按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
数据中心的建设是一个资金和技术密集型的项目。以校内网现在的盈利能力，必然是没办法支撑光辉数据中心的建设热潮的，到时候校内网持有的光辉数据中心的股份必然会被不断稀释。
按照江辉的意思，在首个数据中心建设完成的同时，新的数据中心建设也将同时启动。
一直以来，天朝数据中心服务主要由基础电信运营商和网络中立的数据中心服务商提供。就市场规模而言，由于拥有对网络资源的掌控权，基础电信运营商一直以来都占据着中国数据中心服务市场的很大比重，约占整个市场的三分之二。
但对于基础电信运营商而言，数据中心服务并非其核心业务，业务收入只占到整体总收入的1％…3％，数据中心服务主要用以支持其核心业务——网络宽带服务。并且，不同的电信运营商为了维护其独立的网络覆盖面，对于彼此接领的地区的数据交接做的并不好。不仅如此，同一网络的跨省连接可能都会很慢，因为各地电信运营商有意保留有限的网络带宽资源来满足当地客户需求。另外，基础电信运营商的数据中心通常只提供各自的网络接口，客户的网络连接也受其网络覆盖面所限制。
而网络中立的数据中心服务商，通过自建数据中心或者租用基础电信运营商的数据中心，为客户提供数据中心服务。相比基础电信运营商的数据中心，网络中立的数据中心服务商不受限于单个电信运营商的网络及省份界限，能够提供均衡且迅捷的网络连接。
不过，由于自建数据中心对于技术、资金、场地等要求较高，国内很多数据中心服务商，通过租用基础电信运营商整体或部分数据中心，为客户提供数据中心服务。
总得来说，未来的趋势是网络中立的数据中心服务商和基础电信运营商的差距将逐步缩小，行业地位将得到提升，想必光辉数据中心的建设将会大大的加快这一种趋势。
按照闪雨给江辉回报的数据中心建设计划，未来将集中建设几个超大型数据中心以及一批中小型数据中心。
超大型数据中心重点考虑气候环境、能源供给等要素，特别是以灾备等事实性要求不高的应用为主，优先在气候寒冷、能源充足的一类地区建设，也可在气候适宜，能源充足的二类地区建设。这个主要是为了今后大数据时代准备的，既可以自用也可以对外出租资源。
而中小型数据中心重点考虑市场需求、能源供给等要素。鼓励中小型数据中心，特别是面向当地、以实时应用为主的中小型数据中心，在靠近用户所在地、能源获取便利的地区，依市场需求灵活部署。
在江辉看来，决定数据中心良性发展的根本是前瞻性的投资估算、合理的数据中心设计、稳定可靠的数据中心运维，三者相互依存。而江辉最不差的就是前瞻性投资估算了，其他的就要依赖技术人员来解决了。
“江总，数据中心的投入要不要搞一个仪式？”，闪雨问道。
“不搞了了吧，奠基的时候搞了那么大的阵仗，现在建好了，要是再搞一个，意义不大，我们把他运营好就可以了”，江辉说道。
“好的，那我就带领员工简单的在数据中心内部庆祝一下”，闪雨说道。
“行。另外，你在报告中提到的，未来公司计划在岭南省、沪市周边、北湖省、川省和东北、西北建设六个超大型数据中心，同时在在经济发达的主要城市建设一批中小型数据中心的事情，大体上我是同意的，不过我们要安排好建设节奏”，江辉说道。
综合考虑数据使用需求和未来的地价上涨情况，江辉觉得有必要现在沪市和深市拿地建设超大型数据中心，不过比较头疼的是，这两个城市都是用电大户，夏季用电高峰期数据中心的用电不知道能不能得到满足。
“明白，我们准备优先启动深市的建设计划，我们前期和他们沟通，他们对于土地和能源供应方面比较配合我们”，闪雨说道。
2005年的深市，虽然经济已经比较牛，但是和十年后还是没法比的，所以对于光辉数据中心的建设投资还是很积极的。
“可以，要尽快先把地拿下来，我估计地价会逐渐上涨，所以即使拿下来后放个一年半载也比晚拿好”，江辉说道。
天朝的地产市场这两年已经在不断上涨，虽然用十几年后的眼光来看，现在怎么涨都还是白菜价，不过终究是在涨的，能够少花钱还是少花的好，毕竟光辉集团的估值虽然很高，但是真正的现金并不多，基本依赖于光辉游戏。
“好的，如果这样的话，那我觉得可以按照方案把地都先拿下来，反正很多地方也没有要求一次性付清购地款，一般要求也是买地后一年甚至两年内要动工。先不说我们确实计划这两年要动工，即使我们想晚一点，也可以通过拉长工期的方式慢慢建设来达成我们的目标，同时规避政府对动工时间的要求”，闪雨说道。
“我觉得你这个方案可行，目前光辉数据中心的账户上没什么钱，下周内我会让集团向你们先注资五个亿作为启动资金，今后每个月再继续注资五个亿以上，直到满足我们数据中心建设需求”，江辉说道。
作为一个互联网为核心之一的企业，数据中心的重要性是再重视也不为过的。
（本章完）
第395章 大数据时代（）
光辉数据中心股份有限公司首个数据中心的投入使用，标志着光辉集团对旗下校内网、美团网、土豆网、YY直播、光辉微博等公司的数据分析能力进入到一个全新的阶段。
按照江辉对光辉数据中心股份有限公司的希望，这家公司将聚焦于自建数据中心，为集团各公司提供数据存储服务。然后进行大数据的分析和研究，同时展开云计算的研发，争取在光辉手机的第二代产品中推出“光辉云”的服务，想必到时候这也会是光辉手机的一大亮点。
到底什么是大数据呢？从定义上来说大数据是一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。
在江辉看来，大数据技术是具有战略意义的一项前瞻性技术。它不仅在于掌握了庞大的数据信息，同时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，那么这种产业的基础是拥有庞大的数据信息，但是实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。
为了掌握庞大的基础数据，除了像光辉集团这样，旗下各色各样的公司都有，自己积累一大批数据，更重要的获取渠道是通过云计算。
其实，大数据就是互联网发展到现今阶段的一种表象或特征而已，没有必要神话它或对它保持敬畏之心。只不过是江辉提前把这个概念推广来来，并考虑投入实际使用而已。
互联网上的信息可以说是无穷的，如果可以以云计算为代表的技术来支撑，这些原本看起来很难收集和使用的数据将慢慢的开始容易被利用起来了。通过对各行各业的数据的不断分析中，大数据会逐步为人类创造更多的价值。
和光辉集团其他公司不同，未来的光辉数据中心江辉招聘大量的数学系毕业的人员进入公司，为数据分析提供力量。
其实大数据是一直存在于人们的生活中的，只不过这个“大”字在不同的阶段、不同的场合、不同的领域代表了不同的内容。
中科大就从2004年在全国高校中首创“隐形资助”的方式，其实就是对大数据的一种确实营运。
具体操作上，中科大通过校园卡消费数据统计，对每月就餐60次以上，平均每次费用分别在4。0元和3。7元以下的男、女生，发放160元生活补助，每个月有400多名学生受助。
虽然这种数据统计分析还不是十全十美，比如说可能会出现一些女生为了减肥而降低消费金额，导致数据分析出来的部分结果出现偏差。但是，这种趋势是非常好的。
扩展到更大的领域，运用就会更广泛了。
全球零售业巨头沃尔玛在对消费者购物行为分析时发现，男性顾客在购买婴儿尿片时，常常会顺便搭配几瓶啤酒来犒劳自己，于是尝试推出了将啤酒和尿布摆在一起的促销手段。没想到这个举措居然使尿布和啤酒的销量都大幅增加了。啤酒＋尿布的数据分析成果就是大数据技术应用的经典案例之一。
还有一个后世更知名很有趣的大数据分析案例。淘宝数据平台显示，购买最多的文胸尺码为B罩杯。B罩杯占比达41。45％，其中又以75B的销量最好。其次是A罩杯，购买占比达25。26％，C罩杯只有8。96％。在文胸颜色中，黑色最为畅销。以省市排名，胸部最大的是新疆妹子。利用这些大数据，很快的就分析出来了全国各地女性的罩杯情况。
大数据对于广告推广、舆论分析、购物、金融等的影响是非常大的。像是光辉集团这种几乎全天朝的网民都是自己旗下某公司或者几家公司的用户，如果能够充分将这些信息利用起来，那么起到的效果将是翻天覆地的。不说别的，单单是精准化的广告营销，就不是一般的竞争对手别的上的。利用大数据之后，也许光辉集团花一千万的广告费，会取得比竞争对手花一个亿还要好的效果。
“闪雨，接下来，你除了把中心放在数据中心的硬件建设上面，在软件开发、数据分析方面也要同时关注，缺了哪块也会影响公司实力的发挥”，江辉说道。
“嗯，我打算招聘自己的分析人员的基础上，同时也和京都大学、帝都理工大学等高校的数学系进行合作，利用他们充分的理论知识和大量的人力资源，实现数据分析水平的快速提升”，闪雨说道。
“你这个主意非常好，高校是一个潜力无限的聚宝盆，只不过现在他们还不知道怎么发挥自己的力量。我们帮他们一把，也是在帮我们自己，实现双方共赢”，江辉说道。
“是啊，我们提供经费，他们进行分析，商业成果和专利归我们公司，学术成就归学校，想必很多数学系的教授都会感兴趣吧”，闪雨说道。
在高校里面，数学系拿经费相对来说是比较难的，至少是没有那些工科专业那么容易。
数学系的工作，更多的是属于基础研究工作，往往不是投入了就有产出，甚至是几年都不会有产出。即使研究出了一些东西，往往也不涉及到专利，很难直接获得收益，所以对于大部分高校的数学系来说，和光辉数据中心合作研究新的数据分析理论其实是一个很不错的合作项目。
扩展开来看，这个研究项目的运用是和商业相结合，各种商业作用需要的算法是不一定相同的，在未来很长时间内，这个项目都会有需求。
“尽快去安排吧，多找几家学校一起搞，不要怕花钱。我们从多个角度一起展开研究”，江辉说道。
光辉集团现在各公司对数据分析的需求都比较高，不管是校内网还是光辉微博，都积累了海量的数据，但是怎么样把这些数据利用�