又到了一年的秋季，在经历了几场大暴雨之后北京原本炎热的夏季也与我们匆匆告别，走在大街上你可以明显的感知到那股只属于秋天的温度与味道。老北京人常说秋天是北京最美的季节，郁达夫先生也曾写过名篇《故都的秋》来赞美这个特殊的季节。虽然还未到九、十月这个秋意最浓的时候，但秋高气爽的意境也已经显现出来。这样美好的季节里，神清气爽，最适宜聊一些“较大”的话题，正所谓“自古逢秋悲寂寥，我言秋日胜春朝。晴空一鹤排云上，便引诗情到碧霄。”

　　既然是大的话题，那么秦同学今天准备跟大家聊聊“‘新基建’下的‘大数据中心’”这个话题。应该有同学也会问，为什么不去聊一些关于5G、人工智能等这些相对于大数据中心更为热门的话题呢?这就要说到秦同学做这个《重启》系列的初心了，我做这个专栏的目的就是抛开大众对于一些热门事件的追逐，带着独立思维对一些真正影响行业发展的事件、趋势进行挖掘。为什么要讲“大数据中心”呢?主要是因为相较于新基建其他方向，“大数据中心”是当前大多数地方政府目前已经开始做的项目，对于将参与投资的企业而言最具有参考价值。

　　对于大数据中心而言，我们首先从大数据中心与“新基建”之间的联系开始说起。

　　大数据成为信息领域基础技术，助力全产业数据价值释放

　　要理解“大数据中心”，就必须理解大数据技术。大数据技术是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。它的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。

　　而“大数据中心”大家可以将其理解为大数据与云计算的集中处理基地。由于将数据分散到每一台主机PC上计算不仅效率低而且成本高，所以集中建立一个“大数据中心”将大大方便市场、社会对于数据的处理需求。目前，我国已经拥有位于贵州的国家大数据中心以及阿里云计算中心、腾讯云计算中心、华为云计算中心等等大数据中心。

　　虽然说关于大数据技术之前就已经被国家所关注，但是这一次上升到“新基建”的高度也是让人感到些许意外。这说明大数据中心对未来科技产业的支撑发展至关重要。

　　“人才”要是是大数据中心发展的第一生产力

　　在过去几年中央政府对于科技产业的的态度一直是按照“模块化”的思维去设计全国整体的科技产业布局，比如说，比如在贵州发展大数据/云计算、南昌发展VR/AR以及重庆发展的工业互联网等等。采用这样的方式主要的思维动机是，中央政府希望即将产业化发展的5G红利可以覆盖全国，让广大民众都可以享受到这样的红利。既不是让这些资源都集中在北上广深等东部沿海地区，也不是像当年全国各地区发展“产业园区”一样带来大量重复建设也带来“产能过剩”和无效的内部竞争。这种模块化的设计，虽然降低了些效率但整体而言全国可以较为均衡的发展。

　　“模块化”的设计思维虽然在工业产品上发挥了重要的作用让效能大大提升，运营和维修成本得到了很好的控制。但是我们同样也看到了如果这样的思维直接运用到对产业、市场的治理中，产生的效果很可能和我们最初设计的初心南辕北辙。这里最重要的“动态、不确定”要素就是“人”，不同于工业产品，人是具有独立的思考思维，模块化要求的“工具人”在现实里很难存在。

　　这次我们主要谈的是大数据中心，那么我们就以贵州的大数据中心为例，讲讲它面临的“困局”。之前也讲到了，在“新基建”提出以前，我国大数据产业一直是“单核”驱动，贵州的大数据中心就是其中的内核。贵州主要是依靠国家政策支持，以及自身土地、电力等成本要素的低廉，为自身建立大数据中心提供了保障条件。再一个就是通过利用国家主办的“数博会”对于自身大数据中心的宣传，从而从硬件到软件为自身发展“大数据中心”奠定了基础。随后，在国家大数据中心、阿里云计算中心以及其他企业大数据中心的入驻，让贵州成为我国大数据产业的核心“模块”。

　　但是，你应该注意到我在提贵州建设大数据中心所提到的核心支撑条件时，提到了：政策支持、土地、电力、数博会宣传，唯独没有提“专业化人才”支撑。大数据作为一个高科技核心支撑级产业，“人才”是大数据发展中最为核心的要素，其权重远超其他发展要素。但是，反观贵州目前贵州省内只有一所211大学——贵州大学，人才匮乏程度可想而知。

　　或许，你会说贵州只要通过政策扶植大力招揽省外人才资源，就可以招揽到人才资源。这样的想法太过天真，试想一下，一个毕业于清华大学的大数据人才，他可能因为贵州省所给出的条件而到贵州为其大数据产业发展而奋斗么?结果很明显，不会!因为在“北上广深”发展所给予他的发展机遇的价值，远大于贵州省给予优惠条件。而对于大数据中心发展而言，如果没有专业化人才长期的实地运营、调试，这样的大数据中心迟早要出现大问题。

　　而贵州省发展“大数据中心”的其他要素，也将会随着科技发展迭代而作用效果递减。首先说“土地”要素，虽然说现在大数据中心的建立，由于服务器的占地面积，所以大数据中心需要建设产业园区。但是，根据“摩尔定律”，处理器上可容纳的晶体管数目，约每隔18个月便会增加一倍，性能也将提升一倍，成本会降低一半。这就说明大数据中心“小型化”的趋势是不可避免的，这就让“土地”要素权重一定是递减的，我们经历过计算机从超大型化到小型化的历史演变，对这样的结果也应该很清楚。

　　另外，是电力要素。电力要素的成本看似没有方式减免，但是还是从“摩尔定律”上我们可以看到，每隔18个月存储器的成本会降低一半。那么，从存储器减少的成本以及其他成本要素协同效果来看，对于固定成本要素的电力而言，它所占的权重也在不断“下降”。而“国家政策的支持”，我们已经在心里明确地知道，政策是不会一直去扶持一个产业的，一旦产业成熟，政策一定会停止，这就跟孩子一定会脱离母乳自己吃饭的道理一样。

　　从上面分析“摩尔定律”对于土地、电力成本要素的影响，我们会看到土地、电力成本的权重在不断地下降之中。但是对“人才”要素而言，“摩尔定律”反而将人才成本不断成量级增长。清华大学微电子学研究所副研究员李铁夫教授在对于处理器的研发运营成本曾做过一个形象的比喻，李铁夫教授讲，如果说当年人类研究100nm处理器所需的研发、运营人才队伍是5人，那么现在研究的7nm、5nm所需的研发、运营人才队伍是20000人，人才队伍增长了几个量级。

　　反观国外“大数据中心”的建立，数据中心基本是围绕在主流市场周围，并且在资源丰富的城市附近建立。我们以全球知名的亚马逊数据中心为例，亚马逊在美国本土有PDX、SFO、IAD三个重要的数据中心，PDX和SFO建立在美国西部前者建立在波音公司总部西雅图附近，后者建立在加州。而IAD这东部最有规模的数据中心则建立在波士顿附近。另外，亚马逊在欧洲、南美的数据中心也都是围绕着这些大城市建立起来。

　　所以说，在客观的规律面前，发展大数据中心在未来10年内人才成本一定是它最主要的成本因素。而贵州的“大数据中心”发展模式，面对摩尔定律等客观发展定律，人才因素一定会成为它发展最大的瓶颈。

　　由“单核”向“多核”转变，我国大数据中心正在经历转型

　　既然“贵州”模式存在着不可抗的“命门”，那么新基建的大数据中心发展又有怎样的不同呢?这一篇我们先排除新基建的其他社会效应因素，单从对大数据中心发展的产业方向观察。可以看出来“新基建的大数据中心”方针，与贵州模式最大的不同在于：中央对于大数据产业从原来的“单核”发展布局，已经开始导向由市场与地方政府共同主导的“多核”模式发展。

　　在这种“多核”模式的发展趋势下，对大数据资源需求较大且人才资源丰富的“北上广深”等东部发达地区，一定会成为“大数据中心”发展的核心地区。大数据中心会围绕在“北上广深”等互联网、信息科技发达地区形成大数据中心产业集群带，为这些地区的5G、IoT、无人驾驶等产业提供足够快捷的“存储、处理”资源。为我国信息产业整体的效率提升带来助力。

　　写在最后的话

　　通过对新基建大数据中心产业的整体观察，可以看到像大数据这类的高科技产业的发展，人才、市场因素的权重，对产业的发展至关重要。在了解我国大数据中心发展的一个历史侧面，或许对于一些对“大数据中心”感兴趣的企业能起到一些多角度的思维解读，对企业今后在大数据产业投资发展起到帮助。在讲完大数据中心的发展“前世”，那么我们下一篇将要谈谈大数据中心在新基建下发展路径的“今生”。希望大家，敬请期待，谢谢。

　　责任编辑：张华