国家石油天然气管网集团有限公司(简称国家管网集团)自成立以来,一直将数字化转型视作重大战略任务,并加快新型数字基础设施建设,全面布局数据中心建设应用。
在国家管网集团东部原油储运有限公司数据中心项目中,国家管网集团基于安全可靠、绿色节能的要求,采用了维谛技术(Vertiv,NYSE:VRT)的VertivTM SmartAisle2微模块解决方案与VertivTM Liebert® CRV4S列间全变频氟泵精密空调,满足PUE要求,为数据中心实现稳定、高效运营奠定了坚实基础。
实现可靠与节能的完美平衡
基于特殊的业务性质,国家管网集团对数据中心产品方案的要求非常高,不仅可靠性和稳定性是其首要考虑的因素,而且基于践行“双碳”的需要,对于产品节能性也提出了很高的应用要求。
在产品选型中,国家管网集团认为,维谛技术(Vertiv)的微模块解决方案不仅符合国家设计标准和行业标准,而且各子系统统一设计,统一规划,产品配置采用统一品牌,确保了解决方案的高度兼容。

VertivTM SmartAisle2微模块解决方案基于“All in One”和“工程产品化”的设计理念,为国家管网集团东部原油储运有限公司数据中心建设带来了可靠、紧凑、高效、快速部署、无忧管理的体验。方案通过合理且适当超前的系统架构,可以满足不断发展的业务扩展需求。
基于出色的性能,VertivTM SmartAisle2方案作为“可信超低PUE架构”的落地实践之一,能够在可靠、节能两个关键维度,显著提升客户价值。
VertivTM SmartAisle2方案采用了系统级的高可靠性设计,子系统产品类型丰富,供配电、制冷、机柜等子系统可以根据不同场景融合,并实现了Tier II~Tier IV 可靠性等级全面覆盖,方案在实际运行中具有更强的安全性、稳定性,能为数据中心提供有力保障。
维谛技术(Vertiv)为国家管网集团东部原油储运有限公司数据中心提供的微模块解决方案,配置了VertivTM Liebert® CRV4S列间全变频氟泵空调,可以最大程度利用自然冷源,能够大幅降低系统能耗,实现数据中心绿色运营。基于广泛实践证明,这款方案能够实现PUE<1.3,达到了国家管网集团对于节能性的严格要求。
维谛技术(Vertiv)旗下的“可信超低PUE架构”还有哪些领先产品方案?
能够为管网数字化建设带来哪些价值保障?
精彩亮相高端国际学术会议
4月12日~13日
国家管网集团主办
中国国际管道会议(CIPC)暨技术装备与成果展
维谛技术(Vertiv)
携创新产品及解决方案精彩亮相
全方位展示领先技术及科技成果
为与会者带来全新的互动体验
届时,可以近距离感受维谛技术(Vertiv)“可信超低PUE架构”,以及其他节能节碳技术产品的领先优势及应用价值。

展示强大的产品技术实力
全方位满足数字化运营应用需求。近年来,油气管网领域数字化运营快速发展,对数据中心的需求持续增长。维谛技术(Vertiv)为油气管网领域客户的数据中心建设提供端到端一体化解决方案。参展观众将在现场近距离领略维谛技术(Vertiv)创新的数据中心产品和解决方案。
油气管网多场景解决方案。基于特殊的行业性质和生产场合,油气管网领域存在着大量的非数据中心场景,需要配置高可靠的供配电系统和智能化管理系统。届时,维谛技术(Vertiv)将全面展示面向油气管网领域各类场景的解决方案。
分享油气管网领域的最佳实践。在本次会议上,维谛技术(Vertiv)还将全面展示在技术研发、品牌形象上的软实力,并分享在油气管网领域应用的经典案例,演绎保障客户业务开展的最佳实践。
作为各个行业领域客户可信任的价值伙伴,维谛技术(Vertiv)一直密切关注行业发展、客户需求的变化,通过自身的变革与创新,基于客户的实际需求,一方面积极帮助客户推动数字化转型变革,一方面积极研发新技术新产品,持续专注于为客户业务发展创造更大价值。
期待管网领域的客户及合作伙伴亲临4月12~13日在北京国家会议中心E1- E3 号馆举办的“中国国际管道会议(CIPC)暨技术装备与成果展” B200的展位现场,感受维谛技术(Vertiv)带来的前沿理念和技术分享,体验最新的数据中心科技创新成果。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。