搬家是什么感觉?麻烦,累,折腾……而且稍不留神就会丢三落四。普通人搬家尚且如此,那数据中心“搬家”会更让人崩溃,过程会涉及大量设备、重要数据和核心资产的转移。
贵州医科大学就经历了这样的大场面——数据中心迁移做到了高效、快捷,甚至“无感”,而且实现了PUE﹤1.25的节能目标。如此顺滑的数据中心迁移,出色的PUE水平,贵州医科大学是如何做到的?
1、新旧数据中心衔接太复杂,如何万无一失?
作为贵州省唯一的教育部“5G+智慧教育”试点高校,贵州医科大学前身是1938年建立的“国立贵阳医学院”,是当时全国最早的9所国立医学院校之一,素有“小协和”的美誉。
贵州医科大学在建校85周年之际,整体搬迁至位于贵安新区的“云漫湖”校区。这也涉及到一个关键问题——如何实现数据中心的平稳迁移?
数据中心迁移,不仅仅是把设备迁移至新机房那么简单,而是要保障网络系统、集中存储系统的迁移必须安全平稳,首先需要在关键基础设施层面筑牢“底座”。而且贵州医科大学借助这一契机,要求将新建机房打造成贵州高校数据中心样板工程,并设定了PUE﹤1.25的节能目标。
2、相同的品牌选择,可靠的承诺式交付
贵州医科大学原有数据中心,就是通过应用维谛技术(Vertiv)的产品方案,实现了数据中心的长期可靠运营。在新校区数据中心建设中,维谛技术提供的“所设即所得”承诺式PUE交付,再次赢得了贵州医科大学的信任。
新旧数据中心都采用了同一品牌的产品方案,使得设备无缝衔接,实现数据中心迁移“零感知变化,零业务影响”。
落地PUE﹤1.25,数据中心实现绿色运营
精密空调作为节能降耗的关键设备,贵州医科大学数据中心方案搭载了Vertiv™Liebert®XDCS空调,通过自动调节输出的全变频制冷技术、过渡季节及冬季变频氟泵自然冷技术、室外侧间接蒸发冷却技术,最大限度利用自然冷源,帮助学校实现节能目标。
供配电一体,保障数据中心运营更可靠
在供配电设计方案中,通过配置Vertiv™Liebert®APT预制式电力模组,实现供电链路全融合,采用系统级高可靠设计,具有更强的安全性和稳定性,而且电力模组高功率密度设计,大幅减少了原有供配电系统的占地面积,并在外观上统一设计。
快速部署,实现数据中心最快上线
作为本次机房搬迁的核心设备,贵州医科大学更新换代的Vertiv™SmartAisle™3微模块解决方案采用工厂预制,以单机柜为最小颗粒度,快速实现一次性高质量交付,使得新建数据中心以最快速度上线,保障了业务的连续性,实现零业务影响。
贵州医科大学新建数据中心在投入运营后,通过了开学季新生报到、选课高峰等关键点考验。
客户评价:维谛技术为我们搭建的数据中心采用了业内最领先的技术,不仅充分保障了关键设备的运行,而且能耗更低、外观更精美,成功打造了贵州高校数据中心样板工程。
关于维谛技术(Vertiv)
维谛技术(Vertiv, NYSE: VRT, 原艾默生网络能源),是一家全球领先的数字基础设施解决方案提供商,在通信网络、数据中心、商业&工业、新能源等领域拥有50+年的发展历史。维谛技术的产品广泛覆盖了政府、电信、金融、互联网、科教、制造、医疗、交通、能源等客户群体,为客户提供覆盖各个领域关键基础设施的电力、制冷和IT基础设施解决方案和技术服务组合。
维谛技术的客户遍布全球,在中国拥有2大研发中心和2大生产基地,覆盖全国范围的30+办事处和用户服务中心、100+城市业务支持中心,为客户提供高可靠高质量的产品方案和专业卓越的技术服务,共同构建关键技术悦动在线keep it hummingTM的美好世界。如需了解更多信息,欢迎访问Vertiv.com,售前热线400-887-6526。
好文章,需要你的鼓励
英国宠物慈善机构PDSA数据显示,超过半数宠物主担心无法承担兽医费用。科技公司正通过AI和物联网技术解决这一市场需求。在伦敦兽医展上,多家初创公司展示了创新技术:AI for Pet利用视觉AI分析宠物眼部、皮肤等图像提供健康洞察;Sylvester.ai开发AI模型识别猫咪疼痛表情;VEA整合患者数据自动化诊断。此外,智能项圈等物联网设备可追踪宠物健康症状。这些技术有助于宠物主采取预防措施,降低兽医费用。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
北欧国家启动统一人工智能产业计划,旨在通过合作在全球舞台上竞争,获得微软和谷歌支持。10月成立的新北欧AI中心获得350万英镑初始预算,但谷歌和微软是唯一提供资金支持的科技公司,具体金额保密。该中心将开发生成式AI系统并建设应用AI服务的系统。北欧教育部长承诺追加资金开发大型北欧语言生成AI模型。尽管资金有限,但北欧国家希望通过联合力量在AI竞赛中提升地位。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。