資訊系統雲端化所帶來的便利性顯而易見，尤其在智慧型裝置充斥的現在，在享用這些服務的同時，相關資訊系統所需的伺服器、儲存與網路等設備集中放置在資料中心，鑑於此需求國內業者紛紛投入大型資料中心的新建，然而公眾所熟悉使用的公有雲服務大多皆是國外雲端供應商的產品，大型公有雲廠商基於成本近年又多採自建資料中心，兩者間看似相輔相成，但卻又互相排斥，在看似一片前途光明的同時，此議題開始漸漸被關注。本研究整理、蒐集與探討相關市場資料，以系統動力學方式，歸納相關問題與因素，發展一系統模型，加以模擬與推算資訊系統需求增長對資料中心需求的實際影響，以作為客觀界定需求的參考依據。

The convenience brought by the development of cloud-based information systems is apparent, especially in today’s world where smart devices are widely available. While we enjoy the convenient services, a series of hardware facilities, including the server, storage and networking equipment, are working together to support the operations of the information systems and these facilities are centrally located in a data center. The domestic businesses saw this demand and successively invested in construction of large data centers. However, most of the public cloud services known and used by the mass public are products of foreign cloud service providers and most of them built their own data centers for maximum cost effectiveness. The investment in data centers seems to be a matter of course to the development of cloud services, yet development of these two areas are not synchronizing with one another. When the future looks bright, this issue began to gain attention in the industry. This research collected, consolidated and explored relevant market information to analyze the issues and factors through system dynamics and develop a series of system models to simulate and compute the actual demand for data centers along the growth in the needs for information systems. Results of the simulations and computation can be used as an objective reference for estimation of industrial needs.

目次
第一章　緒論 1
1.1 研究背景與動機 1
1.2 研究目的 3
第二章　文獻探討 4
2.1 雲端運算的定義 4
2.1.1 雲端運算的服務模式 5
2.1.2 非屬雲端運算的範例 6
2.2 雲端運算的發展與演進 9
2.2.1 公有雲、私有雲與混合雲 9
2.2.2 雲端運算的發展 12
2.2.3 雲端運算的好處 13
2.3 雲端運算的現況 14
2.4 資料中心的定義 14
2.4.1 EDC資料中心 15
2.4.2 IDC資料中心 16
2.4.3 雲端資料中心 16
2.4.4 傳統資料中心 16
2.5 資料中心的發展與演進 17
2.6 IDC資料中心服務類別與現況 18
2.6.1 IDC資料中心服務類別 19
2.6.2 IDC資料中心現況 21
2.7 資料中心相關規範與認證 22
2.8 國內資料中心現況 23
2.9 雲端運算與資料中心需求之影響文獻與研究 26
2.9.1 資訊委外現況 27
2.9.2 基礎架構委外（Infrastructure Outsourcing，IO） 29
2.10 需求預測 30
2.10.1 需求預測方法 31
2.10.2 系統動力學 32
第三章　研究方法 34
3.1 需求面研究 35
3.1.1 資訊需求研究 35
3.1.2 資料中心需求研究 37
3.1.3 雲端服務需求研究 38
3.2 供給面研究 40
3.2.1 資料中心供幾面研究 40
3.2.2 雲端服務供幾面研究 43
3.3 雲端化與資料中心需求影響研究 44
3.4 系統動力學模擬 46
3.5 資料蒐集 46
3.6 系統因子選取 48
3.6.1 界定資料中心的空間單位 48
3.6.2 界定整體資訊需求量 50
3.6.3 界定台灣市場規模 52
3.6.4 界定雲端化現況 53
3.6.5 界定主機代管現況 54
3.6.6 資訊需求與空間轉換的假定 54
第四章　研究結果 55
4.1 估算IDC機櫃市場需求 55
4.2 系統參數 56
4.2.1 估算結果 57
4.3 結果檢定 57
4.4 需求面探究 59
4.4.1 資料中心需求面探究 60
4.4.2 雲端服務需求面探究 60
4.5 供給面探究 60
4.5.1 資料中心供給面 61
4.5.2 雲端服務供給面 65
4.6 雲端化與資料中心需求影響探究 65
4.7 研究結論 66
4.7.1 以國內需求而言未來幾年內IDC資料中心的供給過剩 66
4.7.2 公有雲的發展對國內IDC資料中心的衝擊將大於機會 67
第五章　結論 68
5.1 研究結果 68
5.2 研究限制 69
5.3 研究建議 69
參考文獻 70
 
表目錄
表 2–1：AFCOM資料中心規模定義 15
表 2–2：Uptime Institute Tier 14的標準摘要 23
表 2–3：國內主要資料中心現況 24
表 3–1：201315年間完工之國內大型IDC資料中心機櫃數 41
表 3–2：常用衡量資料中心規模單位 48
表 3–3：常用衡量資料中心規模單位與國內現況 49
表 3–4：20122017台灣資訊服務與軟體市場之全球市占率 53
表 4–1：系統動力因子 55
表 4–2：系統動力因子參數 56
表 4–3：估算結果 57
表 4–4：專家列表 58
表 4–5：專家訪談紀要整理 58
表 4–6：國內資料中心規模與PUE值 64
圖目錄
圖 2–1：NIST對於Cloud Computing的定義 5
圖 2–2：非屬雲端運算的範例 7
圖 2–3：企業環境最受歡迎的公有雲服務 10
圖 2–4：企業環境最受歡迎的私有雲平台 11
圖 2–5：IDC資料中心服務分類 19
圖 2–6：20122017年全球資訊服務市場規模 28
圖 2–7：20122017年台灣資訊服務市場規模 29
圖 2–8：20132018年全球資訊委外項目年成長率 30
圖 3–1：20132018年全球IT投資規模 36
圖 3–2：20122017年台灣IT投資規模 37
圖 3–3：20122017年全球雲端服務市場規模 39
圖 3–4：20122017年台灣雲端服務市場規模 40
圖 3–5：中華電信板橋IDC雲端資料中心規模 42
圖 3–6：證交所板橋資料中心規模 42
圖 3–7：20122017年全球雲端伺服器市場規模 43
圖 3–8：雲端業者與IDC業者因果圖 45
圖 3–9：研究架構 46
圖 3–10：硬碟與機櫃需求因果圖 51
圖 3–11：全球企業級硬碟出貨量 52
圖 3–12：全球企業公有雲與主機代管比例調查數據 53
圖 4–1：本研究假定系統動力圖 56
圖 4–2：證交所資料中心內部 62
圖 4–3：產業生態關係圖 66

[1]     CIO 企業經理人（2013）。專訪台灣證券交易所總經理林火燈。11月號 No.29。
[2]     王仲銘（2004）。以系統思考探討組織之資訊成長。碩士論文，國立高雄應用科技大學。
[3]     台灣大哥大（2013）。『數位匯流、雲端服務、節能綠機房 三位一體 台灣大哥大雲端機房上樑里程碑 2013年第一季正式營運』新聞稿。
[4]     朱奕魁（2012）。以系統動力學模擬高雄房地產住宅市場之供給與需求。碩士論文，國立高雄第一科技大學。
[5]     江宜娜（2004）。以系統動力學探討我國教育系統師資供需失衡之研究。碩士論文，大葉大學。
[6]     阮裕鈞（2013）。應用於軟體定義資料中心之自動化部署系統研究。碩士論文，國立中央大學。
[7]     余伍弘（2011）。跨領域觀點之資訊機房規劃與建置-以半導體A公司個案為例。碩士論文，國立交通大學。
[8]     林淑惠（2014）。中華電：將打造為亞太轉訊重鎮。中國時報。http://www.chinatimes.com/newspapers/20141225000181-260204
[9]     洪予揚（2015）。首次雲端服務共同採購3月招標，政府軟體採購作業全面自動化。iThome。http://www.ithome.com.tw/news/94122
[10]     李宗翰（2015）。活用混合雲策略，重新定義IT服務。iThome。http://www.ithome.com.tw/tech/94707
[11]     徐玉（2012）。云計算對數據中心市場的影響分析。工業和信息化部電信研究院通信信息研究所，北京。
[12]     資策會（2014）MIC研究報告資訊服務產業年鑑。第二章資訊服務與軟體市場總覽。
[13]     資策會（2014）MIC研究報告資訊服務產業年鑑。第三章全球資訊服務暨軟體市場個論。
[14]     資策會（2014）MIC研究報告資訊服務產業年鑑。第四章台灣資訊服務暨軟體市場個論。
[15]     梁玉容（2003）。IDC找到第二春－委外服務已是不得不走的路。資安人。
[16]     陳慧玲（2014）。中華電信資料中心機房上樑 明年第4季啟用。電子時報。
[17]     張景皓（2013）。東亞首座Tier III雙認證機房正式啟用 樹立臺灣機房新標竿。iThome。http://www.ithome.com.tw/node/84417
[18]     綠色和平組織（2014）。點擊綠：再生能源創造綠色網路。
[19]     蔡秉諺（2011）。應用AHP於綠色資料中心改善優先順序決策模式。碩士論文，國立成功大學。
[20]     國家發展委員會（2014）。國發會雙認證政府雲端資料中心獲國際 ISO 20000及 ISO 27001受證。
[21]     翟本喬（2013）。Think Outside of the Box談雲端運算的新思維與心思維。中華技術，第97期。
[22]     鄭逸寧（2010）。臺灣世曦打造全臺首座用外氣與冷水冷卻的綠色機房。iThome。http://www.ithome.com.tw/node/63342
[23]     鄭緯筌（2013）。IDC~2013年上半年臺灣資訊科技服務市場營收達348億元。數位時代。http://www.bnext.com.tw/article//id/29971
[24]     聯合新聞網（2014）。挑戰Google 微軟傳來台建置資料中心。
[25]     新北市政府（2013）。臺灣證交所資訊中心進軍板橋新北雲端再創35.5億投資額。
[26]     451 Research, (2015), Datacenter Colocation Market Annualized Revenue Projected to Reach $36bn Worldwide by End of 2017
[27]     AFCOM, (2014), Data Center Size and Density.
[28]     Basmaciyan, R., (2004), Data center consolidation–the logical move. Enterprise Data Center.
[29]     Cisco, (2014), Global Cloud Index: Forecast and Methodology 2013–2018.
[30]     Cisco, (2014), Visual Networking Index: Global Mobile Data Traffic Forecast Update, 2014–2019.
[31]     Coughlin Associates, (2013), Declining Growth Projections For Hard Disk Drive Industry In 2013.
[32]     Digital Spyders, The Best Hosting Value For Your Business.
[33]     Drew Leonard, (2013), Five reasons why colocation isn’t dead
[34]     Gartner, (2014), Worldwide IT Spending Forecast.
[35]     Gartner, (2014), Gartner Says Data Center Market to Undergo Dramatic Change by End of 2016. http://www.gartner.com/newsroom/id/2843517
[36]     Gesi, (2014), SMARTer 2020.
[37]     Huan Liu, (2012), Amazon Data Center Size. https://huanliu.wordpress.com/2012/03/13/amazon-data-center-size/
[38]     IDC, (2014), Hong Kong, Singapore and Taiwan are Top Data Center Locations in Asia Pacific.
[39]     Jason Perlow, (2014), The year the cloud killed the datacenter.
http://www.zdnet.com/article/2014-the-year-the-cloud-killed-the-datacenter/
[40]     Mell, P., & Grance, T, (2011), The NIST definition of cloud computing.
[41]     RightScale, (2015), State of the Cloud Report.
[42]     Savvis, (2014), Global IT Leadership Report.
[43]     USDOE Office of Advanced Scientific Computing Research, (2011), The Magellan Report on Cloud Computing for Science.
[44]     Uptime Institute, (2008), Tier Classifications Define Site Infrastructure Performance.
[45]     Wiredre, (2014), Data Center Research on Asia Pacific Data Centers; Hong Kong, Singapore Among Top Locations. http://wiredre.com/data-center-research-asia-pacific-data-centers-q1-2014/
[46]     Yelick, K., Coghlan, S., Draney, B., & Cannon, R. S, (2011), The Magellan Report on Cloud Computing for Science, US Department of Energy, Office of Science, Office of Advanced Scientific Computing Research.