的难点：（1）层数极多，200多层；（2）掺杂复杂；（3）组分控制精度要求极高；（4）厚度控制精度要求极高；（5）工作电流密度约20kA/cm2；（6）缺陷密度极低。

VCSEL芯片制程工艺特点：（1）工艺流程较多；（2）部分工艺的精度和均匀性要求极高；（3）破片风险较大；（4）芯片制程对可靠性影响很大；（5）良率普遍较低。

VCSEL量产芯片测试结果：

圆桌讨论部分：

嘉宾：

  数据中心与光通信未来发展方向

  阿里巴巴（王安斌博士 光网络部门技术总监）

  百度（陈刚 光网络架构师）

  万国数据（云服务事业部副总裁）

  旭创科技（丁海博士 产品管理副总）

  铭普光磁（聂伟博士 首席技术官）

  极致兴通（吴帅 总经理）

  欣诺通信（谢虎 总经理）

Q：数据中心运营商对光器件厂商的要求？

A：光通信是数据传输的一个环节，光纤上不能有一个bt的丢失，光通信如何保证数据的完整性，如何防止丢失，这是在光通讯发展过程中必须解决的问题，即如何做到点到点完全不丢包。

光模块作为很重要的算率环节，提供了关键节点，随着技术往100G、400G走，光模块与之前发生了很大不同。对光模块厂商来说，需要努力提高高速信号设计仿真，高精度的封装工艺，可靠性要求方面不断积累。热设计等遇到了前所未有的挑战。

大型数据中心内部互联基本完全靠光，光的技术占比很大；技术角度来说，网络本身对可靠性要求提高；数据中心架构中，很大部分数据中心有一些是自有数据中心，数据中心投产时就选择了技术设计，确定了光模块等的使用，需要保证下一次更新替代时尽量沿用之前的；很多核心技术掌握在美国手里，但中国有体量，市场空间逐步扩大，数据中心规模扩大，在下一代通信技术5G来说有很多技术贡献，技术很大，中国光通信产业一定有很好的发展。

从光通信产业看，此次中兴时间对中国触动蛮大的，做半导体十几年如一日，实际上芯片产业通过中兴这事能换取国家和投资者对芯片行业的长期支持。

Q：去年阿里在全国采购光模块引起了轰动，腾讯百度万国等什么时候跟上？

A：百度采购量是否和阿里相当：百度的主要业务和阿里的主要业务模型不一样，阿里在做电商和阿里云，阿里云在全球市场份额很大，百度也在做百度云，但是刚刚起步。我们的光模块技术更新换代，速率提升光模块成本占比提高，光模块厂商做直接采购。

Q：阿里全面上公有云，紫光华为也要做，腾讯也是小试牛刀，互联网公司做云能做好还是设备商或其他服务商能做好？

A：数据中心落地特别是在网络或光传输投入上，跟服务器相比是不惜成本的，服务器是几百块一台最高端了，但在国内百度阿里在这方面可能对应的成本是第一位，第二位要求很稳定，很大光模块需求。互联网公司会好一点，做大融合，设备采购越来越集中，要有互联网的基础，系统在跑，客户在用比较好。

Q：万国数据在国内IDC是龙头，未来IDC数据中心运营商对光模块采购模式是否会有变化？

A：我们不做云，量不会比他们多，服务器没他们多，量级跟服务器到交换机到提供云计算的量级没法比，我的采购量只有他们的1/10到1/8。解决方案集成商把方案准备好，更多提供的是机房管理服务。光纤跳线光缆等。

Q：人工智能领域是否有可能直接采购网络形式，代替之前的侧重CPU和存储为主的传统人工智能解决方案？

A: 光只是连接，人工智能发展有越来越多数据产生，人工智能时做数据分析和数据处理，二是数据训练。我们现在做数据预处理都是通过几千台几万台服务器一起做，点和点之间的通讯变得很频繁，对中间光互联形成非常大的压力，对光提出很大挑战。通信是为应用服务的，不是独立的东西。

Q：网络是否能作为运算载体？

A：这是当前的一个新方向，把CPU拿出来放在当前网络上，跑EPTK等，CPU主要目的是用作计算的，现在把通信工作都给他做了之后，把很多计算资源消耗到了通信上，让cpu做cpu该做的事，让网络做网络该做的事，是最好的。

论坛3：云计算战略与应用论坛：

承德大数据产业未来

承德（国家级）高新技术产业开发区 管委会委员 杨文东

承德发展数据中心产业的优势：

1.环境优势得天独厚：地质结构稳固、区位交通便利、生态良好、气候冷凉、清洁能源富集、水资源丰沛、备品备件修复保障条件、网络资源丰富。

2. 政策机遇千载难逢

国家级、省级和市级层面，都制定了有利于数据中心建设发展的政策。

工信部在产业发展规划中，将承德大数据产业纳入了发展规划；

承德和北京签署协议，将承德纳入“京津冀大数据走廊”；

承德市委托专家制定了一系列政策标准，打造绿色数据中心。

承德市给予数据中心产业：土地保障；能源保障；宽带保障；资金支持等一些有优势的政策支持。

3. 产业发展前景广阔

高新区内数据中心项目加速聚集，目前已经建成和在建的重点数据中心项目如下：

从idc到IDC，如何借助资本杠杆加速发展

时石资产管理创始人/CEO 陈峻

1.全球IDC发展概况

数据：分为冷数据/热数据

热数据催生新技术的出现：AI、自动驾驶、VR

大量热数据都放在离用户近的地方——一线城市、沿海城市

全球移动网络接入流量出现爆发式增长。国内的数据中心数量距离美国还有很大的差距，市场空间巨大。

2.作为idc运营商，如何弯道超车成为IDC？

利用好资本杠杆（9种）

除了传统融资方式，PE资金、房地产基金等也都在进入IDC行业。

夹层基金：上为债，下为股，夹层基金可以是股、可以是债——作为债的年化收益比较高，12%-15%。

3.国外IDC在并购兼并中发展壮大

Equinix：市值68.5亿美元，总机柜数24.26万台。

Digital Realty:2004年上市后做了很多并购

南通大数据产业发展简介

南通经济技术开发区 朱建国

1.大数据产业发展规划

我们学习了贵阳、廊坊等地数据中心的发展经验，南通紧邻上海，区位类似廊坊。

江苏针对数据中心建设发展的政策：以南通国际数据中心产业园为依托，建设华东重要信息港，打造千亿级南通数据中心产业。

总体思路：三大产业园——南通数据中心产业园/南通人工智能产业园/南通大数据产业园。

南通国际数据中心产业园建设优势：区位优势、要素优势、政策优势

南通数据中心产业园是全国第一家建设在综合保税区的大型数据中心产业园。

政策优惠：机柜、服务器、传输设备等进区入园均可享受关税、增值税免税或退税；服务器如果采用租赁模式，租赁环节增值税在保税区缴纳，后续可享受优惠。

开始时候计划5-8年建成，后来决定3-5年。目前6.3万个机柜已经签约，5个项目全部开工，进展比预期更快更好。产业园被工信部评为示范园区

我们只做热数据，不做冷数据，项目都是接近市场的，计算为主、存储为辅。

当然，电和网两大问题也是我们痛点。

数据中心成本对电费敏感度很高。

针对网：

1.和江苏省网络管理局共建产业园，三大运营商参与，协调江苏省，带宽成本低；

2.和上海电信、上海联通直连。列入江苏省政府议题，网络一体化是长三角一体化的一部分

3.国际互联网出口直连。

针对电：

建立综合能源系统，搞售配电改革。园区统一请第三方建立电站，多种新能源（太阳能风能）并网。

数据中心案例：阿里、中兴网信、香港亚洲脉络等。

2.南通大数据产业园：正在规划

重点方向：数据清洗、数据分析、数据挖掘、数据管理、大数据和实体经济深度融合

重点领域：金融服务大数据；医疗健康大数据；智能制造大数据；智慧生活大数据；手游电竞大数据

3.人工智能产业园

主要研发：人工智能芯片、模拟芯片、健康医疗/智慧家居/人工智能模组

企商在线从“心”到“云发展之路”

企商在线董事长兼CEO

企商在线 行业地位PIC

IDC行业困惑：

1.中小客户甚至大部分企业客户的部分业务都转向公有云，导致传统IDC市场迅速萎缩；

2.大型客户的互联网客户定制化、规模化越来越高，但是利润越来越低；

3.企业客户需要的是解决方案和整合服务能力甚至行业专属服务能力，而不全是带宽和机架资源，这些恰恰是IDC公司缺少的；

4.DC更像是地产商，之前的IDC更像运营商。

对于这些困惑，企商在线的思考：

1.以资源为主还是以服务和行业为主？

2.我们在哪些行业有竞争力？

3.公有云市场被BAT长期占据，我们还发展云计算吗？

4.IDC行业会被云计算取代或被技术变革取代吗？

5.除了云计算我们还做什么？

企商的核心竞争力——多维度一体化：

1.云计算能力

2.数据中心能力；

3.大型用户案例场景；

4.解决方案一体化。

中国IDC行业问题现状和企商的对应优势：

企商战略发展方向：传统数据中心——云计算产业——综合IT服务商

企商的“云计算”是一个融合的平台：

云计算赋能企业转型及策略

华云数据集团战略发展副总裁 吴小华

全球产生和需要存储的数据量越来越大：

如今企业客户的云计算策略：混合云的采用率高达85%。

国内云计算产业的政策环境：

华云数据发展历程：

华云拥有全方位的云服务能力，渗透到各个垂直行业：

轨交云、教育云、金融云、制造云、园区云、、医疗云、政企云。

企业级私有云平台：

华云的愿景：背后的力量——推动中国企业全面上云。

云计算2.0与紫光云战略

紫光云数副总裁兼COO 李广武

紫光集团：国有控股的混合所有制企业。控股新华三和惠普中国

紫光云产业架构：

紫光云核心竞争力：

1.芯云一体；

2.混合交付；

3.场景驱动；

4.授信安全。

云集数据，加速未来

北京供销大数据集团及企业业务介绍

多元化的产品与服务：

数据中心场地服务；企业级专业服务/产品；云计算及大数据；内容分发网络服务。

集团战略布局:

已经建成的数据中心项目：

行业解决方案

1.行业解决方案-金融云

2.行业解决方案-智慧城市综管平台

北京、福州等地已经落地。做整体的平台

3.行业解决方案-教育云

在云南省做得比较多，目前有80多万学生使用系统，336所学校安装了系统。

4.行业解决方案-热力云

在河北省提供热力质量监控。

5.行业解决方案-智慧旅游

改善游客体验，让IT技术和线下内容结合。

6.行业解决方案-网络安全服务

7.行业解决方案-灾备云案例

高等教育出版社

8．行业解决方案-内容集中管理平台案例

某保险客户

全平台运营服务架构：

天翼云助力企业数字化转型

中国电信云计算分公司高级业务经理 张廷乐

万物互联的智能新时代

企业数字化转型离不开云。从典型的IT应用场景看企业对云的需求：企业传统IT应用/企业创新IT应用：

企业数字化转型，网络是基础；企业数字化转型，服务是关键；企业数字化转型，安全是前提。

58%企业在上云的过程中，安全是第一考虑的问题

践行央企责任，打造生态体系，助力企业数字化转型。

案例1：绿城集团-云+房地产转型

案例2：招商局集团-异地双活灾备

案例3：上海中心-视频监控存储

案例4：小牧童畜联网-现代农业云融合应用

案例5：国家天文台-FAST天文超算平台

天翼云：开放合作、构建生态、拥抱未来。

打造云联网，实现云网协同

刘贤松

各行业企业应用加速上云，云服务快速增长

云时代需要什么样的网络？快速开通、高性价比、带宽随选、大宽带、低时延、安全

网络转型的思考：云化、智能化、泛在化、开放化

围绕云的网络转型：打造云联网（云接入-云互联-云数据中心-协同控制）

云联网：SDN/NFV技术驱动，一点接入，入网即入云

云联网四大产品：云专线、云互联、云宽带、云组网

网络实践：联通DCI-A网方案

典型场景：医疗影像云

多云时代的sdwan

银盾泰安 CEO 刘坤

多云时代的用户需求：如何让数据更流畅

SD-WAN是什么？解决了什么问题？

SD-WAN的优势：安全性、传输独立性、智能路径控制、改善自动配置和管理、改善最终用户体验。

多云互联

典型应用场景1-互联网行业应用

典型应用场景2-新零售业务

典型应用场景3-新金融

愿景：连接未来

论坛4  人工智能与大数据论坛纪要

一、数据连接-大数据价值实现路径探讨

AlphaGo原理：

1、输入3000万步人类围棋大师的走法。

2、让AlphaGo自我对弈3000万局，积累胜负经验。

3、在自我对弈的训练中，形成全局观，对局面作出评估。

1和2是为了构成策略网络，3是为了构成评价网络，修正落子选择。

所谓的第四次科技革命：人工智能+深度互联。

大数据价值实现路径以及所需具备的条件：

数据和大数据的有关定义:

对于数据和大数据，最主要的困难和挑战来自于：数据层、应用层、计算层、算法层。

（1）来自数据层的挑战：

数据质量问题：

1、非完整（数据缺失）；2、非一致（冲突）；

3、非准确（有错误）；4、大数据价值发现原生问题：

5、跨时空（地点分布时序）；6、多源（思维难题、商务难题、技术难题、实施难题...）；

7、异构(协议异构、系统异构、格式异构、结构异构....）；8、数据库封闭（文档缺失、接口封闭）....

（2）来自应用层的挑战：1、思维 2、数据 3、技术

（3）来自计算层的挑战：速度、性能、吞吐率

新理论新技术：1、批处理、流处理... 2、GPU 3、超融合系统

目前来看，以数据为基础的科学研究第四范式：研究方法从“应该设计个什么样的实验来验证这个假设”发展为“从这些已知的数据中我能看到什么相关性？”

以下为两种不同的驱动方式：数据及技术驱动、应用及场景驱动。

关于数据连接，是相当复杂的过程。需要将不同的业务需求传递到业务系统中去，然后生成不同的数据，再耦合形成一些特征进行处理。

大数据价值实现一般路径：从数据到知识、从知识到智能的能力，打穿数据孤岛，形成链接多领域的知识中心、支撑新技术和新业态的跨界融合与创新服务。

二、中国移动数据中心智能管理实践

信息港一期数据中心运营情况：

不足之处：1、安全保障级别高，审批流程长。

2、客户要求高，响应时间较慢。

3、运维工作量大，强度高，考核难度高，维护人员流动性大。

导致：效率低，成本高。

需要信息化、智能化管理方案。

管理思路变化:

开发阶段：

1、前期需求：数据中心各专业全员深度参与系统开发。

2、中期开发：软件开发人员驻场服务支持，理解现场需求。

3、后期试用阶段：系统优化和建议。

设计理念：可靠、先进、灵活、容易维护、易拓展。

1、整合集成现有离散的安防、人防等信息化系统，统一管理。

2、通过设置安全管理，生产流程管理、IDC运营管理等模块，提供信息化支撑。

3、对业务数据采集、信息流转和统计分析。

可根据使用需求，对子模块进行个性化定制。

未来将建立面向新一代数据中心的智能管理系统，将智能运维与数据中心规划设计、工程建设、运营维护相结合，打造数据中心全生命周期智能管理模式。

三、中国电信UPTIME M&O认证，对维护管理水平的提升

Uptime Institute成立于1993年，是全球公认的数据中心标准组织和第三方认证机构。随着全球范围内的数据中心业务的发展，对数据中心的可靠性提出了越来越高的要求，高可靠性等级认证的取得，将给数据中心拥有者带来更多的机会。Uptime Tier等级认证基于以上两个标准，是数据中心业界最知名、权威的认证，在全球范围得到了高度的认可。Uptime Tier数据中心等级认证体系分为Tier I—Tier IV四个等级的最高等级，Tier IV最高。

永续运维组成元素：

1、管理和操作：70%

2、机房配置：20%-30%

3、建筑条件：不大于10%

永续运维的最核心的问题：管理和操作的有效性。

以下是工作进度时间表：

Uptime机构采用一种方法论来街量运维行为的有效性，方法论基于持续运营的三大原则，即积极主动、训练有素、通告周知。在被认为高效的运营中一定会体现有这三大原则。

1、积极主动是指一个行为是否提前预期并通过适当的程序，包括一个持续改进的组件，

2、操作熟练是否总是遵循制定的程序，一项任务不管是谁都是以相同的方式来完成。

3、通告周知就是所有的数据中心工作人员都能获取资源，访问所有的过程和程序，

认证只提供方法论的原则，具有一定的主观性，但也客观。

1、关于装备与管理之争。机楼配置不能决定机楼运行的水平

2、关于打破专业条块问题。势在必行，数据中心与全程全网的通信系统根本就不是一回事。独立的运行维护和楼字的不相关性，使得独立机楼尽量全业务本地化。

3、操作规范化、傻瓜化。-应对水平不一，人员匮乏的法宝。

4、管理的软件化水平低下，亟需提升。-报表都是抄出来的。

5、百无禁忌的实际管理方法，不断完善和拟补漏洞。只提供原则，不提供具体办法。

6、容量管理和容量预测是目前弱项。缺乏一定的管理工具。资源容量7、国内规范不少，认证不少，但缺乏权威和认真。但国外与国内在认知方面会有很大的区别，需要相互磨合。-如对柴油机的认识。

数据中心应急预案实施流程：

单次演练实施流程——场景的不断完善

1、制定演练计划

2、制定演练方案

3、演练的实施和现场管控

4、填写演练报告、审核评估演练

四、AI与数据中心运营管理实践

AIops概念：

AIOPS概念还有不清晰之处：

1、对如何落地AlOps还有很多困惑

2、部分行业已经在AIOPS方向立项

3、大部分数据中心机构已经或正在构建运维大数据平台

4、部分行业机构从运维痛点出发尝试AlOps。

5、不少行业机构希望把AlOps作为响应国家AI战略的试验田。

传统运维痛点：

1、运维故障无法完全避兔，重点是快速应对或提前应对: “不以发生故障为耻，以快速修复为荣。

2、数字化世界的运维挑战: 庞大、复杂、多变的软硬件系统。运维事件触因: 软硬件故障思意攻击;

3、用户请求变化、软件变更、人少事儿多、救火、高压、背锅、如履薄冰、幸福招数低、不知道下一秒会发生什么。

大数据四层步骤：

新架构带来的好处：扁平化统一管理；节约成本、安全可靠；功能定制、灵活拓展；易用易维护、易管理；基于大数据的决策建议。

五、DCSAT 数据中心用户满意度指数解析

入驻前、入驻后时，用户如何去选择数据中心服务商。

客户满意度理论模型：

美国客户满意度指数(ACSI) 从分析角度出发，通过引入“感知价值”作为中间变量，重点关注因果关系，同时测量各个变量影响满意度的重要程度。

Kano模型：基于非线性影响的假设，将满意度分为基本因素(Basic) 、绩效因素(Performance) 和激励因素（Delighter）。

满意度分析示例：

1、识别满意度短板和驱动因素，结合访谈做根因分析、制定满意度提升计划。

2、从区域、数据中心、客户群体等多维度进行分析。识别不同细分市场的满意差异、做针对性提升。