Govind Choudhary，亚太区战略与业务发展副总裁

生成式人工智能 (AI) 的最新发展开启了一个技术加速进步的时代。从医疗保健到制造业和金融服务，各行各业都在寻找利用 AI 解决方案的方法，以简化流程、改进决策和变革整个行业。

随着数据中心行业转向支持训练 AI 模型和进行推理所需的新一代高功率系统，AI 的发展也为服务提供商提供了组织所需的创新、高性能解决方案，以支持其尖端的 AI 计划。

数据中心作为 AI 的互联数据社区枢纽

即使人工智能正在重塑行业需求和更广泛的数据中心格局，数据的基本作用仍然是一个经常被忽视的话题。数据实际上是人工智能的命脉——没有大量多样化和高质量的数据，人工智能模型就无法有效地学习、适应和交付所需的结果。

我们生成的数据量继续以指数级速度增长，必须妥善管理、存储和处理。数据吸引数据，并促成了以数据为中心的新服务的创建，这反过来推动了对更复杂的数据中心的需求。

然而，随着数据集不可避免地增长，由此产生的数据引力不仅促使公司重新思考其 IT 架构，而且突显了对混合 IT 基础设施的关键需求，以支持 AI 的复杂数据流。

混合 IT 架构结合了本地部署、主机托管、公有云和私有云，提供了处理 AI 各种数据所需的灵活性和可扩展性。这是因为：

AI 开发通常涉及公共数据和私有数据：公共数据集可用于训练基础模型，而私有数据则用于微调和定制。混合 IT 支持安全高效地访问这两种类型的数据。
数据处理要求可能会有所不同：某些数据处理任务可能计算量很大，并需要高性能的本地基础设施，而其他数据处理任务在公有云中进行可能更具成本效益。混合 IT 使组织能够根据特定需求分配资源。
数据隐私和安全至关重要：混合 IT 为组织提供了更大的数据控制权，使其能够根据数据敏感性和法规要求实施适当的安全措施。

这反映在混合 IT 的日益普及上，IDC APAC 云调查¹ 报告称，77% 的组织拥有多云或混合云环境，预计这一数字在两年内将达到 84%。

混合 IT 架构的更广泛采用意味着组织对增强数据中心到数据中心或数据中心到云的互联需求日益增加，以便整合其日益复杂的数字基础设施部署。因此，他们正在寻找能够提供灵活选项的多租户数据中心 ——安全、私有的暗光纤解决方案，让客户能够最大限度地控制其连接，通过经济实惠的明光纤解决方案，客户可以选择更经济的租用方式，满足对流量不苛刻的要求。

综合来看，显而易见的是，数据中心不再是单纯的服务器和网络硬件建筑，而是重要的数据枢纽，是当今世界不断涌现的数据的交换中心。混合 IT 基础设施能够支持公共和私有数据流，在帮助组织利用 AI 的力量的同时，在解决数据隐私、安全和成本等问题方面发挥着关键作用。

数据中心开放生态系统的力量

无论是在部门之间还是与外部各方，无缝交换数据的能力都可以决定现代企业的成败。在网络提供商和主机托管客户之间的网络互联方面，运营商中立的数据中心是显而易见的选择，这也是我们的客户选择 Digital Realty 的另一个原因。

通过 PlatformDIGITAL^®，我们构建了一个开放的协作平台，将服务提供商合作伙伴聚集在一起，为企业客户提供通过服务和互联产品生态系统快速发展的能力和选择，所有这些都在单一合同下完成，并且可以从单一门户轻松发现和访问。

凭借成熟的基础和方法来扩展数字业务并解决数据引力问题，客户可以访问覆盖全球的服务提供商的丰富生态系统，以实现可靠且经济高效的数据互联。这让他们能够轻松高效地构建和协调理想的解决方案，打开创新之门，不受物理位置或封闭生态系统的限制。

通过增强的互联选项、互联网交换点 (IX) 和按需服务，Digital Realty 的客户可以连接到庞大的数据中心网络，开启一个充满可能性的新世界，并在比过去短得多的时间内实现这一目标。对于服务提供商而言，除了能够交叉销售全新的服务外，随着客户在整个地区的扩展或建立业务，他们还可以与客户共同成长。

全球供应商生态系统

Digital Realty 投入了大量资本以构建全球平台，并支持客户在所有主要大都市和边缘市场的布局，包括为服务提供商互联数据社区提供高密度光纤接入。

我们不断寻求与亚太地区和全球的新服务提供商建立合作伙伴关系，以扩展我们的服务并加强我们的平台，以支持客户的成长和创新：

AI 和数据常见问题解答 (FAQ)

AI 数据存储在哪里？
AI 数据通常存储在数据中心，包括传统的集中式数据中心、云端存储平台、边缘数据中心和本地服务器。此外，AI 数据还可能存储在分布式数据库或数据湖中，以便于高效访问和处理。

AI 是否会需要更多数据中心？
随着 AI 应用的日益普及和数据越来越密集，数据中心的需求很可能会增加。数据中心在支持需要实时处理和低延迟交互的 AI 应用中发挥着至关重要的作用。

AI 中的数据是什么意思？
在 AI 的背景下，数据是指用于训练机器学习模型、进行预测和执行各种任务的信息。这些数据可以有多种形式，包括结构化数据（如数据库）、非结构化数据（如文本、图像、视频）和半结构化数据（如 XML、JSON）。高质量、相关且多样化的数据对于训练准确且强大的 AI 模型至关重要。

什么是数据的力量？
数据的力量在于其能够提供见解、为决策提供信息、识别模式，并推动各个领域的优化。通过利用先进的分析和 AI 技术来发挥数据的力量，组织可以获得竞争优势、提高运营效率、增强客户体验，并释放新的增长和创新机会，这就是数据中心占据中心舞台的原因。

1.Digital Realty 赞助的 IDC InfoBrief “Unlocking Innovation and Efficiency: Harnessing the Power of Hybrid Cloud and Data”，#AP241438IB，2023 年 8 月

一个开放的全球数据中心平台，充分利用数据和AI 的力量