5G與數(shù)據(jù)中心具備什么作用

如果有人詢問5G技術(shù)對(duì)數(shù)據(jù)中心的運(yùn)營(yíng)有什么影響，那么就像詢問如何抵御自然災(zāi)害一樣。其答案是取決于具體情況。毫無疑問，5G將會(huì)改變數(shù)據(jù)中心的建設(shè)和運(yùn)營(yíng)方式，在某些情況下，將改變它們?cè)诟蟮木W(wǎng)絡(luò)中扮演的角色。據(jù)調(diào)查，到2025年，數(shù)據(jù)中心將花費(fèi)一半以上的運(yùn)營(yíng)預(yù)算來支持5G技術(shù)。那么這些運(yùn)營(yíng)預(yù)算將花在哪里？其用途是什么？這意味著需要更深入地挖掘。

承諾與問題

首先從人們所知道的開始，從技術(shù)角度來看，5G具有幾個(gè)明確的特征。最明顯的是使用5G新的無線電（NR）空中接口，它將利用新頻譜，并提供毫秒范圍內(nèi)的延遲功能。其增強(qiáng)的性能將推動(dòng)數(shù)十億臺(tái)基于邊緣計(jì)算的物聯(lián)網(wǎng)設(shè)備的部署，并產(chǎn)生對(duì)以用戶為中心的靈活網(wǎng)絡(luò)的需求。為了應(yīng)對(duì)和處理大量新數(shù)據(jù)，網(wǎng)絡(luò)將嚴(yán)重依賴于虛擬化架構(gòu)（如網(wǎng)絡(luò)切片）以及其他基于云計(jì)算的技術(shù)（如人工智能和機(jī)器學(xué)習(xí)）。

無人駕駛汽車、工業(yè)自動(dòng)化、面部識(shí)別、機(jī)器對(duì)機(jī)器通信，以及令人難以置信的一系列智能城市應(yīng)用程序，所有這一切都是5G將啟用的應(yīng)用程序。它們對(duì)延遲、可靠性和生成的數(shù)據(jù)流量的數(shù)量和類型有各種各樣的要求。除非知道原因，否則很難推測(cè)它將如何影響數(shù)據(jù)中心。然而，可以根據(jù)過去的經(jīng)驗(yàn)提供一些見解。以下是人們將看到的影響數(shù)據(jù)中心生態(tài)系統(tǒng)的幾個(gè)關(guān)鍵趨勢(shì)以及核心問題。

將計(jì)算和存儲(chǔ)遷移到邊緣

以用戶為中心的網(wǎng)絡(luò)包括將計(jì)算和存儲(chǔ)資源轉(zhuǎn)移到更加靠近用戶和連接設(shè)備的位置。滿足超可靠、低延遲要求的唯一方法是將這些邊緣節(jié)點(diǎn)部署為具有東西向流量和并行數(shù)據(jù)路徑的網(wǎng)絡(luò)。在某些情況下，這些節(jié)點(diǎn)可能足夠大，可以分類為Pod數(shù)據(jù)中心或微型數(shù)據(jù)中心，類似于電信和電纜提供商所使用的那些數(shù)據(jù)中心。更大的問題是這將對(duì)核心數(shù)據(jù)中心產(chǎn)生什么影響，而這取決于具體情況。

云計(jì)算規(guī)模的數(shù)據(jù)中心以及大型企業(yè)數(shù)據(jù)中心設(shè)施可能受的影響并不大，因?yàn)樗鼈円呀?jīng)在使用分布式處理技術(shù)，并且旨在處理來自邊緣計(jì)算的增加的數(shù)據(jù)流。零售多租戶數(shù)據(jù)中心（MTDC）可能會(huì)受到更大的影響，傳統(tǒng)上，由于對(duì)云計(jì)算規(guī)模服務(wù)的需求不斷增長(zhǎng)，這些數(shù)據(jù)中心的數(shù)量也在增長(zhǎng)。為了維持這種關(guān)系，需要部署更靠近邊緣的零售多租戶數(shù)據(jù)中心（MTDC），以便為云計(jì)算規(guī)模的數(shù)據(jù)中心設(shè)施提供區(qū)域的存在點(diǎn)。

隨著服務(wù)提供商改善其核心數(shù)據(jù)中心與不斷發(fā)展的局端機(jī)房和集中式無線接入網(wǎng)（CRAN）樞紐之間的關(guān)系，也許最大的變化將發(fā)生在服務(wù)提供商之間。為了處理預(yù)期的5G數(shù)據(jù)流，并使服務(wù)提供商能夠在需要的地方輕松移動(dòng)計(jì)算和存儲(chǔ)容量，必須增加核心網(wǎng)絡(luò)和無線接入網(wǎng)絡(luò)的虛擬化。

虛擬化、人工智能和機(jī)器學(xué)習(xí)的影響

另一個(gè)潛在的顛覆因素將是虛擬化、人工智能、大規(guī)模機(jī)器學(xué)習(xí)的使用。這些技術(shù)將需要更快的服務(wù)器速度和更高的網(wǎng)絡(luò)容量，以實(shí)現(xiàn)更大數(shù)量的日益復(fù)雜的邊緣服務(wù)。構(gòu)建數(shù)據(jù)模型將需要處理大量的數(shù)據(jù)池，在大多數(shù)情況下，這些數(shù)據(jù)池與核心數(shù)據(jù)中心功能最為匹配。

大多數(shù)用于開發(fā)人工智能模型的數(shù)據(jù)都來自邊緣。這意味著更大的云計(jì)算規(guī)模數(shù)據(jù)中心將支持網(wǎng)絡(luò)的潛在變化。其中一種方案涉及利用核心數(shù)據(jù)中心的功能從邊緣組合數(shù)據(jù)以開發(fā)模型。然后將完成的模型推出以提供本地化的低延遲服務(wù)。然后將重復(fù)該過程，以創(chuàng)建一個(gè)反饋循環(huán)，以完善操作模型。

在服務(wù)提供商網(wǎng)絡(luò)中，增加虛擬化可能會(huì)對(duì)核心數(shù)據(jù)中心產(chǎn)生更直接的影響。隨著無線網(wǎng)絡(luò)和有線網(wǎng)絡(luò)變得更加虛擬化和融合，單一物理層基礎(chǔ)設(shè)施的業(yè)務(wù)案例變得更加強(qiáng)大。最大的問題是核心網(wǎng)絡(luò)和無線接入網(wǎng)之間的融合程度，以及在哪里會(huì)發(fā)生這種情況——局端機(jī)房還是數(shù)據(jù)中心？

對(duì)數(shù)據(jù)負(fù)載進(jìn)行優(yōu)先級(jí)排序和平衡

當(dāng)然，各種數(shù)據(jù)中心環(huán)境中的變化程度將取決于應(yīng)用程序需求。數(shù)十億臺(tái)傳感器和物聯(lián)網(wǎng)設(shè)備產(chǎn)生的數(shù)據(jù)流量會(huì)產(chǎn)生大量穩(wěn)定的數(shù)據(jù)流，而其他數(shù)據(jù)流則會(huì)間歇性地傳遞或以不規(guī)則的信息突發(fā)的形式產(chǎn)生。那么如何優(yōu)化數(shù)據(jù)采集和處理？與核心數(shù)據(jù)中心中需要處理的數(shù)據(jù)相比，邊緣設(shè)備或本地邊緣節(jié)點(diǎn)應(yīng)保留多少數(shù)據(jù)？

一旦回答了這些問題，網(wǎng)絡(luò)工程師就需要確定通過網(wǎng)絡(luò)移動(dòng)數(shù)據(jù)的最佳方法。不同的延遲和可靠性要求能夠在非常精細(xì)的級(jí)別上對(duì)數(shù)據(jù)流量進(jìn)行優(yōu)先級(jí)排序?？梢酝ㄟ^本地Wi-Fi將數(shù)據(jù)上傳到全球互聯(lián)網(wǎng)上，而不必回傳到云計(jì)算服務(wù)提供商（CSP）數(shù)據(jù)中心。需要記住，邊緣計(jì)算網(wǎng)絡(luò)必須適用使其盈利的財(cái)務(wù)模式。

即使第一批5G網(wǎng)絡(luò)服務(wù)開始投入使用，這些問題仍然懸而未決。從數(shù)據(jù)中心管理人員到首席信息官需要學(xué)習(xí)如何挖掘5G的功能，因此需要進(jìn)行在職學(xué)習(xí)和培訓(xùn)。來自網(wǎng)絡(luò)邊緣的大量新數(shù)據(jù)需要較高的計(jì)算和存儲(chǔ)能力。但是，數(shù)據(jù)中心究竟需要多少資源以及它們將位于何處？這取決于具體情況。