CenturyLink公司致力于实现数据中心能效目标

简介:

CenturyLink公司自愿加入美国能源部的一个计划。该计划旨在促进建筑更有效地使用能源的投资,并致力于提高其整个美国的数据中心产品组合25%的能效。

总部位于路易斯安那州门罗的CenturyLink公司通过其庞大的数据中心的投资组合来提高效率,以改善去年以来的效率,尽管该公司也可能出售其部分或全部数据中心。CenturyLink公司管理层一直在评估替代其数据中心品的可能性。

CenturyLink公司全球数据中心的能源效率主管比尔·加斯特表示,未来投资组合的所有权的不确定性并没有影响该公司从去年开始推动以提高其效率的举措。

“我们在2015年仍然完成了开工项目。”他说,“我们将继续投资,也有资金这样做。”

CenturyLink公司在美国拥有超过30个数据中心,其电力容量为200MW。为了加入美国能源部称之为更好的建筑的挑战计划,该公司承诺到2023年提高这些数据中心设施的25%能源效率。

其效率改进以2013年的能耗为基准,这这意味着其效率的投资组合将在2023与之相比较,在此期间,该公司开始其投资组合范围内的改造项目。实际上,加斯特的估计CenturyLink公司已经达到了目标的60% 70%。

该公司2013年数据中心投资的电力容量大约为150MW,如今该公司已经扩大了容量,但其承诺的挑战是提高其数据中尽的电力和冷却基础设施的能源效率,而不是减少他们的总能源消耗。

该公司与第三方顾问将采用能源使用效率(PUE)来衡量效率以验证美国能源部计划的进展。

迄今为止,CenturyLink公司能源效率的大部分收益都来自于其升级的数据中心冷却系统,他说。该公司已开始部署在数据中心部署相对较新的冷却技术,如将热轮技术与CenturyLink专有的冷却系统设计在一个机箱里,该技术称之为冷水机组。

加斯特预计该公司将继续实施冷却升级,以满足其整个美国投资组合的效率目标。

CenturyLink公司的数据中心其中包括公司拥有的设施,以及租赁其他客户的数据中心,其中包括总部位于旧金山的数据中心提供商DigitalRealtyTrust公司,IBM公司紧随其后,是其第二大客户。

CenturyLink公司在美国的一些数据中心互联并不是自己经营,这些数据中心不是这个计划的一部分。但CenturyLink公司的这些数据中心少于其数据中心投资组合的10%。

CenturyLink公司和DigitalRealtyTrust公司是加入了美国能源部的挑战计划的五家数据中心供应商的其中两家公司,根据相关网站公布的消息,其他公司还包括IO公司,Sabey公司,以及IronMountain公司。

在全球一共有11家企业和一所大学点加入专门提高数据中心效率的挑战计划,其中包括Facebook,英特尔,eBay公司,以及施耐德电气公司等。
本文转自d1net(转载)

相关文章
|
13天前
|
机器学习/深度学习 数据挖掘 物联网
【专栏】机器学习如何通过预测性维护、负载预测、动态冷却管理和能源效率优化提升数据中心能效
【4月更文挑战第27天】随着信息技术发展,数据中心能耗问题日益突出,占全球电力消耗一定比例。为提高能效,业界探索利用机器学习进行优化。本文讨论了机器学习如何通过预测性维护、负载预测、动态冷却管理和能源效率优化提升数据中心能效。然而,数据质量、模型解释性和规模化扩展是当前挑战。未来,随着技术进步和物联网发展,数据中心能效管理将更智能自动化,机器学习将在实现绿色高效发展中发挥关键作用。
|
4天前
|
存储 机器学习/深度学习 运维
提升数据中心能效:现代运维策略与实践
【5月更文挑战第6天】 在数字化时代,数据中心作为信息处理的核心设施,其能源消耗和环境影响成为业界关注的焦点。本文将探讨如何通过现代运维策略和技术手段提升数据中心的能效,同时保证系统的可靠性和服务的连续性。文章将详细分析数据中心能耗的主要来源,介绍先进的能效优化措施,并通过案例分析展示这些措施的实际效果,为数据中心管理者提供实用的能效改进建议。
|
6天前
|
存储 监控 固态存储
探索现代数据中心的能效优化策略
【5月更文挑战第4天】 在数字化转型的浪潮下,数据中心作为信息技术的心脏,其能耗问题日益凸显。本文聚焦于现代数据中心能效优化的多维策略,从硬件选型、冷却系统设计到能源管理,深入探讨了如何通过综合手段实现绿色节能。文章首先分析了数据中心能耗的主要来源,随后提出了一系列创新且实用的优化措施,并通过案例分析展示了这些策略的实际效果。最后,本文对数据中心未来的能效发展趋势进行了展望,旨在为数据中心的可持续发展提供思路与参考。
|
10天前
|
机器学习/深度学习 存储 资源调度
利用机器学习优化数据中心的能效
【4月更文挑战第30天】 在本文中,我们将探讨如何运用机器学习技术来提高数据中心的能源效率。通过分析历史能耗数据和服务器负载信息,构建预测模型,并基于这些模型实施智能调度策略,以减少不必要的电力消耗。本研究的创新点在于开发了一种新的算法框架,该框架能够实时调整资源分配,确保在满足性能要求的前提下最小化能耗。
|
10天前
|
机器学习/深度学习 运维 算法
利用机器学习优化数据中心的能效管理
【4月更文挑战第30天】在数据中心的运营成本中,能源消耗占据了一个显著的比例。随着能源价格的上升和环境保护意识的增强,如何降低能源消耗成为数据中心管理者们面临的一个重要挑战。本文探讨了一种基于机器学习的方法来优化数据中心的能效管理,通过分析历史数据和实时监测数据,动态调整资源分配和冷却策略,以实现能源消耗的最小化。
|
11天前
|
机器学习/深度学习 运维 算法
利用机器学习优化数据中心能效的策略
【4月更文挑战第29天】在现代技术环境下,数据中心作为信息处理与存储的核心设施,其能源效率成为评估运营成本和环境影响的关键指标。本文旨在探讨如何通过机器学习方法实现数据中心能效的优化。文中将介绍机器学习算法在预测数据中心能耗、动态调整资源分配以及故障检测中的应用,并通过案例分析展示这些策略如何有效降低能耗并提升性能。
|
11天前
|
机器学习/深度学习 资源调度 算法
利用机器学习优化数据中心能效的策略研究
【4月更文挑战第28天】 在数据中心设计和运营中,能源效率已经成为一个核心议题。随着计算需求的不断增长,数据中心的能耗问题愈发凸显,而传统的节能方法逐渐显得力不从心。本文旨在探讨如何通过机器学习技术提升数据中心的能源效率,降低运营成本,并对环境影响最小化。文中详细分析了机器学习在数据中心制冷管理、资源调度、故障预测及维护等方面的应用,并提出了一套综合策略,以期达到智能化管理和节能减排的双重目标。
|
16天前
|
机器学习/深度学习 数据挖掘 数据中心
利用机器学习优化数据中心能效的策略研究
【4月更文挑战第24天】在数据中心管理和运营中,能效优化是一个长期存在的挑战,它直接关系到成本控制和环境影响的减轻。随着人工智能技术的不断进步,特别是机器学习(ML)方法的广泛应用,为解决数据中心能效问题提供了新的途径。本文旨在探讨如何通过机器学习技术对数据中心的能源消耗进行建模、预测和优化,以实现更高的能效。我们首先分析了数据中心能耗的主要组成部分,然后提出了一种基于机器学习的能效优化框架,并详细阐述了关键技术和方法。最后,通过实验验证了所提出策略的有效性,并讨论了未来的研究方向。
|
21天前
|
机器学习/深度学习 运维 监控
利用机器学习优化数据中心能效的研究
【4月更文挑战第19天】在数据中心的运营成本中,能源消耗占据了显著比例。随着能源价格的不断攀升与环境保护意识的加强,如何降低数据中心的能耗已成为研究的热点。本文提出了一种基于机器学习的方法来优化数据中心的能效。通过分析历史运行数据,构建预测模型,并结合实时监控,动态调整资源分配策略以达到节能目的。实验结果表明,该方法能有效减少能源开销,同时保证服务质量。
|
22天前
|
机器学习/深度学习 资源调度 调度
利用机器学习优化数据中心能效的策略研究
【4月更文挑战第18天】 在数据中心的运营成本中,能源消耗占据了显著比例。为了降低这一开销同时减少环境影响,本文提出一套基于机器学习技术的数据中心能效优化策略。通过分析数据中心的能耗模式和环境变量,构建了一个预测模型来动态调整资源分配,实现能源使用的最大效率。与传统方法相比,本研究提出的策略在保证服务质量的前提下,能有效降低能耗,并具备自我学习和适应的能力。

热门文章

最新文章