国内一家数据中心提供商计划在美国纳斯达克上市

简介:

如今,美国的数据中心行业巨头有着良好的股票市场行情,来自中国的一家数据中心运营商也想要进入这一竞争行列。

日前,为中国大陆和香港的客户提供数据中心服务的万国数据(GDS)公司申请了美国证券交易委员会的首次公开募股(IPO)。该公司希望通过纳斯达克上市募集2亿美元。

中国对于数据中心提供商来说是一个巨大的增长市场,并且仍在发展,并有相对较少的优质的第三方数据中心可以选择。

根据万国数据(GDS)公司在其证券交易委员会备案资料,该公司在中国约有740万平方米的数据中心空间,只有120万的空间是托管数据中心设施。随着企业越来越多地将其数据中心运营工作进行外包,万国数据(GDS)公司预计未来将会迎来外包浪潮。

根据证券交易委员会的文件,万国数据(GDS)公司为阿里云提供运营业务的云计算基础设施,并希望与更多的云计算服务提供商达成类似的交易,

除了外包服务以外,该公司目前为约300家客户提供服务,希望从中国云服务市场的增长中获益。其战略是吸引更多的云计算服务供应商,为客户提供其设施和托管云服务。就像全球领先的数据中心供应商一样,该公司计划将其数据中心整合成枢纽,为客户提供本地服务器和云计算的混合服务。

万国数据拥有六个数据中心,五个在中国大陆,一个在香港,数据中心空间总计近50000平方米。另外还有30000多平方米的建筑,并拥有用于开发的约22000平方米的土地。

万国数据的最大的竞争对手是国内通信厂商。根据451研究提供的市场数据,中国电信,中国联通和中国移动这三大运营商目前占据了国内数据中心服务市场59%的市场份额。

该公司也面临大量的运营商中立的数据中心提供商的市场竞争。其中包括国内的供应商,如Sinnet,鹏博士,21Vianet公司。以及一些国际厂商,例如美国的Equinix公司,以及日本的KDDI和NTT公司。

万国数据的主要投资者之一是总部位于新加坡的数据中心提供商,ST通信公司的子公司,主要为新加坡、中国和英国的客户服务。ST传媒公司是由淡马锡控股公司投资的新加坡的国有投资公司,最近收购了塔塔通信公司在印度和新加坡数据中心业务部门的大部分股权。

本文转自d1net(转载)

相关文章
|
2天前
|
存储 运维 区块链
区块链技术对数据中心的潜在影响
区块链技术对数据中心的潜在影响
|
6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。
|
3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。
|
6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。
|
6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。
|
6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。
下一篇
无影云桌面