潮州云计算数据中心粤东规模最大

简介:

近日,中国电信潮州分公司向潮州市委市政府递交了《关于潮州电信推进信息化建设情况的报告》,受到市委书记李水华、市长殷昭举的高度重视,并作了重要批示,对潮州电信在推进信息化进程方面取得的显著成绩,给予高度评价和殷切勉励,希望公司多做“引领”文章,助力潮州“凤凰腾飞”。

据了解,《报告》详细汇报了潮州电信公司近两年来在信息化建设方面的推进情况。作为本地信息化建设的中坚力量,潮州电信积极响应国家信息化发展战略,认真落实省公司与市政府《十三五信息化战略合作协议》,按照“项目为王,动工为先”的要求,持续加大资金投入,支持潮州“八网”之“互联网”项目建设,包括光纤宽带网络、天翼4G网络等6个项目,目前已投入超过8个亿的建设资金,完成《十三五信息化战略合作协议》投资预算的54.7%;抢先布局大数据和云计算服务需求,建设于潮枫通信枢纽楼、占地五层的云计算数据中心总设计机架数达1161个,出口带宽达到360G,具有国际一流(T3 级别)、粤东规模最大、安保等级最高等优势。

针对市委市政府去年底提出的“五个强市”目标,潮州电信提出了相应的“互联网产业、交通、宣传、旅游、教育”等五大信息化举措进行全面支撑,通过进一步加大信息化项目建设投入,全面深入推动移动互联网、物联网、大数据等先进技术在各领域的应用。据悉,潮州电信将于上半年完成800M频段的4G移动基站建设,全面覆盖包括山区、海岛在内的广大农村区域,并与速率高达300M的天翼4G 网络无缝衔接,为NB-IoT “窄带物联网”的普及、实现“万物互联”打开广阔天地。

采访中,潮州电信公司相关负责人表示,潮州电信将认真按照市领导的批示精神,以此为新动力、新起点,全力以赴、积极引领,努力跑好新时期信息化建设的“第一棒”,为“大众创业,万众创新”提供广阔平台和强大引擎,为潮州信息化建设和经济社会转型发展作出新贡献。

本文转自d1net(转载)

目录
相关文章
|
存储 人工智能 运维
超大规模云数据中心对存储的诉求有哪些?
要实现超大规模部署的特性,就对存储有别于普通数据中心或者消费市场的诉求。具体有哪些呢?主要有以下几点,我们针对部分信息展开讨论
|
7月前
|
存储 运维 安全
云计算——ACA学习 数据中心概述
云计算——ACA学习 数据中心概述
204 0
|
数据中心 云计算
阿里云最新产品手册——阿里云核心产品——云数据中心专用处理器CIPU——云计算技术经历的三个阶段
阿里云最新产品手册——阿里云核心产品——云数据中心专用处理器CIPU——云计算技术经历的三个阶段自制脑图
196 1
|
边缘计算 运维 Kubernetes
千亿美元规模,云计算的下半场将走向何方?
云计算仍处于非常活跃的发展阶段,每天都在不断重塑商业和技术世界,同时也在不断重塑自身以满足客户多样化的需求。自诞生之日起,从部署模型到位置覆盖、再到运营模式,云计算从未停止过发展。但是,无论其自身的广度和深度如何延伸,亦或其部署和运营模式如何灵活和多样化,我们始终需要遵循一个原则:一致性,即以一致的技术堆栈为支撑,提供一致的体验。作为这一领域最活跃的创新者之一,阿里云在过年十年里一直秉承这一原则不断推动云计算的创新和发展。
218 0
千亿美元规模,云计算的下半场将走向何方?
|
存储 安全 数据库
云计算将如何改变数据中心运营与发展
如今,信息技术一直在不断发展。而这种技术进步继续以极快的速度发生,需要更快的处理和大量的数据存储,而在过去二十年中引入了改变数据中心设计和部署的云计算模型。
188 0
云计算将如何改变数据中心运营与发展
|
人工智能 安全 数据中心
2021年超大规模数据中心、高性能计算和托管行业的预测
随着新的一年到来,相信人们将会看到数据中心行业发生的更大变化,其中许多变化将受到超大规模数据中心提供商的市场活动、高性能计算(HPC)技术的创新以及支持它们的OCP-Ready托管数据中心的影响。
203 0
|
存储 安全 数据库
评估数据中心的云计算可行性的CIO指南
成本效益、系统可用性改进、按需扩展计算,以及存储容量的灵活性是企业采用云计算的主要驱动因素。因此,企业在开始实施时需要进行尽职调查。在通常情况下,治理结构和受托责任要求企业CIO采取商业案例合理的方式进行这种转变。
196 0
|
Oracle 关系型数据库 Go
云计算数据中心互连技术可以做些什么?
如今,数据中心的互连技术和服务正在采用云计算技术。企业需要了解云计算数据中心互连技术(CDCI)如何提高流量交付,以及如何选择正确的设备和服务。
188 0
|
存储 边缘计算 人工智能
未来的数据中心趋势取决于边缘计算、云计算和人员配置
未来的数据中心趋势取决于边缘计算、云计算和人员配置
217 0
|
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。