IDC数据中心机房投多少钱才能适应5G，虚拟化、人工智能和机器学习的影响
另一个可能的颠覆性因素是使用虚拟化、人工智能和大型机器学习。这些技术需要更快的服务器速度和网络容量，以增加越来越复杂的边缘服务数量。构建数据模型需要处理最适合数据中心核心功能的大型数据池。
用于人工智能模型开发的大部分数据都来自Edge。这意味着更大的云计算数据中心将支持潜在的网络变化。一种方法是将从边缘导入的数据组合起来，以开发利用核心计算中心功能的模型。然后推出已完成的型号，以提供低延迟的本地化服务。然后，通过重复步骤创建反馈环来优化操作模型。
服务提供商网络中的虚拟化增长会直接影响核心计算中心。无线和有线网络的虚拟化和集成使单一物理层基础架构业务案例变得更加强大。最大的挑战是核心网络和无线连接网络之间的集成。在办公室计算机室或数据中心的哪个位置实施？
当然，不同数据中心环境的变化程度取决于应用程序的需求。数十亿传感器和物联网设备产生的数据流产生大量稳定的数据流，其他数据流以间歇性传输或不规则的信息流形式产生。如何优化数据收集和处理？与核心数据中心需要处理的数据相比，边缘设备或本地边缘节点需要存储多少数据？
解决这些问题后，网络工程师必须找到通过网络传输数据的最佳方法。不同的延迟和可靠性要求可以确定非常复杂的流量优先级。数据是否可以通过本地Wi-Fi传输到全球互联网而不返回云计算服务提供商（CSP）数据中心？请记住，边缘计算网络必须适应创造收入的财务模式。
即使首批5G网络服务投入运营，这些问题依然突出。从数据中心经理到首席信息官，您需要学习如何利用5G的能力。所以他们必须学习和训练。新添加到网络边缘的数据需要更高的计算和存储容量。但是，数据中心需要多少资源？它位于何处？这取决于具体情况。
