日前,全球能效管理和自动化领域的专家施耐德电气宣布推出Galaxy V扩展系列不间断电源(UPS),为数据中心和工业领域各种规模的大型数据中心提供高密度、高能效的电源保护。
灵活、可延展的电源保护
数字经济下,由连接设备和物联网技术产生的数据与日俱增,数据中心市场迎来带来前所未有的蓬勃增长。与此同时,数据逐渐成为企业竞争优势的关键,而企业对实时数据的访问需求更为关键,宕机比以往任何时候都更具破坏性。
Galaxy VX的扩展功率范围为500kW到1500kW,能够为中大型和超大型数据中心市场提供完备、多功能的电源支持。这些数据中心需要不断增加的电源支持才能确保服务的连续性和可靠性。施耐德电气于2014年推出了Galaxy VM系列UPS,标志着Galaxy V系列平台的正式推出,后于 2016年6月推出Galaxy VX系列。
施耐德电气安全电源系统副总裁Pedro Robredo表示:"随着云计算和托管IT模式在企业级的持续发展,全球超大规模数据中心的能效问题越来越受到关注。Galaxy V系列全球平台可提供高能效模式,以及可扩展性和模块化设计,并通过与锂离子储能集成实现高可靠性。"
考虑到扩展需求,稳健的Galaxy VX解决方案拥有模块化分布式组件设计,通过250kW功率柜体扩容系统提升电源系统冗余度和增容。另外,Galaxy VX配备两款I/O机柜,在升级额定功率时无需更换I/O机柜,从而实现了柜体的内部冗余。这种架构增强了整个系统的可靠性,减少了平均修复时间(MTTR),并实现了更高级别的保护和容错。
灵活的运行与管理,效率高达99%
Galaxy VX作为数据中心基础设施管理(DCIM)应用的集成套件,可以通过施耐德电气的StruxureOn云端远程监控软件进行全面管理。通过管理不同地区的数据中心,提供确保高可用性与最高效率完美平衡的可操作信息,助力实现业务繁荣。Galaxy VX提供三种运行模式来优化IT环境,其中包括:
双变换模式:通过高效的双转换模式,Galaxy VX使用四电平逆变技术降低开关损耗,从而提高可靠性,降低故障率,效率最高达96.4%。
节能模式:Galaxy VX提供传统的节能模式,效率最高达99%。
ECOnversion(E变换)模式: Galaxy VX提供的E变换模式是节能模式和双变换模式的结合,无需额外硬件来净化电源,效率最高达99%。
锂电池提供额外的增强保护
Galaxy VX提供包括锂离子电池在内的灵活储能选择,可提高后备储能管理性能,简化运维的复杂性和成本,并减少碳足迹。Galaxy VX增强了对锂离子电池的充电能力,实现在经常性停电的环境下进行快速充放电。
对于某些特定安装,Galaxy VX可作为预制电源模块架构的一部分,从而简化UPS的部署和安装。预组装和预测试系统包含UPS和数据中心电力基础设施的所有主要部件,其中包括电池,自动转换开关(ATS)和开关柜,可最大限度地减少现场安装时间和错误。这一个简便的集成解决方案,使客户能够快速部署新的电源和计算能力,以支持其数据中心的发展。
有关Galaxy VX和施耐德电气三相电源保护解决方案的更多信息,请访问http://www.schneider-electric.com/en/product-range/63732-galaxy-vx/。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。