数据中心行业发展正面临前所未有的复杂环境，网络应用种类和数量的极大丰富催生了海量数据，人工智能的兴起带来了高密度计算，这些都给数据中心这一互联网基础设施提出了更多和更高的要求。今天，我们已经无法回避＂ABC＂究竟给＂D＂带来哪些影响这一问题了。

AI正在以超出我们预想的速度发展。＂数据、硬件、算法是支撑今天AI复兴的三大重要力量。＂众所周知，AI并不是一个年轻的技术，上世纪五十年代就有了这个名词。新数据的新应用、老硬件的新应用，以及老算法的新改进，为AI注入了全新的发展动力。很典型的现象就是，AI在机器视觉和语音识别上实现了巨大的突破。

AI的发展离不开＂算力＂，可以预见，随着AI概念的兴起，以及越来越多的AI应用的落地，业界对高速计算的需求日渐增多，GPU加速计算服务器的规模将持续增长。随着GPU加速计算服务器在数据中心中的部署规模的增大，数据中心无论是内部设计还是布局上都将发生一系列的变化。目前CPU加速计算服务器产生的热能是传统CPU的数倍，如果说一个机架能够放十几台普通服务器，那么同样空间下只能放两台GPU服务器，导致这一情况的主要原因就是散热。

虽然现在这个问题并不是很凸显，目前大家也有各种办法能够应对，但是随着容量的增加，这将会成为主要矛盾，成为限制产业发展的瓶颈。要想适应未来AI的发展，数据中心的散热技术必须变革。而在目前风冷的效能已经最大化的情况下，＂液冷＂无疑是一个值得重点关注的新方向。

除了在给数据中心带来挑战的同时，AI的兴起也有利于数据中心自身的发展，目前，已经有企业探索将AI技术应用到数据中心的运维中，从自动化运维升级到智能运维。

三年后的大数据，将是今天的云计算。在大数据走过了热热闹闹的概念期后，大数据正在加速落地。有专家预计，未来的2－3年，大数据将要过一段＂紧日子＂。不过随后就将迎来爆发式增长，将会像今天的云计算市场这样，企业和整个产业的规模不断扩大，越来越多的企业开始实现盈利，与大数据有关的应用将渗入到各行各业中去。

3年里大数据＂男耕女织＂的时代不会结束，今天企业拥有的大数据，很大一部分都是自己产出的，或者是合作的客户的。而如果大数据要实现发展，那么就必须结束这种模式，更多的数据需要流通起来。同时，业界也要更多地关注数据的温度，热数据、冷数据和温数据对于存储的需求是不一样的。

这其实就关系到了数据中心产业。数据规模的不断增大，会促使数据中心向以存储和分析数据为中心的模式转变。而这无疑也对数据中心的扩展性、可用性等提出新的要求。

其实，技术的边界正在变得模糊，无论是人工智能还是大数据，乃至云计算，都要求数据中心构建一个更加灵活和强健的环境。

在网络全面云化的趋势下，数据中心必须全面云化。数据中心必须是软件定义的，必须模块化、开放以及标准化。

今天，已经不会有人去强调云的重要性，也因为云已经成为我们生活中的一部分，并且比重将越来越大。云化是数据中心的必然演进方向，不过目前业界在此方便的探索仍然无法满足云计算业务发展的需要。

以云计算为代表的新一代信息技术和应用的发展，将促使数据中心的成本不断提高，因而数据中心必须要实现标准化。换一句话说，作为所有互联网应用的基础设施，数据中心是要＂首先＂标准化，这样才能够支撑上层的应用更好地发展。

软件定义网络的全面兴起，推动了白盒交换机的兴起。随着软件开源成为一种趋势，硬件也在走向开源。未来，开源的系统加上开源的硬件，将助推数据中心产业的变革。不过何宝宏认为，数据中心的变革不会是颠覆式的，而是演进式的，因为越来越多的网络资产承载在数据中心上。

随着边缘计算的兴起，边缘数据中心的概念也值得关注。虽然具体的形式有待业界去讨论和验证，但是必须要有数据在中心支撑边缘计算的发展，而未来边缘智能也将会兴起。