RagingWire公司聚焦数据中心批发业务

简介:

未来大部分的IT基础设施市场将被大规模的批发数据中心和公共云服务商瓜分,大规模的批发数据中心将成为其重要的部分。

日前,道格·亚当斯被任命为数据中心服务提供商RagingWire公司总裁(他以前是RagingWire公司的高级副总裁),他相信数据中心主机托管或管理服务这两个模型之间必然有一个将会得到更大的发展。

亚当斯表示,企业经营的选择要么是纯粹的批发数据中心,要么是纯粹的云计算。管理服务不是一个成功的模式。这就是为什么RagingWire公司(其股份大部分由日本电信巨头NTT通信公司所有)对批发数据中心服务下了赌注的原因,成为该公司业务新的战略重点。

亚当斯表示,如今数据中心服务产业已经开始走向成熟和商品化,并在成熟和商品化的市场中,定价为王。而削减价格的最有效的方式就是通过大规模的建设降低成本,这就是为什么RagingWire公司建立庞大的数据中心园区的原因。

NTT公司的全球数据中心的扩张

NTT公司拥有进军全球大数据中心服务市场的野心,因此RagingWire公司在实现其母公司的目标中起着关键的作用,担负着拓展NTT公司业务的重任,而在美国北部这个世界上最大的数据中心服务市场中,NTT公司开始了数据中心公司收购交易,例如在欧洲收购了e-shelter公司,在印度收购NetMagic公司,而在全球各地的各自的市场上都在做同样的事。

亚当斯表示,NTT公司计划从现在到2020年投资30亿美元建设数据中心,而超过一半的投资将在美国建设数据中心。

NTT的目标是在全球排名前15位的城市开辟市场,这些市场数据中心的容量达到了全球数据中心托管市场的75%,他说。如今,该公司仅覆盖9个城市的数据中心市场。

RagingWire公司的近期扩张计划是美国纽约、硅谷、芝加哥,以及另外一个西海岸市场建设数据中心,最后将在洛杉矶,凤凰城,以华盛顿东建设数据中心。不久的将来,e-shelter公司将在巴黎和阿姆斯特丹建设数据中心,亚当斯说。

云计算、大数据、物联网驱动批发数据中心需求

云服务、大数据、物联网应用,移动互联网的应用,以及这些技术背后的厂商正在吞噬数据中心市场空间。

2015年,微软公司自己在三个地点租赁了30MW的大规模数据中心的能力,根据商业房地产公司关于北美数据中心的报告。甲骨文公司去年在美国北部租赁了两个批发数据中心,每个电力容量为5MW左右。苹果公司签署了两个电力容量为6MW的数据中心租赁合同,而亚马逊公司在加拿大签署了电力容量2MW的租赁合同,以及在硅谷租赁了一个面积为130000平方英尺数据中心,尽管目前尚不清楚这个数据中心的电力容量是多少。

Uber、易趣、苹果,以及Twitter这样的公司并没有提供云计算基础设施,而是提供其他广泛使用的互联网服务。以及使用他们的大量的数据中心容量的数据分析引擎,为其最终用户Web或移动应用程序提供支持。

例如,Uber公司去年至少签署了三个数据中心批发租赁合同,电力容量共计14MW,根据所提供的北美数据中心报告。易趣公司正在准备与Switch公司在内华达州里诺市扩建另一大数据中心。

Uber公司是一家汽车制造商和消费电子公司,在物联网应用投资了大量的资金,也正在采取大量的批发数据中心的空间处理设备的数据,亚当斯说。他说:“我不能告诉你,我们现在的数据中心里到底有多少个巨大的数据库。”

这些企业在数据中心供应商之间的竞争是艰难的,而成本决定了一切。“我们处于一个商品化和日益成熟的市场,因此,定价就显得非常重要。”

当然,RagingWire公司不仅仅是有机会为云计算供应商和其他专业的大数据和互联网驱动的企业提供数据中心提供空间,还有许多的方法提供服务,数据中心供应商杜邦Fabros科技公司最近也重新专注于纯粹的数据中心批发业务,而数字房地产信托公司也有有一个混合的市场策略,其业务结合零售托管数据中心和互联批发服务,希望能在丰富的生态系统中寻求更多的大客户。

这些仅仅是几个例子。还有Equinix公司、CoreSite公司、Vantage公司、Infomart公司,以及Server Farm Realty公司等等,都扩展其数据中心基础设施,并在云计算市场中追求更多的机会。

本文转自d1net(转载)

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
4天前
|
存储 传感器 监控
探索现代数据中心的冷却技术革新
【4月更文挑战第23天】 在信息技术迅猛发展的今天,数据中心作为计算和存储的核心枢纽,其稳定性和效率至关重要。然而,随着处理能力的增强,设备发热量急剧上升,有效的冷却方案成为确保数据中心持续运行的关键因素。本文将深入分析当前数据中心面临的热管理挑战,并探讨几种前沿的冷却技术,包括液冷系统、热管技术和环境自适应控制策略。通过比较不同技术的优缺点,我们旨在为数据中心管理者提供实用的冷却解决方案参考。
|
1天前
|
存储 传感器 人工智能
探索现代数据中心的冷却技术革新
【5月更文挑战第18天】 在数字化时代,数据中心作为信息处理与存储的核心设施,其稳定性和效能至关重要。随着计算需求的激增,数据中心的冷却系统面临着前所未有的挑战。传统的空调冷却方法不仅耗能巨大,而且效率低下。本文将深入探讨现代数据中心冷却技术的最新进展,包括液冷技术、热管应用、环境辅助设计以及智能化管理等方面,旨在提供一种高效、可持续且经济的解决方案,以应对日益增长的冷却需求。
|
4天前
|
机器学习/深度学习 存储 监控
利用机器学习技术优化数据中心能效
【5月更文挑战第11天】 在云计算和大数据的背景下,数据中心作为信息处理的核心设施,其能效问题一直是研究的热点。传统的能效管理方法难以应对日益增长的能源消耗和复杂多变的工作负载。本文提出一种基于机器学习技术的数据中心能效优化方案,通过实时监控和智能调度策略,有效降低能耗并提升资源利用率。实验结果表明,该方案能够减少约15%的能源消耗,同时保持服务质量。
|
4天前
|
边缘计算 人工智能 物联网
探索现代数据中心的冷却技术革新
【4月更文挑战第8天】面对日益增长的数据处理需求,数据中心作为计算能力的核心支撑平台,其能耗管理和温度调控成为技术创新的关键领域。本文深入探讨了现代数据中心冷却技术的发展趋势、面临的挑战以及前沿解决方案,旨在为数据中心的能效优化和可持续发展提供参考。
|
4天前
|
存储 运维 大数据
提升数据中心能效:现代冷却技术的应用与挑战
在信息技术迅猛发展的今天,数据中心作为核心支撑设施,其能耗问题日益凸显。尤其是冷却系统,作为确保数据中心正常运行的关键部分,消耗了大量的能源。本文聚焦于现代数据中心冷却技术,探讨了提高能效的策略和面临的挑战。通过分析不同冷却方案的工作原理及应用场景,指出优化数据中心冷却效率的必要性,并讨论了实施过程中可能遇到的问题及解决思路。
|
4天前
|
存储 定位技术 数据中心
探索现代数据中心的冷却技术革新
在这篇文章中,我们将深入探讨现代数据中心冷却技术的最新进展。随着数据量的激增和计算能力的提升,数据中心的能效和散热问题变得日益重要。文章将介绍几种创新的冷却方法,包括液冷系统、热管技术和环境冷却集成设计,并讨论它们的工作原理、优势以及面临的挑战。通过这些技术的比较,我们旨在为数据中心管理者提供决策支持,以实现更高效、可持续的运营。
57 1
|
4天前
|
人工智能 运维 监控
未来数据中心的自动化运维技术探索
随着信息技术的快速发展,未来数据中心的运维需求将变得更加复杂而多样化。本文将探讨自动化运维技术在未来数据中心中的应用,分析其优势和挑战,并探讨如何实现高效的自动化运维管理。
|
10月前
|
canal 缓存 otter
数据仓库 、数据中心相关技术知识和生态相关了解
数据仓库 、数据中心相关技术知识和生态相关了解
177 0