火灾致使福特公司总部的数据中心关停

简介:

日前,总部位于美国密歇根州的福特迪尔伯恩总部大楼发生火灾,起火地点为大楼底层的变电站,1500多名员工被紧急疏散。

由于供电不足,福特迪尔伯恩总部的数据中心不得不被关闭一天。这个数据中心主要业务是为福特公司和经销商统计产销量,原本将统计10月份的销售数据。

福特公司在书面报告中表示,“福特公司总部变电站的火灾不仅中断了福特总部大楼和与其相邻的信贷办公大楼的供电,还影响了公司和经销商用于统计销量的数据中心的正常运行。”

在大楼的电力全部关闭之后,消防员已经扑灭了所有起火点。在恢复供电后,远程设备被用来处理新的工作负载。在事故发生的初期,这个数据中心仍无法接收和处理销售数据。

“虽然数据中心供电系统中的备用电池组挽救了系统中的重要数据,但是由于供电不足,数据中心不得不被关闭了几乎一整天的时间。并且,经销商也无法汇总31日的具体销量情况。”因此,福特公司10月份的销售数据也不得不延迟发布。

在火灾发生前,福特公司总部就已开始进行彻底检修,这也是福特公司所实施的十年改造项目的一部分。此外,其总部将开始新建一个数据中心,该数据中心在上月已开始破土动工。

本文转自d1net(转载)

目录
相关文章
|
数据中心
盘点数据中心火灾案例
盘点数据中心火灾案例几乎每个夏天我们都能看到数据中心失火的新闻,由于数据中心的特殊性与重要性,每次火灾都会对数据中心造成重大影响:2014年7月20日,重庆农商行数据中心发生火灾,起因为该行总行扩展机房突发线路电气故障,导致电气系统着火。
|
7月前
|
存储 传感器 监控
探索现代数据中心的冷却技术革新
【4月更文挑战第23天】 在信息技术迅猛发展的今天,数据中心作为计算和存储的核心枢纽,其稳定性和效率至关重要。然而,随着处理能力的增强,设备发热量急剧上升,有效的冷却方案成为确保数据中心持续运行的关键因素。本文将深入分析当前数据中心面临的热管理挑战,并探讨几种前沿的冷却技术,包括液冷系统、热管技术和环境自适应控制策略。通过比较不同技术的优缺点,我们旨在为数据中心管理者提供实用的冷却解决方案参考。
|
4月前
|
机器学习/深度学习 存储 监控
利用机器学习技术优化数据中心能效
【7月更文挑战第36天】在数据中心管理和运营中,能源效率已成为关键性能指标之一。随着能源成本的不断上升以及环境保护意识的增强,开发智能化、自动化的解决方案以降低能耗和提高能源利用率变得尤为重要。本文探讨了如何应用机器学习技术对数据中心的能源消耗进行建模、预测和优化,提出了一个基于机器学习的框架来动态调整资源分配和工作负载管理,以达到节能的目的。通过实验验证,该框架能够有效减少数据中心的能耗,同时保持服务质量。
|
7月前
|
存储 大数据 数据处理
探索现代数据中心的冷却技术
【5月更文挑战第25天】 在信息技术迅猛发展的今天,数据中心作为其核心基础设施之一,承载了巨大的数据处理需求。随着服务器密度的增加和计算能力的提升,数据中心的能耗问题尤其是冷却系统的能效问题日益凸显。本文将深入探讨现代数据中心所采用的高效冷却技术,包括液冷解决方案、热管技术和环境自适应控制等,旨在为数据中心的绿色节能提供参考和启示。
|
7月前
|
人工智能 监控 物联网
探索现代数据中心的冷却技术
【5月更文挑战第27天】 在信息技术迅猛发展的今天,数据中心作为信息处理的核心设施,其稳定性和效率至关重要。而随着计算能力的提升,数据中心面临的一个重大挑战便是散热问题。本文将深入探讨现代数据中心冷却技术的进展,包括传统的空气冷却系统、水冷系统,以及新兴的相变材料和热管技术。通过对不同冷却方式的效率、成本及实施难度的分析,旨在为读者提供一份关于数据中心散热优化的参考指南。
|
7月前
|
机器学习/深度学习 资源调度 监控
利用机器学习技术优化数据中心能效
【5月更文挑战第30天】在数据中心管理和运营中,能源效率的优化是降低运营成本和减少环境影响的关键。本文旨在探讨如何应用机器学习技术来提升数据中心的能源效率。通过对现有数据中心运行数据的深入分析,开发预测性维护模型,以及实施智能资源调度策略,我们可以显著提高数据中心的能效。本研究提出了一种集成机器学习算法的框架,该框架能够实时监控并调整数据中心的能源消耗,确保以最佳性能运行。
|
7月前
|
存储 大数据 数据中心
提升数据中心能效的先进冷却技术
【5月更文挑战第27天】 在信息技术不断进步的今天,数据中心作为计算和存储的核心枢纽,其能源效率已成为评价其可持续性的关键指标。本文将探讨当前数据中心面临的热管理挑战,并展示一系列创新的冷却技术解决方案,旨在提高数据中心的能效,同时确保系统的稳定性和可靠性。通过对比传统冷却方法和新兴技术,我们将分析各种方案的优势、局限性以及实施难度,为数据中心运营者提供科学的决策参考。