华为召开亚太数据中心技术峰会,模块化数据中心建设将成为主流趋势

简介:

2016年2月1日,华为在香港尖沙咀洲际酒店主办亚太数据中心技术峰会,包括腾讯、IHS咨询机构、建设银行、香港SUNeVision、新加坡Keppel、印尼Elitery等公司和机构的资深数据中心运作人员参与本次峰会,围绕亚太地区数据中心目前建设面临的问题以及未来发展趋势等话题共同探讨。

近年来,随着云计算和大数据时代的到来,亚太地区成为全球数据中心业务增长最快的地区之一,根据IHS咨询公司数据中心基础设施业务总监Jason dePreaux在会上的分享,亚太数据中心整体市场规模、尤其是UPS市场在过去十年间呈周期性稳定增长,整体市场规模已超越北美和EMEA地区(欧洲,中东,非洲)。同时,土地资源紧张、建设工期紧张、人力成本高、信息安全和可靠性要求等问题,成为该地区建设数据中心需要面对的主要困难。腾讯数据中心技术发展中心总监朱华提出,未来数据中心的架构将越来越简单,模块化的建设理念将成为发展趋势,另外free cooling技术、自动化运维也是核心竞争力之所在。

华为中东地区部数据中心解决方案销售部副总裁Sanjay Kumar Sainani从资源利用最大化的角度解读了如何在资源有限的情况下建设面向未来的数据中心。面对有限的空间、时间、能源等资源限制,华为新一代的模块化数据中心建设周期短,部署灵活,可扩容性及节能效果俱佳;此外,模块化UPS的应用已逐渐成为业界趋势,高效率供电系统、动态容量部署及扩容能力,是未来数据中心业务发展的可靠解决方案。

作为亚洲数据中心选址最热门的选择,香港SUNeVision 公司技术总监Lewis Chan在会上详细介绍将军澳(“ TKO”)工业区数据中心的建设经验,分享如何利用已有的工业建筑来满足数据中心的需求。此外,中国建设银行广东梅州支行运行管理经理赵京、新加坡Keppel公司总经理 Thomas Pang、印尼Elitery公司首席执行官Suryakusuma以专业的数据中心设计和运营的角度,分析本地的数据中心发展情况和需求。

华为企业BG Marketing与解决方案销售部CTO梁永健演讲

华为企业BG Marketing与解决方案销售部CTO梁永健在会上表示,“随着ICT行业的迅猛发展,数据中心已经从支持业务运作的支撑工具逐渐演变成为帮助企业盈利的重要生产系统。华为近年持续投入数据中心领域,依据客户需求持续加大产品研发方面的投入,帮助全球广大用户打造各种高性能数据中心。”据ICTresearch、赛迪顾问等分析机构数据显示,华为模块化数据中心、模块化UPS市场份额在中国市场位列第一。模块化数据中心解决方案完美匹配其建设模式,助力企业数据业务迅速增长。



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。
|
7月前
|
机器学习/深度学习 数据采集 资源调度
利用机器学习技术优化数据中心能效
【5月更文挑战第27天】 在本文中,我们探讨了一种基于机器学习的技术框架,旨在实现数据中心能效的优化。通过分析数据中心的能耗模式并应用预测算法,我们展示了如何动态调整资源分配以减少能源消耗。与传统的摘要不同,此部分详细阐述了研究的动机、使用的主要技术手段以及期望达成的目标,为读者提供了对文章深入理解的基础。
下一篇
DataWorks