STT GDC公司关注数据中心市场的进一步发展

简介:

总部位于新加坡的ST通信全球数据中心(STT GDC)在过去几年中一直致力于在全球主要市场的扩张。例如,STT GDC与GDS服务公司合作,进一步扩大和发展其在中国的数据中心组合,并与英国的Virtus公司成立一家合资公司,并获得在印度和新加坡的塔塔通信公司数据中心业务的多数股权。

STTGDC公司新加坡和全球联盟集团总经理Chris Street透露了其组织的计划和方向,特别是该公司在新加坡的数据中心枢纽,现在成为了以建筑面积计算的最大数据中心运营商。

  STTGDC公司新加坡和全球联盟集团总经理Christopher Street

STTGDC公司在新加坡拥有五个数据中心的组合,其中包括批发和零售托管客户。这其中包括塔塔通讯公司共同确定为STTTaiSeng的三个托管数据中心设施,以及STT Defu和STT Media Hub的现有数据中心设施。

STT Defu数据中心是该公司的旗舰数据中心设施,而STT MediaHub是Star Hub的合资公司,其中STTGDC公司分租了65%。STT GDC公司位于新加坡不同地区的多个数据中心提供了明显优势,那么STTGDC公司如何确保各种设施的质量和一致性?

“在所有情况下,我们对业务的设施和管理控制进行了业务监督。这种方法为STTGDC在评估新的扩张机会方面提供了灵活性,因为它为我们提供了其他数据中心运营商可能无法获得的增长途径。“

在涉及增长机会方面,Street指出该公司目前在数字媒体和金融服务行业进行的重大投资。此外,他指出,在当地新加坡市场已经看到“近期推动数字化转型”活动和新加坡智慧国家计划的一部分对基础设施等方面的持续需求。

  STT GDC公司在新加坡的STT Defu数据中心

一种不同的方法

STT GDC公司的主要优势之一是将自有数据中心和各种合资企业的设施从自己的旗帜中提取出来。Street解释说,这使得STT GDC公司能够在新兴市场和现有市场中探索增长机会,而不是其他可能在所有权方面“更严格”的服务提供商。

“当我们处于加速发展的宏观市场时,这种敏捷性很重要,”他补充说,STTGDC公司还采取灵活的方式来满足客户的需求。他说,“鉴于我们在市场上的丰富经验,我们已经能够开发符合这些市场需求的创新型商业模式。”

除了快速增长之外,Street强调了正确的合作伙伴的重要性和对当地能力的需求。他说:“我们选择与哪个厂商合作,确保任何新的扩张项目与现有的公司组合,并得到支持。我们希望确保它们与现有投资组合相辅相成。”

在新加坡,其合作伙伴为STT GDC公司提供三个数据中心设施和一个具有较强连接性组件的服务组合。在印度,STTGDC公司拥有14个托管数据中心,并致力于成为市场领导者,并获得“近期和中期重大增长”的机会。

“虽然我们希望执行全球卓越标准,但我们不会忽视当地市场专业知识的重要性。这对于客户来说至关重要,因为他们在整个全球投资组合中享有一致的运营经验,而我们根据当地的市场需求量身定制商业解决方案。”Street说。

未来是光明的

Street表示,最终外包数据中心服务的趋势将会持续下去。在短期内,大多数企业将继续采用具有“一些”内部部署数据中心能力的混合方式,并且通过第三方或共享基础架构提供的服务量不断增加。

Street指出,“由单一企业建立和运营的企业数据中心的业务案例随着对第三方设施投资的增加而不再具有吸引力。复制载体多样性,复杂的工具集和报告引擎,以及充分利用人力资源的能力对于大多数企业客户而言具有挑战性。”

“从地理市场的角度来看,我们希望看到在成熟和发展中的数据中心市场的额外增长。数据中心服务提供商的信誉将会提高,因为他们采用和实施全球业务的操作,并确保足够的技术培训的工作人员。”Street说。

目前,STTGDC公司仍在寻求进一步扩张:“我们将不断探索新的机遇,希望能够跨越多个市场。”

本文转自d1net(转载)


相关文章
|
5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。
|
2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。
|
5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。
|
5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。
|
5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。
|
5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。
|
4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
|
5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。
|
5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。
下一篇
无影云桌面