EdgeConneX公司在欧洲建设其第一个边缘数据中心

简介:

摘要:

成立不久的数据中心服务提供商EdgeConneX公司,过去的两年中在美国各地推出了20多个所谓的边缘数据中心,并已经开始进军欧洲,宣布推出在荷兰的阿姆斯特丹建设数据中心。

该公司具有考克斯通信和Comcast公司这样的投资者和客户,并已从美国主要的数据中心市场迁移到二线数据中心市场,其中包括从纽约、北弗吉尼亚州,以及硅谷等地市场撤出。该公司为在线视频公司和云服务提供商提供了数据中心容量,并节省了大量的成本。而这些厂商为其客户提供本地缓存数据。

EdgeConneX公司通过吸引在线内容提供商和本地互联网服务供应商,为其本地的用户数据中心提供内容,EdgeConneX扩展了互联网的“边缘”。而其他厂商,如vXchnge公司也在寻找类似的机会,虽然其速度和规模没有EdgeConneX公司那么大。

荷兰的阿姆斯特丹不是一个边缘数据中心市场。它是欧洲和世界上最重要的互连枢纽之一,但EdgeConneX公司在阿姆斯特丹建设数据中心是其欧洲扩张的第一步。该公司表示,其在欧洲下一步的计划是向爱尔兰、意大利、法国、奥地利、德国和英国进军。

“阿姆斯特丹的数据中心将是我们在欧洲的第一个边缘数据中心,我们希望在海外上复制美国模式,在互联网的边缘提供高度分布式的数据中心架构。”EdgeConneX公司首席商务官克林特·海登在一份声明中说,“我们很高兴地看到,与欧洲领先的宽带和互联网服务供应商一起实施我们的战略。我们的阿姆斯特丹边缘的数据中心是一个协作的生态系统,这是我们的商业模式让整个欧洲数据中心市场受益的第一步。”

EdgeConneX公司在美国经过一年半的迅速扩张,EdgeConneX公司减缓了其数据中心的部署步伐。EdgeConneX公司表示,2015年他们开通运营了20个数据中心,而其中大部分都是在2014年建设的。

而根据最近公布的消息,EdgeConneX公司目前在美国开通运营了23个数据中心。

本文转自d1net(转载)

相关文章
|
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。
|
7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。
|
6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
|
7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
DataWorks