我想在这里面还有一个很重要的就是在于，从数据中心来看，目前数据中心相对于整个全球来说，全球数据中心能源的消耗占到全球消耗的2%到3%之间，中国应该是占到5%和7%之间。这对于我们来说，我们需要面临更大的挑战：我们的需求在不断的增加，我们能源消耗全球水平相对较高。国家在政策上面有非常明确的引导，包括在十二五明确规定了云计算的PUE值不能高于1.5，所以这就要求我们在数据中心方面，不仅考虑说我们应用比较节能的设备，同时我们也需要实现有效的管理。

云计算对于企业应用来说，我们看到越来越多的企业会把本地的数据中心转向云服务，与此同时我们也看到云计算对于整个数据中心的基础设施层面造成的影响。我们可以归纳为以下几方面：
一方面数据中心的功率密度会越来越大，因为我们的需求在增加。那么在越来越多云计算的提供商来提供运算资源的需要，在尽可能小的空间里面部署更多的资源实现利益最大化。
另一方面数据化的技术。要整个数据中心里面的供电和智能需要有更多动态的要求，同时对云计算应用来说，存在很大的不确定性。当你有三个客户或者五个客户的时候，跟有30个客户和50个客户，这种需求的扩展需要有大幅度的增加，对越来越多的IT供应商来说是一个挑战。

刚才也提到了，云计算可以越来越消除硬件的界限，让越来越多需要承载的冗余由软件来帮你实现。所以整个云计算数据中心对可用性的架构要求有相应的变化，可能在硬件的系统上不需要更多的冗余，更重要的是通过软件和虚拟机跟基础设施的管理进行相应的配合进行实现。

虚拟化会使IT设备相应减少，我们也需要在虚拟化整合的时候，对于物理基础设施的规模和整个供电制冷系统的规模做相应的调整。这样就需要你的运算资源在调整的时候，你的供电和制冷系统进行调整。当你在忙的时候整个IT系统资源占有率达到80%以上，这个时候供电和智能系统需要提供的供电制冷需要大幅度提升；当你到了闲时的时候——可能你的IT资源只有15%的时候，你的供电和制冷系统也应该做相应的调整。忙的时候你可能需要高负荷的运转，不仅要在这个时候提供很好的能源效率，更关键的时候在闲时的时候你的PUE控制好。

因为PUE并不是一个实时的值，而是一个平均值，PUE需要能够有明确的规范规范出来。PUE的值里面包括了哪些系统，而不是简单地说我的PUE是多少。我们公布一个PUE值就应该相应的公布你的数据中心是在什么地方构建的，然后包括你的子系统，然后实际负载的状态是什么。

针对这部分来说，施耐德电气可以提供什么样的解决方案呢？包括我们从高密度的设备提供相应的气流遏制系统的高密度制冷，在很多大型的数据中心都有相应的应用，同时也包括我们针对数据中心的运营规划软件，还有容量管理软件以及模块化的系统。

一个简单的总结，其实在云计算时代里面，数据中心发展的趋势一方面包括密度的提升，另一方面从PUE的角度来说，从政策的引导，我们可以预见在未来5年PUE超过2%不复存在。另外我们看到云计算和虚拟化让整个数据中心的复杂性大幅提升，让冗余和安全从物理的层面转移到整个智能管理的层面。这样我们在数据中心里面需要的是系统性的规划。我们不只是看用不用得着多少先进的UPS系统或者是用什么样的制冷系统，因为单个的组建对你效率的提升很小，更需要的是系统性的提升。所以如果要想实现很好的PUE，不仅需要高效的UPS系统和相应合适的制冷架构以外，同时也需要确保直接有机的集成在一起。

从我们的理念来说，我们跟业界的主流思潮是一样的。我们在数据中心规划的层面要求是一个系统规划，应该考虑数据中心本身，就在机房系统本身考虑到周边的资源、能源、教育状况和你的整个城市规划的情况。另外一个数据中心构建的时候，你需要基于你的需求考虑到未来的增长，然后进行一个动态的、灵活的、可扩展的架构。另外在数据中心来说，构建这个阶段可能对于现在技术来说，难度已经大幅地降低了，更多的是后期的运维和管理，如何确保仍然是一个高效、高可用的系统。另外就涉及到管理，目前来说，施耐德电气从前端的设计和资源以及到后期的运维管理都可以提供相应的解决方案，在整个机房空间里面除了IT设备我们提供以外，其他几乎所有的产品我们都有相应的解决方案。

最后花一点时间分享一下云计算数据中心管理问题。数据中心里面面临的一些问题，一是全生命周期的成本，另外是可用性的平衡。实际上怎么样去把这两者之间结合在一起考虑，一方面要通过这种高效运营确保在增加任何新的设备的时候数据中心的可用性不受任何影响，另外一方面，任何一次相应的数据中心系统的维护，你都需要确保其他的数据中心平台上所承载的应用不受任何影响。

从这个层面来说，我们看到的数据中心里面面临更多新的挑战就是从管理层面来说。从现在和未来发展的层面来说，对于整个数据中心管理来说，他包括的是全生命周期的管理。整个全生命周期里面实现基本的承载功能，能够帮助数据中心实现更高的可用性和更高的能效。所以它的这种管理是需要连接物理设施和IT系统，和整个实现云计算操作平台的虚拟化技术，这种充分的融合才有可能确保数据中心是智能的管理。

实际上我们看到数据中心里面，整个的管理可以分成几个阶段。

最早期的阶段就像我们坐月子看待婴儿一样，婴儿拉了哭了——想吃的时候哭了，必须在现场进行点对点的监控。这种情况需要确保它的安全和稳定，所以可以通过监督。但是后来会发现，数据中心有65%异样的宕机时间是因为人为错误造成的，这个时候我们可能会进入第二个阶段——孩子过了月子以后，在婴儿阶段以后，我们可以通过远程的。尿布湿里面弄一个探测器，如果孩子尿了以后可以叫，这样你在事后可以及时地处理。

当别人做了什么你被动地做什么反应，我们希望更智能的阶段就是说，一方面数据中心出现的问题，我们通过设定相应的预值，出现A情况——电流超过一定值的时候，我们设一个相应的处罚机制，最后对设备进行相应的处理。

更重要的阶段是数据中心不仅仅是实际的维护，过程中每一次的意外和错误都是相似的、相同的，这时候就有相应的智能情况。另一方面云计算数据中心有很多虚拟化技术的应用，所以你需要考虑的是在A的机柜里面承载最关键的是不是普通的数据交换和储存。如果他的关键性级别不一样，他的可能性要求也就会不一样，我们就要求自动化的优化。就是当你的某一个物理设备或者说UPS转到旁路了，这个时候我们可以通过相应的管理系统，检测到相应的情况以后，反馈给虚拟机管理器。可能你的虚拟机上面存在不安全，这个时候我们需要转移到另外的安全的服务器上面。这样的操作就是我们讲的自我优化，这里面业界里面真正能够实现这一级别的是非常少的，我们的整个数据中心管理平台就可以达到这样的级别。

最后，我们整个数据中心基础设施的管理，不仅涉及到动力环境的监控，楼宇安防的监控。这是我们目前可以帮助大家构建的。我们在这里面不仅可以帮助你实现更高的能效，而且更重要的是在保证你可用性的前提下实现，所有针对数据中心的管理可以帮你提升下一次构建数据中心的时候非常宝贵的经验值。

我今天这部分的演讲就到这里。谢谢大家。

　　责任编辑：Mary