现代数据中心发展迅速，架构和技术不断演进。数据中心基础设施已不再局限于传统的本地物理服务器，而是逐渐转向虚拟网络架构，让应用和工作负载能够灵活利用不同物理基础设施的资源，并在多云环境中运行。
如今，数据分布于本地数据中心、边缘位置、公共云和私有云等多种环境中。要高效运行，数据中心必须能够与上述各种环境顺畅通信。例如，部署在云端的应用，其运行需要依托云提供商的数据中心基础设施。与此同时，出于安全性、合规性或性能等方面的考虑，企业也可能选择将某些工作负载、敏感数据或传统系统保留在本地运行。
当前，数据中心领域的最新发展方向是采用云原生架构。这类数据中心专为承载云原生应用而设计，而云原生应用则旨在充分利用云环境在分布式部署和弹性扩展方面的优势。通过采用容器、微服务等技术，云原生应用能够帮助企业加快创新步伐、灵活应对不断变化的需求，并为用户提供流畅一致的体验。对于希望简化运营的企业而言，这一转变至关重要，有助于确保基础设施从容满足数字时代不断变化的需求，并适应日益激烈的市场竞争。
LinkedIn 直播 | 回放
观看视频，了解思科如何将计算、网络、安全和可观测性能力整合为一套经过预先验证的系统，满足 AI 大规模部署的需求。
网络研讨会回放
了解如何保护数据中心基础设施，从容应对未来变化。
企业依赖数据中心来支撑各类业务应用和活动，包括：
为保障数据中心核心组件的性能和完整性，通常需要部署相应的服务，具体包括：
网络安全设备：这类设备包括防火墙和入侵防护设备，旨在共同保障数据中心的安全。
应用交付保障：为保障应用性能，相关机制会通过自动故障切换和负载均衡提高应用的韧性和可用性。
数据中心安全是指通过相关技术、策略和实践保护为现代企业提供支撑的基础设施、工作负载和应用。其保护范围既包括服务器、存储系统等物理资产，也涵盖虚拟化环境和基于云的运营。关键措施包括：通过严格的访问控制防止未经授权的访问，利用先进的威胁检测技术监测并减轻网络攻击造成的影响，以及通过加密保护传输中的数据和静态数据。
随着数据中心不断发展以支持混合云和多云模式，安全防护措施也必须随之调整，以保护分布式环境。有效的数据中心安全措施能够保障业务连续性、保护敏感信息，并确保符合行业法规要求。安全是实现智能体驱动的韧性运营的基础。
网络研讨会回放
了解如何借助 Cisco Hybrid Mesh Firewall 从根本上改变 AI 就绪数据中心的安全防护方式。
为保障数据中心的硬件和软件正常运行，需要配备完善的基础设施，包括供电子系统、不间断电源 (UPS)、通风设施、冷却系统、消防灭火系统、备用发电机，以及外部网络连接设施。
ANSI/TIA-942 是数据中心设计和基础设施领域应用最广泛的标准。该标准还规定了 ANSI/TIA-942 就绪认证的相关要求。该认证根据数据中心的冗余能力和容错水平，将其划分为四个等级，并确保其符合相应等级的要求。
1 级：基础站点基础设施。1 级数据中心只能在有限程度上抵御物理事件造成的影响，采用单容量组件，并且只有一条无冗余的供配线路径。
2 级：组件容量冗余型站点基础设施。该等级的数据中心能够更好地抵御物理事件造成的影响，采用具备冗余容量的组件，但仍只有一条无冗余的供配线路径。
3 级：可并行维护型站点基础设施。该等级的数据中心能够抵御几乎所有物理事件造成的影响，并配备具备冗余容量的组件和多条相互独立的供配线路径。各组件均可单独拆除或更换，而不影响最终用户正常使用服务。
4 级：容错型站点基础设施。该等级的数据中心具备最高的容错能力和冗余水平。凭借具备冗余容量的组件和多条相互独立的供配线路径，该等级的数据中心既能在不中断服务的情况下进行维护，也能确保设施内任何位置的单点故障都不会导致停机。
数据中心可分为多种类型，并采用不同的服务模式。数据中心的分类取决于多个因素，包括其所有权归属（由单家还是多家企业所有）、与其他数据中心的拓扑关系（如果存在这种关系）、所采用的计算和存储技术，以及能源利用效率。数据中心主要分为以下六类：
AI 数据中心专为满足 AI 工作负载对计算能力的高要求而设计。这类数据中心采用先进的基础设施，包括软件定义网络、内置安全机制以及高性能 GPU 和 TPU，能够高效处理海量数据，并运行复杂的 AI 算法。AI 数据中心不同于传统数据中心，其设计侧重于并行处理和工作流程优化，从而实现机器学习模型的大规模训练与部署。
AI 数据中心尤其注重降低延迟，这是因为预测分析、自然语言处理等实时 AI 应用需要快速处理数据并作出决策。凭借强大的计算资源和低延迟架构，AI 数据中心能够帮助企业在不断变化、数据密集的环境中充分释放 AI 的价值。
企业数据中心由企业自行拥有和运营，通常设在企业园区内，专门为企业内部用户提供服务。
托管服务数据中心由第三方（例如托管服务提供商）代表企业进行管理。企业无需自行购买设备和基础设施，而是通过租赁的方式使用。
在主机托管模式下，企业租用第三方数据中心的场地，而非在自有场所部署数据中心。主机托管数据中心负责提供场地、冷却系统、带宽和安全防护等基础设施，而企业自行提供并管理服务器、存储设备和防火墙等组件。
云数据中心部署在企业自有场所以外，数据和应用由 Amazon Web Services (AWS)、Google Cloud Platform (GCP)、Microsoft (Azure)、IBM Cloud 等公共云服务提供商托管，通常运行在超大规模数据中心内，这类数据中心能够高效承载海量工作负载，并支持全球范围内的业务扩展。
边缘数据中心规模较小，采用分散部署的方式，通常更靠近最终用户和设备，能够在本地处理数据、减少延迟，并为物联网 (IoT)、自动驾驶车辆和内容交付等领域的实时应用提供支持。在需要尽可能降低延迟的场景中，例如 AI 处理，边缘计算尤其有用。
Cisco Nexus Dashboard
通过统一平台，集中完成各数据中心网络的配置、运营和分析。
过去 65 年来，计算基础设施经历了三次重大演进：
随着计算基础设施不断演进，分布式计算应运而生。在这种架构下，数据和应用分布在不同的系统中，并通过网络服务和互通性标准实现连接和集成，共同构成统一的运行环境。相应地，“数据中心”如今也不再仅指具体的设施，还可以指负责管理这些系统的部门，不受系统实际部署位置的限制。
企业可选择自行打造并维护混合云数据中心，也可租用主机托管设施的场地、使用共享计算和存储服务，或采用公共云服务。因此，如今的应用不再局限于单一位置，而是分布于不同公共云和私有云环境、托管服务环境及传统环境中。进入多云时代，数据中心的规模和复杂性不断提升，其核心目标是为用户提供尽可能出色的体验。
数据中心消耗大量能量，而且随着数字化转型提速，其用电需求还会不断上升。由于训练和运行 AI 模型需要耗费大量计算资源，AI 数据中心使用的 GPU 每个处理周期的功耗是传统数据中心所用 CPU 的 10 至 15 倍。
为降低电力成本并缓解能源供应方面的挑战，数据中心可采取先进的能源管理策略，例如优化用电、采用清洁能源和提高冷却效率。通过采取这些措施，数据中心既能满足日益增长的数字化需求，也能遵守全球能源与环境相关法规。
云计算是指通过互联网按需提供各类计算服务，例如软件即服务 (SaaS)。
数据中心安全是指通过实施安全控制措施来保护数据中心。
数据中心分析是指利用大数据、机器学习和数学建模来提升运营效率。
AI 数据中心是具备强大算力、能够处理复杂工作负载的专用设施。
HCI 采用软件定义架构，集计算、存储和网络功能于一身。
数据中心现代化升级是一项战略举措，旨在将老旧 IT 环境升级为高性能的敏捷生态系统。
