當很多組織列出未來一年影響技術發展的趨勢和問題時，通常都會有些長遠的考慮，例如可能設想幾年之后甚至幾十年之后的未來發展。而分析機構更是如此。例如，對于2019年，調研機構Gartner公司關注人工智能、區塊鏈以及將持續變化轉變為資產。
這些想法都很好，但是組織正在考慮如何大限度地提高數據中心性能?需要做些什么?也許這些想法并不是那么有用。那么數據中心管理者在未來一年中可以做些什么呢?
組織可以采取以下五個步驟：
(1)采用有效的DCIM
數據中心采用有效的數據中心基礎設施管理(DCIM)是一項關鍵要求，那么為什么大多數傳統的DCIM套件解決方案似乎都難以實現呢?企業需要更加關注更易于使用的、更易獲取的方法，并滿足制定正確的冷卻、電力和空間戰略的要求。
因此，如果對過于復雜的DCIM或咨詢機構主導的計算流體動力學(CFD)方法感到并不適應，那么當同樣有效的SaaS驅動解決方案可以提供監視、管理和大化數據中心所需的所有控制時，組織可以不必采用DCIM。
(2)更加關注邊緣集成
組織只有成功地集成所有的操作——包括所有不同的邊緣計算微型數據中心和模塊化數據中心，才能真正實現數據中心性能的大化。而機械及電氣容量規劃和仿真能力仍然是管理數據中心設施的主要措施。
在2019年，不能再繼續保持這種情況，特別是在SaaS訪問、無線傳感和移動網絡訪問等功能允許組織為數據中心運營而采用相同的*實踐優化標準時。
(3)*感知的數據中心將成為現實
只有使用適當的數據映射數據中心設施時，數據中心運營團隊才能真正開始實時理解自己的數據中心性能。為了正確地做到這一點，在典型的數據中心中需要安裝1000多個傳感器，從而能夠測量一系列先前未知的因素，其中包括能耗、熱量輸出、地板上方和下方氣流等。
這種情況直到傳感器的成本日趨下降才有所好轉。由于采用支持物聯網的無線設備改變了成本動態，才能實現新的感測水平。
(4)超越數據中心性能的主觀優化判斷
雖然數據中心行業專家能夠隨著時間的推移建立起冷卻系統動態行為的圖像，但當今數據中心運營的關鍵性質意味著冷卻對于主觀判斷而言是一個非常重要的問題。
然而現在可以訪問越來越精細的機架級數據，能夠為數據中心運營商提供真正的軟件實時決策和方案規劃所需的數據平臺。
(5)向其他部門學習以獲得對基礎設施管理的新見解
如果組織可以明智地采用其他行業的技術創新，可以在數據中心和其他構建環境中面臨一些挑戰時得到更好的解決。例如，3D數據中心可視化就采用了新的游戲技術。
此外，還可以向地理空間數據領域學習，可以通過使用*的支持LiDAR的空間映射設備幫助客戶填充其數據中心模型。
