在泰国,数据中心+1!

简介: 在泰国,数据中心+1!

分享一个好消息:

阿里云在泰国第二座数据中心正式启用!



本次新增的数据中心,将为泰国本地企业、中国出海公司及当地开发者提供更强大的云计算资源。


“泰国云计算市场处于快速扩张的阶段,本地企业数字化需求及AI需求非常旺盛,阿里云国际副总裁、泰国区总经理袁浩钧表示,“我们将持续加大在泰国市场的技术投入、本地服务能力建设,帮助当地客户抓住AI时代的机遇。”


阿里云于2019年进入泰国市场,在当地组建本地服务团队。如今,阿里云在泰国广泛服务零售、物流、数字娱乐、金融、政府等行业,为其提供计算、存储、网络、数据库和AI产品。


True Digital Group隶属于泰国知名电信服务提供商True Corporation Plc.,专注于为泰国企业交付AI、大数据、区块链、物联网及机器人技术领域的先进解决方案。借助阿里云的数据库与容器等云服务,True Digital Group显著提升了其能源平台运行效率、系统稳定性以及扩展能力


泰国知名数字广告企业Yell Group采用阿里云的云计算和AI技术,全面升级旗下分镜脚本AI 平台AI-Deate。“与阿里云的战略合作让我们能够采用全球领先的AI技术,赋能创意行业”,Yell Group首席执行官Dissara Udomdej表示,“我们将携手共进,一起重新定义传统创意领域。”


软件服务商Codium则依托阿里云基础设施构建数字工作场所解决方案,其CEO Sivabudh Umpudh指出:“与阿里云的合作让我们能够为客户提供灵活、可扩展的解决方案,还让我们提高了满足泰国当地企业独特需求的能力。”


知名电视及流媒体服务商White Channel通过阿里云视频点播解决方案实现高清流畅播放,技术部门负责人Chawalit Ueaferua强调:“与阿里云的合作极大地提升了我们为观众提供无缝视频服务的能力,其前沿技术可以让观众能够随时随地享受高质量的内容。”


近年来,阿里云在海外市场增长迅速,市场规模五年增长20倍以上。目前,阿里云在全球28个地域运营86个可用区,在海外服务超数百万客户,其中包括国际奥委会、奥林匹克广播服务公司、LVMH集团、拜耳中国、洲际酒店集团、马来西亚知名电商PrestoMall、马来西亚最大电器零售商Senheng、印尼金融集团Astra Financial等知名企业。


/ END /


相关阅读

Related reading


目录
打赏
0
3
3
1
918
分享
相关文章
官宣!泰国数据中心正式开服
官宣!泰国数据中心正式开服
607 0
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。
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。
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。
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。
109 4
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。