6月26日，施耐德在中国召开了2012云计算数据中心创新峰会，这次峰会上看到施耐德最明显的变化就是从系统设备供应商向系统集成商转型。相对于只提供单一、分散产品的供应商来说，系统集成商提供的是完善的、整套的服务，更易于让用户专注于自己的业务领域，而不会因为基础设施上的各种问题而分散精力。

之所以在中国召开这样的峰会，是因为施耐德看重中国市场，他们不但所有的产品在中国制造，并且自己的研发团队也在中国，这样就具备了天生的本土化优势，而最重要的一点，中国数据中心的发展速度，更是世界之最，市场潜力巨大。

中国是什么样的市场吸引着施耐德呢？2011年中国数据中心的面积在400万平方米，其中金融、电信、IT行业以及政府的数据中心占据了60% 的份额，总体市场规模在20亿美元左右。预计到2015年，中国数据中心的整体面积将达到600至700万平米，总体市场规模将在40到50亿美元左右，1万平米以上的超大规模数据中心将成为市场的主导，在大于500平米的数据中心中，金融、IT托管服务、通信行业托管服务将占据超过20%的份额。在这样一个急速成长的市场，用户最需要的是高效的、科学的、可延续性的解决方案，这与施耐德提出的“全生命周期解决方案”不谋而合。

那么以专业的角度看，急速增长的数据中心容易进入哪些误区呢？现在我们就来盘点一下一些数据中心建设过程中那些容易造成资金和能耗浪费的误区。

不注重“风水”

数据中心的选址，也是很讲究科学性的。不注重选址的数据中心，空调所消耗的电力比重会超过总电力消耗量的60%。如果能够通过“新风”(自然冷气)进行调温，那意味着空调的开销会大大减小。比如每年使用12个月空调和每年使用6个月空调，两者的能耗差距就可以达到一倍以上。

然而实际上这个问题通常被忽视。有些项目在选址时，认为自己已经充分考虑这个问题。比如会列举出来在选址的时候已经考虑电力供应、考虑网络等周边配套设施是否齐全。但是实际上这些只是针对第一次投入的成本进行预估，数据中心的运营开销才是真正需要考虑的，却偏偏没有考虑进去，或者因为种种原因暂时作出妥协。数据中心的选址一旦确定是无法改变的，而在建设阶段通过选址节约下来的开销，很可能在运营阶段被过高的运营成本迅速消耗掉，并且为后续的运营带来不小的麻烦。

盲目追求通过PUE降低成本

最近PUE(Power Usage Effectiveness：数据中心消耗的所有能源与IT负载使用的能源的比值)逐渐成为一个越来越热门的词汇，有的企业更是以自身案例讲述了PUE带来的好处：投资1亿元用于改善PUE指标，最终实现了8个月收回投资，以此对比在不同PUE下能源开销的巨大差异。

但事实情况是对PUE的追求是有一个尺度的，寻找到最佳的切入点才能实现合理投资。在一定范围内，通过一次性投资提升PUE可以保证在运营阶段收回投资，但如果超出技术限制的全面追求PUE，当PUE超过某个数值时，会造成前期投资额成倍增长，使得前期投入难以短时间内收回，最终得不偿失。

缺少规划

规划主要包括两个方面，比如数据机房面向的对象，根据行业不同，数据机房的设计也有所不同。另外就比如说数据机房的内部布局规划，在未来是否需要扩展、优化和升级，是建设初期必须考虑的问题。一旦方案确定并且实施，就几乎不可能做任何修改了。

在26日的大会上，施耐德电气的曲颖女士在会上展示了几个非常令人振奋的实例，针对用户的要求，施耐德电气在非常短的时间迅速搭建了全新的、科学的运行环境。在展示施耐德模块化、标准化和扩展性等优点的同时，曲颖女士表示这与数据中心前期优秀的规划设计也密不可分。

不切实际

建造数据中心用来做什么？有没有与对应的产业匹配？金融、IT托管、医疗、电信等行业对于数据中心的需求各不相同，如果不能对数据中心的用途作出精密的规划，很可能造成数据中心无法为相关行业提供全面服务。

过度投资

 “我买了一辆20吨的卡车，虽然现在每天只能拉3吨货，但我知道20年后我每天要拉20吨货”这就是过度投资的一个典型特征。对于数据中心的规划也是如此，数据中心在运行的过程中每时每刻都在消耗能源，如果你不能用它产生利润，那它就会不停的产生运营成本，直到把全部资金消耗的干干净净。

一个合理的数据中心，一定是与实际需求相匹配的，并且能够与实际需求共同“成长”的。这就要求数据中心首先要根据投资规模和实际需求进行量身定制，其次在满足现有需求的情况下，保持合理的可扩展性。目前已经有专业的解决方案提供商可以提供这类服务，进行专业的数据中心机房规划评估。IT产品升级速度是非常快的，梦想“一步到位”在现实中并不可行。

建设速度过快

未来我国数据中心的数量以每年100万平米的速度扩张，建设速度世界罕见，但如果不注意规划，很多问题也会随之而来。数据中心选址、建造的规划和评估是需要很长时间的，为了数据中心在更高效、更低成本、更环保的环境下运行，是不是可以做充分评估？

在速度的驱动下，一些重要的因素很可能会被忽略，而这些很可能对数据中心造成潜在的影响，这种影响并不是短时间内能显现出来的。前面的诸多因素，都很可能是盲目追求速度的结果。