Digital Realty公司在美国的数据中心全部采用风电

简介:

日前据悉,Digital Realty公司已同意购买足够的风力发电,以抵消其在美国所有的托管数据中心和互联设施所消耗的电能。

为了实施这些可持续性的举措,Digital Realty公司每年将购买约400000兆瓦时的可再生能源。这将减少其每年的碳足迹约275000吨,相当于58000辆汽车的排放量。

这些风力发电将由E.ON公司的美国子公司提供,E.ON公司是全球上规模最大的可再生能源供应商之一,其提供的可再生能源项目可产生近5.2兆瓦的可再生能源的能力。

Digital Realty公司最近也发表了一份声明,详细介绍了该公司在2015年发行的绿色债券收益的分配,以及九个合格的开发项目资金分布情况。

山上的风力涡轮机

风云变幻

Digital Realty公司在全球四大洲的30个市场拥有并运营超过140个数据中心。REIT房地产投资信托公司最初专门批发托管中心,但在2015年10月收购Telx公司之后,已将其业务扩展到零售业务。

Digital Realty公司在2015年为全球客户提供29亿千瓦时的电力,其中大约五分之一的电力来自可再生能源,如风能、太阳能和水力发电等可再生能源。

从2016年的第三季度开始,该公司在美国的112个数据中心的能源消耗将完全由风力发电抵消,这并不一定意味着数据中心将直接由风电场供电,而Digital Realty公司将进入电网的可再生电力支付费用,因为该公司消耗的电力来自电网。

“对于实时数据,人们现在比以往任何时候有着更大的需求。而随着在线应用的灵活性和可扩展性的加强,电力消耗在数据中心的需求也随之增加。”Digital Realty公司首席执行官威廉保姆·斯坦因说。

“我们认识到满足客户对数据中心可再生供电不断增长的需求的重要性,而该协议将作为我们在可持续和环境负责任的商业实践实施深刻承诺的另一个例子。”

Digital Realty公司2015年6月还发布了其绿色债券发行进展情况,筹集了4亿9300万美元。根据债券的条款,这笔资金将花费在“绿色项目”中,该公司已将资金分配在已被LEED,BREEAM和CEEDA认证的九个数据中心的建设中。

这些数据中心其中包括在美国的五个数据中心,两个在澳大利亚,一个在英国,一个在爱尔兰。

“我们需要用实际行动,支持我们的可持续发展计划,并对我们的客户、投资者和社会负起自己的责任。”Digital Realty的首席财务官安德鲁·包沃尔说。





====================================分割线================================


本文转自d1net(转载)

目录
相关文章
|
4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。
|
1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。
|
4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。
|
4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。
|
4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。
|
4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。
|
3月前
|
移动开发 监控 前端开发
基于 HTML5 WebGL 和 VR 技术的 3D 机房数据中心可视化
基于 HTML5 WebGL 和 VR 技术的 3D 机房数据中心可视化
|
4月前
|
存储 传感器 人工智能
探索现代数据中心的冷却技术革新
【5月更文挑战第18天】 在数字化时代,数据中心作为信息处理与存储的核心设施,其稳定性和效能至关重要。随着计算需求的激增,数据中心的冷却系统面临着前所未有的挑战。传统的空调冷却方法不仅耗能巨大,而且效率低下。本文将深入探讨现代数据中心冷却技术的最新进展,包括液冷技术、热管应用、环境辅助设计以及智能化管理等方面,旨在提供一种高效、可持续且经济的解决方案,以应对日益增长的冷却需求。
|
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
【5月更文挑战第11天】 在云计算和大数据的背景下,数据中心作为信息处理的核心设施,其能效问题一直是研究的热点。传统的能效管理方法难以应对日益增长的能源消耗和复杂多变的工作负载。本文提出一种基于机器学习技术的数据中心能效优化方案,通过实时监控和智能调度策略,有效降低能耗并提升资源利用率。实验结果表明,该方案能够减少约15%的能源消耗,同时保持服务质量。