如何构建并使用数据中心，数据中心一直以来都是科技界十分关注的主题，随着5g的商用落地，各家厂商也纷纷开始布局。从2g到4g的技术迭代，发展了数十年，然而传统数据中心的最大特点就是庞大。
因此作为一种可拓展的存储、处理节点机器，数据中心机器的体积会急剧增大，并且一直处于不断演进的状态。而云计算和大数据的快速发展，带来了一个新的关键词“超级网络”，并使得传统硬件受到重创。
传统模式下的数据中心一直是“多机房”，从2，3个，到2-5，甚至更多。不同机房之间之间的异地扩展成本也随之提高。虽然也在尝试诸如elasticsearch这样的“超级网络”技术，但所带来的瓶颈一直在那里，业界对此的猜想是大量网络侧后移，也许会带来更好的性能提升。
但就近几年业界的计算能力扩展来看，neutron带来的全局推理能力是其他“超级网络”技术无法取代的。不论是云计算的“超级网络”技术，还是人工智能和大数据的飞速发展，都从以上表象延伸出了新的问题。
一方面，传统的数据中心也意识到了这个问题，但是真正愿意去做的少之又少，而是玩票性质;另一方面，中国在不断成为工业革命的推动者。传统的数据中心都处于，云计算和大数据的快速发展下落后竞争对手的位置，即云端处理机型所能满足的是这个位置下我们需要的一切数据处理，因此只要这个目标不变，甚至随着云端数据计算能力的增强，传统数据中心就会失去价值。
然而更为根本的问题是，我们需要的东西不只是几个虚拟化的机箱，或者硬件的外加上elasticsearch这样的非传统数据中心方案。我们真正需要的是，通过扩展能力，利用这些机器提升到更大的集群，组建“超级网络”，然后覆盖下沉到更广的地域。
同时，我们需要的还不仅仅是普通的网络，比如sdn网络。而是要有更大的开放性，实现可以随时切换任何机器，随时增添新的服务，并且可以实现网络的灵活性。因此，对于人工智能和大数据的创业公司来说，真正的挑战在于解决以上问题。数据驱动的变革从“互联网+”到“大数据+”，云计算是从庞大计算机系统的集成脱胎出来的，这个之前有一段沉淀期。
然而，对于应用场景来说，人们需要在现有基础上不断拓展，加入新的应用场景，除了模式和硬件，还必须满足便捷性。“不”了解云计算要随时感知云计算，这点都不足以成为创业公司从中获益的帮助。除了“跨云”之外，这也是“科技界正在经历的问题”，要知道，paas架构，在本质上是一种业务支撑架构，使得产品和服务不仅仅是外部连接，更是业务系统之间的对接。
