至顶网服务器频道 08月21日 新闻消息: 如果问全球科技巨头的聚集地在哪里?大部分人首先想到的一定是美国硅谷。的确,那里是美国重要的电子工业基地,也是世界最为知名的科技巨头集中地。不过,除了硅谷,在美国还有一个城市常常被人忽略,这就是位于美国东南部、气候宜人的亚特兰大,这里聚集了很多大型企业,还有大量的初创企业选择从这里起步,特别是很多游戏公司和在线广告公司将总部设立在这里,使得这里成为美国东南部一个创新基地。而这些公司的存在也成就了Internap公司的快速成长。
全球托管服务供应商Internap公司是一家提供IT基础设施服务的企业,为众多位于亚特兰大的初创企业提供托管数据中心服务。由于这类企业成长快,需求变化快,这就要求数据中心基础设施服务公司能够提供标准化、可扩展的数据中心基础设施。

"我们需要一个标准化、模块化、可扩展的数据中心解决方案,并将其部署于接近用户的主要城市中,以满足客户的访问需求和降低延迟。"Internap公司数据中心设计及工程副总裁Randy Ortiz表示。比如,很多创业公司刚开始找到Internap时,可能只是需要提供一台服务器,而随着其业务的成长可能需要2000平方米的数据中心。这种动态的需求对Internap提出了很大的挑战。
此外,Internap的客户渴望具有更低延时性、可扩展、实用性的边缘计算能力,以快速提升运营,降低成本,并为其提供一个专用的数据中心基础设施。当需要在仅8-10周的时间内完成这些解决方案的创建与部署工作时,Internap迫切需要一个能提供优质产品、保障可靠性,并在产品生命周期内提供技术支持和专业知识的合作伙伴。
经过认真的市场研究,Internap最终选择了施耐德电气作为合作伙伴。作为数据中心基础设施建设和服务的领导者,施耐德电气EcoStruxure IT架构可为客户提供从互联互通的产品到边缘控制,再到应用、分析与服务三个层面的创新组合。此次,施耐德电气为Internap提供了包括开关柜、供电设备、冷却设备、机架、DCIM管理软件和服务在内的定制化解决方案。由于这些产品大部分都已经实现了模块化和标准化,从而可以很容易实现数据中心整体的模块化和标准化。
Internap发现施耐德电气提供的全方位解决方案完全符合其需求。其中,模块化Symmetra UPS系统能够提供电源保护功能,支持快速扩展。而施耐德电气DCIM软件StruxureWare,不仅可以看到每个机柜占地位置、机柜内部空间、供电及制冷能力等静态信息,也可以看到用电、制冷、网络(可以细到每个机柜和服务器)等动态数据,这极大提升数据中心的管理水平,并最大化整个数据中心生命周期的管理效率。如果需要新增服务器等资源,哪里有多余的空间和制冷能力、有多少带宽资源也一目了然。不仅如此,在施耐德电气的管理平台上同时还可以看到整个楼宇的用电、制冷情况和运营情况。
得益于施耐德电气定制化解决方案,Internap顺利实现了在10周内完成可重复式、标准化解决方案的全球部署,为其顺利开展托管业务奠定了坚实的基础。
Randy Ortiz对于与施耐德电气的合作给予了高度评价:"施耐德电气的一大优势是能够提供从配电设施到IT空间的完整方案和服务,他们深刻了解托管机房和数据中心市场,帮助我们为客户提供超出预期的优质服务。"
点击视频,了解施耐德电气如何助力Internap顺利实现在10周内完成可重复式、标准化解决方案的全球部署。
想了解施耐德电气EcoStruxure IT的更多信息,请点击:http://www.schneider-electric.cn/zh/work/campaign/innovation/datacenters.jsp
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。