关键词:浪潮,浪潮MDC,微模块数据中心,建筑工程,机房改建
导语:在我国铁路、公路等基础设施建设不断加速的背景下,建筑工程企业正在普遍推动数字化转型,强化信息化能力建设,这带来了庞大业务流和信息流,在为企业带来高价值数字资产的同时,也给机房的承载能力带来了巨大的挑战。为了帮助建筑工程企业破解机房建设困境,浪潮推出了面向建筑工程行业的微模块(MDC)数据中心解决方案,不仅可以缩短建设周期,还可以有效的节约能源、降低PUE值。
随着我国经济进入新常态,我国经济已由高速增长阶段转向高质量发展阶段,走新型工业化道路,利用云计算、大数据等创新技术的发展成果,发展高质量建筑工业行业,践行智能建设要求已经成为大量工程建设企业转变经济增长模式、推动业务创新转型的必然选择。其中,企业机房作为信息化业务和数据处理的中心节点,重要性毋庸置疑。然而,在业务数据出现爆炸式增长的背景下,很多工程建设企业发现,原有的机房在承载能力上已经不堪重负,扩建改造机房已经势在必行,在改造机房的过程中,以下两个问题也逐渐的浮现出来:
如何缩短建设周期:在工程建设行业,机房往往承载着智能施工、工作互通互联、信息协同共享、决策科学分析、风险智慧预控等重要应用,维护全单位网络核心业务系统的持续、稳定运行。同时,全单位联网设备及网络节点均需要依托于中心机房7×24小时不间断运行,如果机房的改建时间过长,将会导致新的机房迟迟无法投入使用,不仅影响创新应用的上线时间,还容易带来可用性、安全性等问题,威胁企业宝贵的数据资产。
如何降低运营成本:很多工程建设企业的业务规模巨大,生产中心、灾备中心等机房部署了大量的服务器,这些服务器7×24小时不间断运行,不仅服务器运行需要耗费大量的电力,而且制冷等运维保障也耗费的能源也难以忽略。在工程建设行业普遍建设“绿色施工”的背景下,机房的节能增效也应该受到特别关注。
针对建筑工程行业在机房改建方面存在的问题,浪潮推出了微模块(MDC)数据中心,浪潮将配电、制冷、机柜、冷/热通道、桥架等设备集成到一起,舍弃架空地板、空调室等在传统机房似乎必不可少的依赖条件,实现与机房环境的解耦,成为一个相对独立的部署单元。由于大多数单元都是工厂预制,可以在配电系统、柴油后备、制冷系统和冷却塔等辅助设施全部建设好,就开始IT部署,因此能够极大的加快部署时间。在建筑工程行业的机房改建实践中,浪潮MDC被证实能够缩短一半以上的部署时间。
浪潮微模块数据中心
在能耗方面,浪潮微模块数据中心选用制冷更精准的列间空调,采用水平送风方式,克服了传统精密空调下送风导致的冷量不足、不节能等缺点,还通过封闭冷通道设计大幅提高制冷的效率。另外,浪潮MDC内部供电为交流+高压直流双电源形式,能够成功降低机房能耗水平,使得数据中心PUE能够达到1.5以下。
目前,浪潮MDC解决方案已经中标某特大型建筑工程集团,在该项目中,浪潮结合实际环境条件在数据机房内部署微模块(MDC)数据中心,其中模块为12个机柜,供灾备业务使用,共部署12个IT机柜、1个精密强电列头柜(双UPS引入)、3台制冷量35KW风冷型列间空调(2+1冗余),1个弱电列头柜,单IT机柜最大功率5KW,并配备一台低功耗的90KVA 模块化UPS系统,降低一切机房主供电设备的能源消耗,从而达到节约能源、降低PUE值的目的。
浪潮MDC采用一体化集成方案,主要具备一体化集成、安全可靠、低噪音、节省机房占地面积和节约能源、安装省时、省力、省心、架构兼容、快速灵活部署、多种电源制式和完善的监控等特点,是新一代集成模块化数据中心产品,很好地满足了客户定制化部署、快速上线、绿色节能、稳定可靠的需求。
浪潮表示:“浪潮MDC方案为建筑工程企业建设了一个稳定可靠、高效灵活、功能分区、布局美观的模块化机房,既保证了灾备业务系统安全和性能的要求,又能够动态响应未来业务发展的信息需求,很好地契合了客户对于机房建设的预期目标,得到了客户的高度评价。在标杆性工程的指引下,浪潮MDC方案有望在多个建筑工程企业的机房建设实践中应用。”
好文章,需要你的鼓励
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。
Uber周三发布了一款基于现代Ioniq 5改装的数据采集原型车,搭载14个摄像头、8个固态激光雷达和9个雷达,通过英伟达双驱Thor计算机处理数据。Uber计划今年在全球部署500辆此类车辆,每月可采集200万英里高保真驾驶数据,供Avride、Waymo、WeRide等30余家自动驾驶合作伙伴使用。这是Uber自2020年出售自动驾驶部门以来首次自主组装车辆,也是其AV Labs部门的重要进展。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。