IT世界和电信数据中心的世界将发生冲突
UPS2000-G系列是专为小型数据中心、分支机构、营业网点、办公等场景而设计的小型不间断电源。
展望未来，新兴的智能DCIM系统将数据中心物联网传感器数据（如热量、气流、振动，超声波、功耗、水和烟雾检测）整合到基于人工智能的平台中，不仅可以检测异常的数据中心行为，还可以确定问题的根源和原因。很快，这些智能DCIM系统不仅会说明某些事情失败的时间、地点和原因，而且还会在事情出错之前预测性地提醒操作人员，并且在某些情况下，还会自动禁止。
用于人工智能的数据中心
由于人工智能几乎改变了每个数据中心应用程序，它也在重塑软件开发生命周期（SDLC）。传统应用程序通过程序化更改演变为其底层代码库，然后使用严格测试进行验证，并以受控、可管理、可重复方式部署到生产过程中。但是，基于人工智能的应用程序不依赖于代码更改或单向部署。相反，许多人在开发环境中发展更智能模型并将其部署到生产中，而其他人则在生产中进行自我训练，在那里他们从现实世界数据中学习并将这些知识传播回开发环境。这种双向细微差别对数据中心网络拓扑结构具有根本性影响。
无论是嵌入在更加传统的第三方应用程序中还是内部开发的人工智能算法，在对尽可能真实且相关的大量数据进行训练时效果。因此，在许多情况下，实时生产数据较适合训练，但在其他应用中，非生产环境中的外部数据系统，以及由此产生的智能模型被部署到生产中。在这两种情况下，人工智能应用程序不只是从非生产部门应用到生产部门中，还在两者之间应用，而要求环境之间的网络分割变得更具渗透性。
人工智能训练需要大量的计算和大量的数据，数据越多越好。为了满足这种对计算能力的巨大需求，人工智能训练越来越多地发生在以CPU为中心的非CPU服务器上，这些服务器基于GPU、FPGA、定制ASIC或专用的深度学习单元，可提供数量级的性能提升。不幸的是，这些计算系统耗电量大，功率密度高达30－50kW／机架，而且预测下一代计算系统的功率密度将达到惊人的100kW／机架。拥有并运营40多个数据中心的数据中心运营商Flexential公司云计算主管JasonCarolan表示，“如果没有对诸如液体冷却之类的冷却遏制解决方案进行实质性的重新设计，现有的大多数数据中心在规模上根本无法支持这一点。”
除了电源之外，这些超级计算机的运行速度与它们接收的训练数据一样快。结果是对大型、廉价和闪电般快速的近线存储的需求不断增长，触发了更快的控制器、协议（例如，NVMe和NVMe－oF）和存储媒介（例如3DXPoint和3DNAND）的市场竞争。
在许多情况下，基于人工智能的应用程序需要一个非生产训练环境，其计算和存储容量比生产环境更高。这种情况促进新计算和存储平台部署到开发和训练环境中，以及的网络、SAN和相关的监控和管理工具的更多改变。这些演进需要对数据中心的服务器和存储拓扑进行彻底的转换。
即将到来的基于人工智能的产品和服务将成为运营、自动化、监控、合规、安全、开发和云集成的分水岭，而这些都将是数据中心大量基础性改变的基础。那些具有远见卓识的数据中心运营商采用支持基于人工智能的应用程序，并通过人工智能进行操作，他们可以应对即将到来的市场风暴。
基于在线双变换技术，UPS2000-G系列涵盖了1-20kVA的容量范围，支持机架或塔式安装，效率最高可达95%，并以其优异的效率特性获得了英国政府颁发的ECA节能认证与全球首批“能源之星”认证，可为用户提供更加可靠、高效、简单的供电保障。
如今，数据中心建设、多云应用和边缘计算部署仍在继续快速增长。那么在新的一年还有哪些可以期待的事项？行业机构将对2019年数据中心行业的发展情况进行评估。
施耐德电气创新和数据中心副总裁Steven Carlini表示，“IT世界和电信数据中心的世界将发生冲突。”
他指出，对于5G来说，要实现其低于1毫秒的延迟承诺，则需要一个可扩展、弹性和容错的分布式云计算环境。这种分布式云架构将以基于云计算的*接入网络（cRAN）的新方式进行虚拟化。
*接入网络（cRAN）将处理从小区站点的基站移动到在边缘数据中心中运行的一组虚拟化服务器。从数据中心的角度来看，相信在2019年至2020年期间，将在全球都市圈核心云中实现重大扩建。可以将这些视为电力容量为500千瓦至2兆瓦的区域数据中心，它结合了电信功能（数据路由和流管理）和IT功能、数据缓存、处理和交付等功能。
由于地理位置较近，不会超过1毫秒的延迟。当大规模部署本地边缘计算设施时（微数据中心），人们将看到低于1毫秒的延迟，较有可能发生在2021年及以后。
IT世界和电信数据中心的世界将发生冲突