数据量 – 庄闲棋牌官网官方版 -199IT //www.otias-ub.com 发现数据的价值-199IT Thu, 20 Jun 2024 13:14:03 +0000 zh-CN hourly 1 https://wordpress.org/?v=5.4.2 数据量持续飙升,信息与通信技术行业如何实现可持续发展? //www.otias-ub.com/archives/1703323.html Wed, 26 Jun 2024 07:59:14 +0000 //www.otias-ub.com/?p=1703323
  • 随着数字化转型持续推进、人工智能不断发展、移动数据网络需求增长和加密货币挖矿的诞生,数据量正在激增。
  • 这使得我们所需的算力急剧增长,这将导致电力需求飙升,给电网带来压力,并增加碳排放。
  • 世界经济论坛能源与材料中心和清洁电力、电网和电气化倡议召集三位专家讨论能源创新和跨行业合作这一核心话题,以帮助信息与通信技术行业可持续地应对这些挑战。

2025年,全球创建、捕获、复制和消费的数据量预计将达到181泽字节(ZettaByte),而这几乎是2020年的三倍。

随着经济数字化转型不断推进,生成式人工智能快速发展,移动数据网络需求不断增长,加密货币挖矿的诞生升级,数据量正出现大幅度的增长。

不断增长的数据量,也使得行业需要更高的算力。而这反过来,又会增加数据中心以及电信和数据网络等通信基础设施的电力需求。这一增长也会带来温室气体排放,因此我们需要努力升级电力系统,才能与数据量的增长保持同步。随着信息与通信技术行业的扩张,如何获得足够的清洁电力将成为一个重要问题,且这一问题将在该行业的集中地区尤为严重。

为解决这些互相关联的问题,电力行业和信息与通信技术行业需要协调一致,在不断增长的需求和电力系统的输送能力之间取得平衡。

随着数字化转型持续发展,数据量呈指数级增长。Image: 随着数字化转型持续发展,数据量呈指数级增长。

为何信息与通信技术行业的能源使用量猛增?

为应对日益增长的数据处理需求,数据中心等设施将增强其处理能力,这会导致它们对电力的需求也相应增加。人工智能模型及其应用的快速增长所需要的新增计算能力,将导致电力需求飙升

国际能源署表示,额外的电力需求不仅用于服务器等附加设备,还用于其他系统的必要冷却,以应对数据处理产生的巨大热量。

他们也预测,到2026年,数据中心、加密货币和人工智能的电力需求可能达到1,000太瓦时。目前,这一数字已经达到了460太瓦时。

促进数据从生成点到处理点的传输的通信网络,也增加了数据中心的能源负荷。

国际能源署最新统计数据显示,数据中心和通信网络占全球电力消耗的2-3%,所产生的温室气体占全球排放总量的1%。但即使按照最低情景预测,这一数字也将大幅上升。

数据中心、人工智能和加密货币是数据量增长的主要驱动力。Image: 数据中心、人工智能和加密货币是数据量增长的主要驱动力。

在过去的几年中,数据处理的业务正逐渐从较小的私有数据中心转移到更节能的超大规模云数据中心。

然而,物联网技术以及其他高速数据应用的广泛增长,都依赖于5G移动网络。虽然5G硬件在性质上来说更加节能,但与当前的4G网络相比,5G网络的扩展仍可能使能耗增加高达140%。据《金融时报》报道,这主要是因为5G网络需要更多的手机信号塔。

另一个因素是边缘数据中心数量的增加。物联网和需要高速或本地数据处理的技术,可以利用边缘计算,在更靠近网络边缘和终端连接设备的地方处理数据。小型现场边缘数据分析能够显著缩短周转时间,但会给当地电网进一步带来压力。

据《金融时报》报道,业内人士担心,清洁能源发电量难以实现与如此多方面电力需求增长的同步,从而导致温室气体排放量增加。埃森哲的研究则表明,自2016年以来,该行业的排放量一直呈上升趋势,而清洁能源供需的不匹配,只会增加该行业目前的排放量

信息与通信技术行业正在努力应对日益增加的排放量。Image: 信息与通信技术行业正在努力应对日益增加的排放量。

为什么某些地区比其他地区受影响更大?

为全球主要的数据中心集群供充足的电力和管理温室气体排放,将尤其具有挑战性。这包括世界“数据中心之都”北弗吉尼亚州和许多北欧国家

。较小的地区也有一些重要的数据中心,例如新加坡(得益于世界上最快的互联网速度和低成本电力)和爱尔兰(凉爽的天气、良好的全球连通性以及友好的经济和税收制度刺激了数据中心的增长)。

许多拥有大型数据中心集群的国家已经对新的数据中心集群和相关基础设施实施了限制,以应对电网和国家气候目标所面临的压力。

新加坡对新数据中心的建设实行了四年的禁令,该禁令直到2023年才结束,但由于能源和空间限制,新加坡在颁发新许可证方面仍然持谨慎态度。目前,该国监管机构还在制定符合新加坡净零目标的绿色数据中心路线图。

出于对国家电网容量以及对轮流停电的担忧,爱尔兰电网于2022年开始暂停在都柏林连接新的数据中心,这一禁令将持续到2028年。但国际能源署的最新数据显示,该岛的数据中心消耗仍将增加一倍以上,其他地区的数据中心消耗预计也将大幅增加。

美国、欧洲和亚洲等全球最大的数据中心集群的电力需求将大幅增长。Image: 国际能源署等

信息与通信技术行业如何降低电力消耗?

数据中心运营商尤其致力于提高电力使用效率,这不仅是为了降低成本,也是为了遵守环保规定。显著的性能优化,将有助于应对全球数据中心的能源需求增长;但考虑到目前数据量扩大的规模和速度,我们还需要做更多的工作来适应未来的数据增长,并实现排放目标。

新的高效冷却技术以及人工智能的使用在优化数据中心运营方面具有巨大潜力。例如,谷歌在其Deep Mind人工智能技术的帮助下,将冷却成本减少了40%。

目前,人们也正在用光纤替代铜线进行工作,这将提高通信网络的能源效率。同时,将数据处理过程转移到绿色电力资源充足的地区,这有助于降低排放。

其他有前景的方法还包括绿色编码,这种方法旨在减少应用程序的处理量。麻省理工学院林肯实验室超级计算中心也在努力限制处理过程中的电力使用,并优化人工智能模型训练中的能耗。

与此同时,小语言模型正在成为ChatGPT等大语言模型的替代品。与大语言模型相比,小语言模型仅使用一小部分参数,这也体现了大语言模型从复杂数据模式中完成识别和推断所需的巨大规模。这意味着小语言模型的处理需求更低,且资源密集程度要远低于大语言模型——但同时仍能提供高质量的结果

麻省理工学院还致力于通过为数据处理创建类似于家庭能源报告的方式,从而提高人们的能源意识。他们的目标是让用户了解他们的处理任务消耗了多少能源,他们的碳足迹与其他人相比如何以及他们如何进行改进。麻省理工学院的研究人员表示,这种方法可以成为信息与通信技术行业更广泛的典范,特别是在该行业仍然缺乏全面的行业数据的情况下。

灵活的需求解决方案也有助于应对日益增长的能源需求对电网的影响。例如,需求响应和负荷转移能够使数据中心和通信基础设施减少在高峰时段的用电量,并将其转移到需求和价格较低的时间段。

美国是迄今为止世界上拥有数据中心数量最多的国家。Image: Statista

为什么合作是管理数据使用量增长和电网容量的关键

虽然信息与通信技术公司的行动对于应对能源消耗增长至关重要,但它们只是未来能源需求的一部分。在从使用化石燃料向电气化转变的过程中,交通、重工业以及消费者行为等领域对电力的需求也在不断增长。

随着这一趋势的发展,以及对清洁电力的需求持续增长,电力公司或将遭遇瓶颈,因为新基础设施建设的审批流程往往非常冗长,阻碍了它们的发展。

因此,我们需要更广泛的参与来缩小日益扩大的供需差距。私营部门、电网运营商、规划部门和监管机构必须齐心协力,找到整体性的解决方案。这将要求信息与通信技术行业向推动清洁电力需求的其他行业学习,并与之合作。为了实现这种协作方式,行业参与者需要找到安全的方式,在彼此之间,以及与监管机构之间,共享数据和数据中心增长预测,同时避免泄露商业敏感信息。

并且,这种合作需要在地方、区域和国际三个层面展开。在国际层面的推进对于跨地域创建一致的监管环境尤为重要。综合方法将有助于改善信息与通信技术价值链的能源排放核算和报告、制定新的能源高效倡议和替代能源方案等各个方面。

最后,我们每个人都应尽一份力。信息与通信技术的耗能大,是因为我们的社会需要大量数据。作为个人和组织,我们需要控制我们保存或使用的数据,并考虑减少我们自己的碳足迹。

本文作者:

Bart Valkhof,世界经济论坛信息与通信技术行业总负责人

Eleni Kemene,世界经济论坛工业脱碳负责人

Justin Stark,埃森哲北美可持续发展净零转型经理

本文原载于世界经济论坛Agenda博客

]]>
IDC:预计2023年中国数据量规模达76.6ZB 年均增长速度CAGR达到26.3% //www.otias-ub.com/archives/1605238.html Tue, 06 Jun 2023 06:29:07 +0000 //www.otias-ub.com/?p=1605238

—数据云作为新一代数据体系架构,围绕政府Government、城市City、产业Industrial为数字中国发展打造GCI发展底座,实现政企价值传递和反馈闭环。面向数据全生命周期管理,提供数据云一站式服务(安全、采集,存储,管理,开发,流通,创新),促进千行百业应用赋能,加快数据要素价值挖掘和共享流通,是产业智能化的底座。未来,面对海量政府和行业数据,随着应用需求的升级融合,提供集数据中台和业务中台于一体的核心能力,并满足可伸缩弹性的用户需求,实现上层模型服务的灵活编排落地,是厂商更好更灵活地服务企业升级的关键。

IDC最新发布的Global DataSphere 2023显示,中国数据量规模将从2022的23.88ZB增长至2027年的76.6ZB,年均增长速度CAGR达到26.3%,为全球第一。政府、媒体、专业服务、零售、医疗、金融为主要分布领域,他们拥有更多的数据,同样也带来更大的存储治理和分析管理压力,这也为数据管理服务创造更多机会以激活数据来挖掘商业和社会价值。

《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》等政策持续加码数据服务市场,“数据要素”概念逐渐成形,不同于传统数据和信息化服务,数据要素强调对数据信息的价值开发、产业赋能和流通利用。在此背景下,为加强数据要素供给和创新,需要数据云作为数字经济发展的底座,“上云”变成“云上”,成为价值挖掘的沃土。

IDC定义下的数据云是基于云的数据技术体系架构,提供安全、全周期、统一、智能、弹性的数据要素采集、管理、分析、流通、价值提升服务,打造底层统一的技术栈,融合数据中台与业务中台能力,上层实现数据的快速流通和产品一键部署。数据云的主要优势包括提供既有基础工具、专家经验、松耦合化组件、简易开发能力、可预见性、生态支持。

从“数据上云”到“数据云上”,实现四次价值释放

一阶收益——业务流程化:优化公司生产力,提升业务工作效率,并满足灵活部署、高效管理、安全保护的需求;

二阶收益——管理平台化:加强企业/政府一体化管理能力,促进数字化转型,深度渗透流程环节,对业务成果和市场有明显提升,优化客户体验和管理成本;

三阶收益——应用繁衍化:数据云成为工程化应用落地的第三方可信任的工具和手段,将有更多的厂商应用数据云来灵活高效地实现更广范围的数据要素应用开发和产业落地;

四阶收益——底座生态化:数字经济、新基建发展的新动能,基于数据云衍生出更多的促进产业升级和经济发展的工具和能力,并实现自我迭代,以及与行业应用形成“数据-行动正反馈闭环系统”。

同时,IDC发布数据云行业应用发展地图V1.0——模型走向标准化、产品化。模型即服务Model as a Service成为主要产品落地趋势,厂商依托丰富的行业专家经验,将能力沉淀为各领域底层能力,形成通用数据模型库、场景模型库和算法库,实现数据服务标准化、智能化、产品化,推动更广范围和更深层次的落地,未来供应链、农业、工业质检、应急指挥、能源将拥有更大市场潜力。

从整体市场来看,2022年作为数据云产业发展元年,谷歌云、浪潮云等企业开始布局数据云相关服务,数据要素政策持续出台,数据云掀起驱动行业升级的风暴,其他值得关注的厂商还包括星环科技、中国电子云等。

给技术供应商的建议

加快核心功能优势打造和技术融合创新。加快建立底层技术底座,利用分布式云提供弹性需求支撑,围绕核心软件算法、产品功能打造驱动引擎,并注意人工智能、大数据、云计算的融合应用,以降低在各行业场景的应用探索和一站式落地成本。

从成熟度高的产品服务进入市场。对于数字化转型/智能化升级起步者,客户更加关注数据云的一阶和二阶收益,服务商可以先从成熟度较高的产品服务出发,采取建-管-运-安全分离模式,同时拓展上下层功能服务以及与企业内外部市场紧密联系。

专家经验与标准化产品打造成为关键。数据治理开发是数据云的核心,专业知识图谱、自动化流程工具、低代码/无代码、安全可信是决定企业在市场渗透度的重要因素。因此拥有更多客户案例和市场生态,以及懂得迁移应用的厂商有更大的机会。

建立成熟的企业发展评估维度和生态合作路线。从技术应用能力、服务生态、市场覆盖广度/深度、生态布局角度分析优势和挑战,以更好的平衡短期投入与长期收支的关系,明确数据云与传统政务云、行业云的区别,更强调数据的全周期治理开发和模型服务编排。

同时,IDC将于2023年推出《IDC Innovators:数据智能市场创新者》研究报告。报告中,IDC将从诸多提供数据智能工具平台及解决方案的初创公司中挑选三至五家,对他们的产品、客户案例以及商业模式进行分析,希望寻找出该技术领域优秀的创新者。一方面,帮助IT购买者选择合适的IT产品;另一方面,帮助投资方与这些创新者们建立起良好的桥梁,旨在为数据智能市场的健康发展贡献出一份力量。

]]>