謊言1：5G時(shí)代的到來，推動(dòng)運(yùn)營商基礎(chǔ)業(yè)務(wù)大幅增收
5G的滲透率不斷提升，盡管DoU（平均每戶每月上網(wǎng)流量）增長了6倍，但是5G的繁榮并沒有為運(yùn)營商帶來顯著的營收的提升。因?yàn)閭鹘y(tǒng)基礎(chǔ)業(yè)務(wù)已經(jīng)嚴(yán)重同質(zhì)化，加上“提速降費(fèi)”的要求，以“賣流量”為典型的傳統(tǒng)業(yè)務(wù)已經(jīng)連續(xù)多年增量不增收，想通過傳統(tǒng)業(yè)務(wù)實(shí)現(xiàn)持續(xù)大幅度增長更是希望渺茫。
AI、云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、量子計(jì)算等新技術(shù)層出不窮，牽引運(yùn)營商數(shù)字化轉(zhuǎn)型投資，但由于各運(yùn)營商投資密度的不同，數(shù)字化轉(zhuǎn)型的進(jìn)展也參差不齊�；�2022年全球運(yùn)營商的營收數(shù)據(jù)，生成了兩種畫像，其一是“穩(wěn)健派”，仍以賣管道的傳統(tǒng)基礎(chǔ)業(yè)務(wù)為主，圍繞網(wǎng)絡(luò)開展1+N創(chuàng)新增收，數(shù)字化業(yè)務(wù)還未形成經(jīng)濟(jì)效益，其整體營收增長乏力，數(shù)字化業(yè)務(wù)甚至出現(xiàn)負(fù)增長，例如美國AT&T、德國T-mobile、新加坡Singtel等；而另外一種“卓越派”，則已經(jīng)開始享受數(shù)字化轉(zhuǎn)型投資的成果，多樣化的新興業(yè)務(wù)誕生，牽引業(yè)務(wù)主戰(zhàn)場從傳統(tǒng)ToC走向ToB，帶動(dòng)整體營收高速增長，例如中國三大運(yùn)營商、韓國KT、日本KDDI、泰國Ture等。
真相1：基礎(chǔ)業(yè)務(wù)增速慢，數(shù)字化轉(zhuǎn)型收入才是運(yùn)營商增收最快引擎
2023年國務(wù)院印發(fā)了《數(shù)字中國建設(shè)整體布局規(guī)劃》，加速推進(jìn)數(shù)字中國進(jìn)程，目標(biāo)2035年進(jìn)入世界前列。而運(yùn)營商作為數(shù)字中國建設(shè)的主力軍，一直處在數(shù)字化建設(shè)的最前沿�；�工信部發(fā)布的《2023 年上半年通信業(yè)經(jīng)濟(jì)運(yùn)行情況》以及2023H1中國運(yùn)營商財(cái)報(bào)，“卓越派”運(yùn)營商2023上半年的成績單如下：
1、傳統(tǒng)基礎(chǔ)業(yè)務(wù)增速疲軟：在全球運(yùn)營商營收增幅停滯不前的大環(huán)境下，中國運(yùn)營商整體營收實(shí)現(xiàn)增長，但其中，固網(wǎng)、移動(dòng)、語音等基礎(chǔ)業(yè)務(wù)增速緩慢，僅有2~3%，遠(yuǎn)低于運(yùn)營商整體的營收增幅。
2、產(chǎn)業(yè)數(shù)字化收入增速快、占比提升：運(yùn)營商數(shù)字化轉(zhuǎn)型收入保持雙位數(shù)增長，占整體收入比例也不斷提高，其中移動(dòng)提升至29.3%，電信提升至29.2%，聯(lián)通提升至25%。這其中包含了以移動(dòng)云盤為代表的ToC市場新業(yè)務(wù)，以IPTV為典型的家庭市場智慧家庭增值業(yè)務(wù)，以及ToB政企市場DICT、物聯(lián)網(wǎng)、專線，以及AI、云計(jì)算、視聯(lián)網(wǎng)等新興市場收入。
謊言2：“云改”浪潮襲來，運(yùn)營商云化改造驅(qū)動(dòng)業(yè)務(wù)與數(shù)據(jù)全部上云
運(yùn)營商云化改造有兩個(gè)目標(biāo)：1、對(duì)內(nèi)實(shí)現(xiàn)降本增效，現(xiàn)網(wǎng)ICT基礎(chǔ)設(shè)施建設(shè)和運(yùn)營厚重，需要用云化架構(gòu)提升資源利用率，為ICT瘦身降本。2、對(duì)外賦能千行百業(yè)，通過云服務(wù)的方式打造產(chǎn)業(yè)級(jí)服務(wù)體系，承擔(dān)整個(gè)社會(huì)數(shù)字化轉(zhuǎn)型的責(zé)任，助力數(shù)字經(jīng)濟(jì)社會(huì)的數(shù)字化、數(shù)智化轉(zhuǎn)型。
云化落地過程中，CRM、Billing這類數(shù)據(jù)庫穩(wěn)態(tài)核心業(yè)務(wù)仍然保持在線下部署，滿足高性能低時(shí)延要求，但如開發(fā)測試、Web Server等敏態(tài)業(yè)務(wù)，對(duì)資源敏捷彈性的要求更高，應(yīng)用生態(tài)貼近云原生，更適合在云端部署。那么問題來了，業(yè)務(wù)部署在云端后，數(shù)據(jù)是否也要跟著存放在云端呢？
真相2：捍衛(wèi)數(shù)據(jù)主權(quán)刻不容緩，關(guān)鍵數(shù)據(jù)匯聚線下才是云改的最佳選擇
全球各國紛紛打響“數(shù)據(jù)主權(quán)保衛(wèi)戰(zhàn)”，因?yàn)閿?shù)據(jù)不僅已成為AI、大數(shù)據(jù)等新業(yè)務(wù)的生產(chǎn)資料，也是企業(yè)核心資產(chǎn)。“錢存自家金庫，還是分散到各地存放？”，這個(gè)問題要參考四個(gè)關(guān)鍵因素：
1、法規(guī)要求數(shù)據(jù)不出國：多國陸續(xù)出臺(tái)了數(shù)據(jù)保護(hù)法（歐盟GDPR、中國PIPL、巴西LGPD、南非POPI），明確數(shù)據(jù)不出國。如果企業(yè)違反了數(shù)據(jù)法規(guī)，可能會(huì)招致巨額罰款及其他法律后果。2023年5月，由于懷疑社交媒體平臺(tái)Facebook將歐盟用戶數(shù)據(jù)傳輸?shù)矫绹�，歐盟針對(duì)其開出違反隱私法規(guī)的12億歐元“天價(jià)罰單”，并命令該公司在今年10月前停止將歐洲用戶的數(shù)據(jù)傳輸出國。無獨(dú)有偶，2022年歐盟也對(duì)AWS和中國企業(yè)TikTok開具過同類的罰單，歐盟GDPR因此也被稱為“史上最嚴(yán)苛數(shù)據(jù)保護(hù)法案”。
2、公有云數(shù)據(jù)主權(quán)模糊不清：2018年美國通過“CLOUD法案”挑戰(zhàn)數(shù)據(jù)主權(quán)，要求美國的企業(yè)提供公司控制的數(shù)據(jù)，無論數(shù)據(jù)存儲(chǔ)在何處。例如，美國政府要求微軟提供存儲(chǔ)于愛爾蘭的電子郵件。此方案遭到全球多國抵制，并表示需要通過主權(quán)云方式取代美國AWS、Azure、Google等云服務(wù)商。
3、公有云數(shù)據(jù)存放成本高：隨著應(yīng)用數(shù)據(jù)量變大，云存儲(chǔ)服務(wù)的成本會(huì)逐漸超越自建存儲(chǔ)成本，以3年周期為例，數(shù)據(jù)存在本地的成本僅為云上成本的50%（本地$0.1/GB vs云上$0.22/GB），例如抖音、拼多多等企業(yè)都在數(shù)據(jù)規(guī)�；笥|發(fā)了云上數(shù)據(jù)的回遷，但高昂的云數(shù)據(jù)回遷費(fèi)用，使得“上云容易，下云難”已經(jīng)成為共性的痛點(diǎn)。
4、第三方公有云之間的數(shù)據(jù)不共享：每個(gè)云廠商的優(yōu)勢云服務(wù)領(lǐng)域各有千秋，例如AWS的容器、區(qū)塊鏈，Azure的Teams、office，但是各家公有云的數(shù)據(jù)壁壘意識(shí)很嚴(yán)重，數(shù)據(jù)無法流動(dòng)和共享。沒有可共享的數(shù)據(jù)，各有所長的多云應(yīng)用也用不起來。
綜上所述，運(yùn)營商云化演進(jìn)過程中，既要享受云應(yīng)用帶來的便捷，又要考慮數(shù)據(jù)的安全和中長期使用成本。所以，符合云化演進(jìn)的最優(yōu)架構(gòu)應(yīng)該是：應(yīng)用在云端部署，本地同步改造；數(shù)據(jù)本地存放，按需脫敏上云。如此，安全、可靠、合規(guī)的專業(yè)存儲(chǔ)，就是數(shù)據(jù)本地存放的最佳“保險(xiǎn)箱”。
謊言3：公有云創(chuàng)新高效，運(yùn)營商將攜手第三方公有云實(shí)現(xiàn)“雙贏”
全球公有云廠商的都有自己的創(chuàng)新高地，例如AWS龐大的工具集、Azure的混合云交互、Google Cloud的AI與數(shù)據(jù)分析等。企業(yè)可通過“多云”組合使用來實(shí)現(xiàn)創(chuàng)新高效，根據(jù)統(tǒng)計(jì)全球89%企業(yè)有多云戰(zhàn)略規(guī)劃，企業(yè)正積極擁抱多云，在多云世界中加速創(chuàng)新。但是，與大部分企業(yè)直接長期使用公有云支撐業(yè)務(wù)演進(jìn)不同，運(yùn)營商主要依托本身的渠道優(yōu)勢，以第三方云服務(wù)轉(zhuǎn)售這種“賺快錢”的方式為主，例如Verizon、德電DT、Globe、True等運(yùn)營商熱衷于轉(zhuǎn)售AWS的DevOps、大數(shù)據(jù)等云服務(wù)，同時(shí)也帶貨微軟的Teams、Office 365等主流的辦公協(xié)同云服務(wù)。
為什么運(yùn)營商不青睞長期使用第三方云服務(wù)呢？
因?yàn)�，大型運(yùn)營商的目標(biāo)是成為公有云提供商。TOP運(yùn)營商依賴遙遙領(lǐng)先的5G網(wǎng)絡(luò)技術(shù)、成熟的大規(guī)�；A(chǔ)設(shè)施、國家政策的加持等優(yōu)勢，已經(jīng)贏在“云服務(wù)”的起跑線上。以中國運(yùn)營商為例，國資委在《中央企業(yè)深化專業(yè)工作會(huì)》上指出，運(yùn)營商將是國家基礎(chǔ)設(shè)施的建設(shè)者，統(tǒng)一面向全社會(huì)提供資源。三大運(yùn)營商依賴獨(dú)有“云網(wǎng)融合“能力，同時(shí)匹配國家“東數(shù)西算”戰(zhàn)略，承載國家云數(shù)據(jù)中心建設(shè)，通過自建公有云并以云服務(wù)ToB的方式賦能千行百業(yè)，加速各行業(yè)數(shù)字化進(jìn)程。
真相3：狂飆的運(yùn)營商三朵云，已成為中國公有云的最大玩家
1、公有云投入持續(xù)加大：運(yùn)營商云服務(wù)ToB業(yè)務(wù)的投入逐年升高，以國內(nèi)某運(yùn)營商為例，2023年產(chǎn)業(yè)數(shù)字化投入（含云服務(wù)）已占比總體投入的38%。
2、三朵云營收高增長，進(jìn)入市場TOP5：中國運(yùn)營商在自建公有云的高額投入，也得到了積極的市場回饋，云服務(wù)營收走向“正循環(huán)”。根據(jù)2023年H1財(cái)報(bào)，三大運(yùn)營商公有云市場增長迅猛，其中天翼云收入459億￥，增長高達(dá)81%，與長期霸榜TOP1的阿里云收入497億￥接近，2023全年天翼云挑戰(zhàn) “千億”收入目標(biāo)不動(dòng)搖，有望搶奪中國公有云收入榜首。緊隨其后的移動(dòng)云、聯(lián)通云營收增幅分別達(dá)到63%、36%，增速遠(yuǎn)超行業(yè)平均水平（8%）。23年H1運(yùn)營商三朵云全員入圍營收TOP5，進(jìn)入中國公有云市場第一梯隊(duì)，成功接棒互聯(lián)網(wǎng)云，成為政務(wù)、教育、醫(yī)療等行業(yè)“央企國企上云項(xiàng)目”的公有云提供商。
謊言4：數(shù)據(jù)將進(jìn)入YB時(shí)代，傳統(tǒng)全棧服務(wù)器架構(gòu)適用于構(gòu)建數(shù)據(jù)底座
數(shù)據(jù)是云業(yè)務(wù)的基礎(chǔ)，隨著業(yè)務(wù)數(shù)字化轉(zhuǎn)型，數(shù)據(jù)正在指數(shù)級(jí)增長，5G和云化驅(qū)動(dòng)運(yùn)營商用戶話單量增長3倍，話單數(shù)量增長10倍。據(jù) 《數(shù)字中國發(fā)展報(bào)告》顯示，截至2022年底，我國數(shù)據(jù)存儲(chǔ)量達(dá)724.5EB，同比增長21.1%。運(yùn)營商在打造符合云時(shí)代需求的數(shù)據(jù)中心過程中，這些海量數(shù)據(jù)的爆發(fā)增長讓數(shù)據(jù)的高效存儲(chǔ)成為一大難題。
我們發(fā)現(xiàn)，當(dāng)前大規(guī)模云數(shù)據(jù)中心普遍采用服務(wù)器本地盤+分布式軟件的存儲(chǔ)方案，此方案的優(yōu)勢是輕量便捷，可幫助快速搭建系統(tǒng)，但隨著數(shù)據(jù)量的暴增，這種存算一體方案在大規(guī)模的云數(shù)據(jù)中心并不適用。例如，大規(guī)模云數(shù)據(jù)中心擁有海量服務(wù)器本地盤，但服務(wù)器對(duì)硬盤不具備專業(yè)管理能力，當(dāng)硬盤出現(xiàn)問題后，會(huì)導(dǎo)致響應(yīng)慢、即將失效等故障，使得上層分布式存儲(chǔ)軟件進(jìn)行重構(gòu)時(shí)會(huì)耗費(fèi)大量的CPU算力，對(duì)業(yè)務(wù)影響不可控。再比如，為了保障可靠性，通常采用3副本存儲(chǔ)策略，即1份數(shù)據(jù)保存3份，存儲(chǔ)空間利用率僅有30%，機(jī)柜空間和能耗占用大。
真相4：云走向分層解耦，Diskless是大規(guī)模公有云系統(tǒng)的最優(yōu)架構(gòu)
1、云數(shù)據(jù)中心架構(gòu)已從封閉全棧走向開放合作。從技術(shù)趨勢來看，先進(jìn)的公有云系統(tǒng)架構(gòu)已由全棧走向分層解耦（例如AWS、Azure），與業(yè)界最優(yōu)的產(chǎn)品合作集成，分層建設(shè)，以開放的姿態(tài)找到業(yè)務(wù)的“最優(yōu)解”。
2、基于Diskless無盤架構(gòu)的專業(yè)存儲(chǔ)，能夠更好減少對(duì)空間、能耗的占用，并簡化硬盤的管理運(yùn)維。面向海量數(shù)據(jù)的IT基礎(chǔ)設(shè)施，如何實(shí)現(xiàn)存力和算力按需擴(kuò)展，也成為了運(yùn)營商IT創(chuàng)新的關(guān)鍵。為此，以新型存算分離理念的Diskless架構(gòu)應(yīng)運(yùn)而生。Diskless架構(gòu)支持資源池化，把原有的多級(jí)分層資源，徹底解耦池化和重組整合，實(shí)現(xiàn)了各類硬件的獨(dú)立擴(kuò)展和靈活共享。例如，將服務(wù)器內(nèi)數(shù)據(jù)盤拉遠(yuǎn)，將硬盤集中到專業(yè)存儲(chǔ)中統(tǒng)一管理，通過專業(yè)存儲(chǔ)廠商對(duì)的原生硬盤亞健康管理、三級(jí)硬盤慢IO快速響應(yīng)等技術(shù)，屏蔽底層硬盤故障，保持大規(guī)模數(shù)據(jù)中心海量硬盤的可靠穩(wěn)定，大幅降低運(yùn)維難度。同時(shí)，再通過數(shù)據(jù)縮減、大比例EC等關(guān)鍵技術(shù)，提升存儲(chǔ)效率，幫助客戶提高資源利用率，降低機(jī)柜空間和設(shè)備功耗。
在中國，某頭部運(yùn)營商已經(jīng)將Diskless存算分離架構(gòu)用于智算中心的建設(shè)實(shí)踐中，采用專業(yè)的存儲(chǔ)重構(gòu)私有云、公有云的數(shù)據(jù)底座，應(yīng)用于ToB自動(dòng)駕駛、工業(yè)智造、AI繪畫等新興場景，整體性能提升2倍，機(jī)房占用率降低40%，并且屏蔽掉硬盤故障帶來的業(yè)務(wù)中斷，運(yùn)維更為省心省力。
謊言5：大模型引爆性能需求，運(yùn)營商算力強(qiáng)則AI強(qiáng)
AI大爆發(fā)，運(yùn)營商入局“百模大戰(zhàn)”。據(jù)OpenAI預(yù)測，未來50%的人類工作任務(wù)場景將被ChatGPT影響。運(yùn)營商作為信息通信基礎(chǔ)設(shè)施的建設(shè)者和運(yùn)營者，既為AI的發(fā)展提供基礎(chǔ)設(shè)施支撐，又將會(huì)是AI應(yīng)用落地的先行者。運(yùn)營商在全面擁抱AI新機(jī)遇時(shí)，會(huì)充分發(fā)揮其既有的數(shù)據(jù)優(yōu)勢、資源優(yōu)勢、行業(yè)使能經(jīng)驗(yàn)優(yōu)勢，全力打造領(lǐng)先的AI基礎(chǔ)設(shè)施，依托算網(wǎng)融合的能力，讓AI服務(wù)無所不達(dá)，從而引領(lǐng)產(chǎn)業(yè)發(fā)展。
廣義算力 =算力&&存力&&運(yùn)力。運(yùn)營商要抓住大模型的發(fā)展機(jī)遇，首先需要構(gòu)建領(lǐng)先的AI基礎(chǔ)設(shè)施。大模型的參數(shù)和數(shù)據(jù)規(guī)模都呈指數(shù)級(jí)增長，除了對(duì)算力有極高的要求外，對(duì)存儲(chǔ)的擴(kuò)展性、性能、時(shí)延等都提出更高要求。比如一個(gè)訓(xùn)練批次前后的數(shù)據(jù)加載和保存階段，如果存取性能不足，會(huì)導(dǎo)致寶貴的計(jì)算資源空轉(zhuǎn)浪費(fèi)。中國工程院院士倪光南指出“存力、算力、運(yùn)力缺一不可，只有三者平衡配置、均衡發(fā)展，才能充分發(fā)揮算力的作用”�？梢哉f，存力是算力價(jià)值的前提和基礎(chǔ)。
真相5：缺數(shù)據(jù)無AI，存力加持算力才能構(gòu)筑AI最強(qiáng)底座
數(shù)據(jù)決定AI智能的高度。大模型要服務(wù)千行萬業(yè)智能化升級(jí)，數(shù)據(jù)質(zhì)量、規(guī)模決定運(yùn)營商AI的競爭力。作為數(shù)據(jù)的載體，AI存力為大模型注入源源不斷的數(shù)據(jù)“燃料”，加裝動(dòng)力澎湃的數(shù)據(jù)“引擎”，提供堅(jiān)實(shí)可信的數(shù)據(jù)“護(hù)盾”。
面向大模型場景，服務(wù)器存力不夠用，通用存力不好用，需要量身定制的AI專業(yè)存力。AI技術(shù)的發(fā)展先后經(jīng)歷了傳統(tǒng)AI時(shí)代、深度學(xué)習(xí)時(shí)代和大模型時(shí)代，所需的存力系統(tǒng)也不斷演進(jìn)。在傳統(tǒng)AI時(shí)代，研究者們嘗試使用符號(hào)和規(guī)則來實(shí)現(xiàn)人工智能，訓(xùn)練規(guī)模有限且數(shù)據(jù)多為結(jié)構(gòu)化數(shù)據(jù)，存儲(chǔ)方式為本地盤存儲(chǔ)形式。到了深度學(xué)習(xí)時(shí)代，深度神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)多為文本、圖片、音頻等單模態(tài)數(shù)據(jù)，隨著訓(xùn)練復(fù)雜度和規(guī)模的提升，需要統(tǒng)一的數(shù)據(jù)資源池實(shí)現(xiàn)數(shù)據(jù)共享，此時(shí)對(duì)數(shù)據(jù)IO性能要求不高，主要以對(duì)象存儲(chǔ)為主。當(dāng)前AI已發(fā)展到大模型時(shí)代，傳統(tǒng)以服務(wù)器集群搭建的對(duì)象存儲(chǔ)資源池已無法滿足需求，比如某智算中心集群運(yùn)行65B大模型時(shí)，1PB對(duì)象存儲(chǔ)的讀寫帶寬僅為2.4~7.5GB/s，導(dǎo)致訓(xùn)練經(jīng)常掛死。面對(duì)萬億級(jí)參數(shù)、PB級(jí)訓(xùn)練數(shù)據(jù)的大模型，存力系統(tǒng)需為此打造專業(yè)的AI存儲(chǔ)，通常需要構(gòu)建“高性能層+大容量層”的AI存儲(chǔ)集群，這樣的存力系統(tǒng)業(yè)界稱之為“AI先進(jìn)存力”。
構(gòu)建AI先進(jìn)存力才能釋放運(yùn)營商最強(qiáng)“廣義算力”。大模型的持續(xù)創(chuàng)新突破，需要從數(shù)據(jù)的角度對(duì)AI全流程進(jìn)行優(yōu)化，通過AI先進(jìn)存力，將訓(xùn)練數(shù)據(jù)、行業(yè)專有知識(shí)庫與大模型能力充分結(jié)合，實(shí)現(xiàn)以存強(qiáng)算，加速場景化大模型服務(wù)好千行萬業(yè)。首先，數(shù)據(jù)歸集階段要高效處理多地域、多分支收集PB級(jí)多樣化的原始數(shù)據(jù)；其次，在模型訓(xùn)練階段需要對(duì)海量小文件的隨機(jī)讀取以及模型數(shù)據(jù)集快速保存；最后，在模型推理階段需要快速檢索增量源數(shù)據(jù)和向量數(shù)據(jù)。這些挑戰(zhàn)都需要?jiǎng)?chuàng)新的AI存儲(chǔ)解決方案，比如通過智能數(shù)據(jù)編織，實(shí)現(xiàn)跨系統(tǒng)、跨地域的全局統(tǒng)一數(shù)據(jù)視圖和調(diào)度；通過近存計(jì)算，卸載部分?jǐn)?shù)據(jù)預(yù)處理能力，減少數(shù)據(jù)搬遷，縮短數(shù)據(jù)準(zhǔn)備時(shí)間；通過全閃存分布式存儲(chǔ)，實(shí)現(xiàn)存儲(chǔ)節(jié)點(diǎn)千萬級(jí)每秒讀寫次數(shù)（IOPS，Input/Output Per Second）和數(shù)百GB/s帶寬，提升訓(xùn)練效率；通過向量存儲(chǔ)，實(shí)現(xiàn)高性能向量檢索能力。
謊言6：“雙碳”成為硬指標(biāo)，運(yùn)營商依賴“降PUE”實(shí)現(xiàn)節(jié)能減排
據(jù)GSMA（Global System for Mobile communications Association）2023年最新報(bào)告，全球已有62家運(yùn)營商（占行業(yè)整體收入61%）承諾在2030年實(shí)現(xiàn)快速減排的目標(biāo)。在“碳達(dá)峰、碳中和”大背景下，綠色低碳已成為運(yùn)營商數(shù)據(jù)中心的重要發(fā)展方向，而PUE（Power Usage Effectiveness）通常被認(rèn)為是評(píng)價(jià)數(shù)據(jù)中心能源效率的最重要指標(biāo)。
PUE的計(jì)算公式為“PUE值 = 數(shù)據(jù)中心總能耗/IT設(shè)備能耗”，PUE值越低，說明數(shù)據(jù)中心非IT設(shè)備能耗越少，數(shù)據(jù)中心越節(jié)能。數(shù)據(jù)中心的用能部分通常包括IT設(shè)備、制冷系統(tǒng)、供配電系統(tǒng)及其它，以PUE為1.5的數(shù)據(jù)中心為例，其IT設(shè)備耗能約占67%，制冷系統(tǒng)約占27%。制冷系統(tǒng)是IT設(shè)備之外的最大耗能源，因此優(yōu)化制冷系統(tǒng)，是降低PUE的主要途徑。
一個(gè)PUE=1.5的數(shù)據(jù)中心中各組成部分所消耗電能占比
PUE的重要性毋庸置疑，但PUE并不能全面真實(shí)地評(píng)價(jià)數(shù)據(jù)中心節(jié)能情況。例如，通過節(jié)能技術(shù)提升IT設(shè)備效率，大幅降低IT設(shè)備能耗，數(shù)據(jù)中心總能耗也會(huì)隨之降低，因二者并非簡單的線性關(guān)系，數(shù)據(jù)中心PUE反而會(huì)增大。“雙碳”的最終目的是實(shí)現(xiàn)節(jié)能減排，而不是唯PUE論。
真相6：雙管齊下，“降PUE＋減功耗“組合拳實(shí)現(xiàn)最低能耗
IT設(shè)備是數(shù)據(jù)中心運(yùn)行過程中最大的用電來源，因此，數(shù)據(jù)中心想要更進(jìn)一步節(jié)能減排，減少IT設(shè)備功耗是繞不開的一環(huán)。其中，存儲(chǔ)的功耗在數(shù)據(jù)中心占比已超過30%，正在成為IT設(shè)備中功耗增長最快的設(shè)施。運(yùn)營商數(shù)據(jù)中心想要實(shí)現(xiàn)綠色節(jié)能目標(biāo)，更加需要：
1、從關(guān)注PUE降低走向關(guān)注存儲(chǔ)功耗降低
數(shù)據(jù)中心存儲(chǔ)1PB數(shù)據(jù)的年耗電量可達(dá)到30萬千瓦時(shí)，折合碳排放為235.5噸。全球數(shù)據(jù)量在2025年將達(dá)到180ZB（約為1.8億PB），是2020年的3倍；為了保存這些數(shù)據(jù)，存儲(chǔ)耗電量將大幅增長。到2030年，全球數(shù)據(jù)中心存儲(chǔ)碳排放量將輕松超過2019年全球碳排放量。因此，運(yùn)營商數(shù)據(jù)中心要實(shí)現(xiàn)“雙碳”，除了降低PUE之外，更要關(guān)注如何降低存儲(chǔ)設(shè)備功耗。
2、從關(guān)注存儲(chǔ)最大功耗走向關(guān)注能效指標(biāo)
運(yùn)營商在進(jìn)行存儲(chǔ)采購時(shí)，通常將設(shè)備最大功耗作為是否綠色節(jié)能的考核指標(biāo)，但最大功耗是在設(shè)備滿負(fù)載運(yùn)行時(shí)產(chǎn)生的，并非實(shí)際使用過程中的常態(tài)，無法真實(shí)反映存儲(chǔ)能效。全球網(wǎng)絡(luò)存儲(chǔ)工業(yè)協(xié)會(huì)SNIA（Storage Networking Industry Association）發(fā)布的存儲(chǔ)能效測量規(guī)范，將容量/W、IOPS/W、帶寬/W作為能效指標(biāo)，能真實(shí)反映設(shè)備在不同IO模型下的性能和功耗。該規(guī)范在2019年被ISO/IEC采納為國際標(biāo)準(zhǔn)，歐洲電信標(biāo)準(zhǔn)化協(xié)會(huì)ETSI、中國標(biāo)準(zhǔn)化研究院在2024年發(fā)布的存儲(chǔ)能效標(biāo)準(zhǔn)中也將沿用SNIA的能效指標(biāo)。
關(guān)注能效指標(biāo)，有利于存儲(chǔ)行業(yè)節(jié)能技術(shù)健康發(fā)展，運(yùn)營商通過選擇高能效的存儲(chǔ)設(shè)備，可以實(shí)現(xiàn)相同容量、性能需求下每bit數(shù)據(jù)能耗最優(yōu)，從而降低數(shù)據(jù)中心整體供電負(fù)擔(dān)和減少碳排放。
謊言7：數(shù)據(jù)是核心資產(chǎn)，網(wǎng)絡(luò)安全是運(yùn)營商數(shù)據(jù)的護(hù)城河
當(dāng)前，運(yùn)營商基于防火墻、入侵檢測系統(tǒng)等一系列網(wǎng)絡(luò)安全產(chǎn)品，構(gòu)建了感知預(yù)警、全面檢測、應(yīng)急處置等一體化的網(wǎng)絡(luò)安全綜合防御體系。防范網(wǎng)絡(luò)的攻擊、侵入、破壞和非法使用以及意外事故，使網(wǎng)絡(luò)處于穩(wěn)定可靠運(yùn)行的狀態(tài)，保障網(wǎng)絡(luò)數(shù)據(jù)的完整性、保密性、以及可用性，從而守護(hù)數(shù)據(jù)安全。
然而，隨著AI技術(shù)的迭代飛躍，黑客技術(shù)、攻擊手法不斷提升，電信行業(yè)網(wǎng)絡(luò)安全事件頻發(fā)。例如：2019年俄羅斯電信公司Beeline被黑，870萬客戶數(shù)據(jù)泄露，并將其在網(wǎng)上出售；2020年泰國最大移動(dòng)運(yùn)營商AIS云泄露83億條互聯(lián)網(wǎng)記錄，數(shù)據(jù)被用于繪制用戶網(wǎng)絡(luò)活動(dòng)圖。運(yùn)營商強(qiáng)大的網(wǎng)絡(luò)防御體系在新形式的攻擊下并不能確保數(shù)據(jù)萬無一失。
真相7：網(wǎng)絡(luò)百密必有一疏，存儲(chǔ)是守護(hù)數(shù)據(jù)安全的最后防線
隨著AI、5G和物聯(lián)網(wǎng)等新興技術(shù)的崛起，ToB業(yè)務(wù)蓬勃發(fā)展。由于網(wǎng)絡(luò)暴露節(jié)點(diǎn)多，且需要傳送海量數(shù)據(jù)，網(wǎng)絡(luò)信息安全的邊界正在弱化，加上數(shù)據(jù)“投毒”日益猖獗，網(wǎng)絡(luò)層無法做到100%感知攔截。
從諾斯羅普·格魯曼縱深防御模型來看，病毒發(fā)起攻擊首先從網(wǎng)絡(luò)開始，當(dāng)它沖破整個(gè)網(wǎng)絡(luò)的封鎖，也就是打破整個(gè)網(wǎng)絡(luò)安全界限以后，就會(huì)進(jìn)入整個(gè)主機(jī)對(duì)應(yīng)用的權(quán)限發(fā)起攻擊。一旦獲取到權(quán)限以后，目標(biāo)就是最終的核心資產(chǎn)，即數(shù)據(jù)。由于勒索病毒善于偽裝、通過漏洞、釣魚、內(nèi)鬼等方式入侵，潛伏周期長。即使網(wǎng)絡(luò)層可攔截99%的勒索病毒，也會(huì)存在1%的攻擊流入存儲(chǔ)層，數(shù)據(jù)就會(huì)存在安全風(fēng)險(xiǎn)。
諾斯羅普·格魯曼縱深防御模型
近幾年來，存儲(chǔ)的數(shù)據(jù)安全潛力不斷被發(fā)掘，如保護(hù)數(shù)據(jù)機(jī)密性的落盤加密方案，以及保護(hù)數(shù)據(jù)可用性和完整性的勒索檢測和恢復(fù)技術(shù)、WORM、安全快照、災(zāi)備、歸檔等。落盤加密可以解決存儲(chǔ)介質(zhì)被盜取后數(shù)據(jù)泄露的問題，防勒索方案則根據(jù)數(shù)據(jù)統(tǒng)計(jì)特征（如熵值變化、重刪壓縮率）的異常變化來判斷數(shù)據(jù)是否正在被大批加密。相對(duì)網(wǎng)絡(luò)和主機(jī)側(cè)的安全方案，存儲(chǔ)系統(tǒng)在保護(hù)AT REST（靜態(tài)）狀態(tài)的數(shù)據(jù)時(shí)擁有獨(dú)到優(yōu)勢。
從數(shù)據(jù)產(chǎn)生，數(shù)據(jù)傳輸，數(shù)據(jù)存儲(chǔ)，數(shù)據(jù)備份，到數(shù)據(jù)銷毀，數(shù)據(jù)安全伴隨著數(shù)據(jù)的全生命周期。存儲(chǔ)是數(shù)據(jù)的最終歸宿，我們只有從歸宿出發(fā)，協(xié)同網(wǎng)、存、算建立數(shù)據(jù)在哪里，安全輻射在哪里的成體系、全系統(tǒng)的數(shù)據(jù)安全方案，才能解決數(shù)據(jù)安全真正的痛點(diǎn)。
綜上，存儲(chǔ)作為數(shù)據(jù)的最終載體，是守護(hù)數(shù)據(jù)安全的最后一道防線。通過存儲(chǔ)硬件加軟件能力建立系統(tǒng)不可突破、數(shù)據(jù)不可改變、業(yè)務(wù)可恢復(fù)的數(shù)據(jù)保護(hù)能力，可確保數(shù)據(jù)“一直處于可用狀態(tài)”，避免發(fā)生數(shù)據(jù)安全問題時(shí)給企業(yè)帶來經(jīng)濟(jì)、聲譽(yù)、司法、人員變動(dòng)等多方面影響。 
