来自国内数据中心业主企业、IDC公司、优秀的解决方案供应商等百余位参会代表齐聚一堂，共同讨论建设新型数据中心、低碳绿色的数据中心可持续发展、数据中心如何适应AI时代发展等热点话题，从而寻求最佳合作伙伴。
在数字化转型的大背景下，我们的架构和技术实现方式都发生了很大变化，也直接或者间接影响了我们的运维体系和运维组织模式。
数据中心运维管理当中，往往系统管理员、存储管理员各有各的运维数据视图。无论是分析故障还是搞性能优化都不能以某个维度的线索数据将各个视图串联起来，不仅效率低下，而且非常被动。
过去几年，各行各业数字化、智能化升级如火如荼，继而对人工智能、物联网、云计算等新技术需求旺盛。而AI大模型则是数字化转型关键所在，这也是众多科技厂商相继推出大模型服务的关键所在，赋能千行百业数字化转型，也打开了业绩增长空间。
数字城市是一个城市体的变革，在产品迭代中技术不断演进，同时一个城市几十万台摄像机，要互联不易，还要做到资源共享就难上加难；千行百业构成城市，在数字城市体中，用户很多，场景也不一。即便是同一用户，不同场景还有不同诉求。
无论稳态还是敏态系统，系统变更是正常的需求，区别在于变更频度。支持频繁变更可以称为敏态，不支持频繁变更也不能称为稳态，稳态是一种系统运行状态，而不是用传统开发模式开发的系统称为稳态系统。
随着网络建设到了一定规模，日益复杂的网络架构，给企业带来了前所未有的运维难度。在运营层面，暴露出信息割裂、数据难以互通、运维效率低下、成本激增等问题。
高能效一直是数据中心发展过程中广受关注的问题，该国家标准将在绿色技术应用和运维制度管理等方面提出促进数据中心能效水平提升的具体要求；服务能力是数据中心对外服务的综合体现，通过对服务能力的客观评价，有利于数据中心的自我改进提升，也有利于客户根据业务需求选择合适的数据中心。
伴随着AI在国内居高不下的热度，国产厂商们也试图从AI上寻找“弯道超车”Citrix的机会。部分国产桌面云厂商试图用AI能力辅助运维，不仅能帮用户实现资源监控，还可精准识别故障并提供可视化智能排障，大幅提升运维效率。
综合运维方面，数据中心正尝试采用人工智能技术实现自动化辅助运维，以提高运维效率和质量。用户能够通过自然语言与数据中心交互，实现自动化理解用户需求并执行相应操作，但自然语言处理技术在理解复杂、模糊或不规范的语言表述时可能出现误解或无法准确执行的问题。
随着容器、微服务、中台的迅速流行，使得系统间的访问越来越复杂，在云内、云间可能会运数千个进程和服务，服务的调用用传统的点对点和点对多点演变成网状，使用传统的监控技术和手段很难跟踪这些分布式架构中的数据流、调用链和相互依赖关系，系统内部的可见性就变得非常重要。
相比其他行业，证券业对业务连续性事件容忍度极低。当出现客户权益类风险事件时，给运维留下的处置时间极短，多一秒都可能带来客户巨大损失，所以通常比别的行业更强调事前更快地发现潜在风险，并在风险未产生业务影响前消灭风险。
