咨询QQ:
      杂志订阅

      编辑

      网管

      培训班

      市场部

      发行部

电话服务:
 010-82024984
 010-82024981
欢迎, 客人   会员中心   帮助   合订本   发布信息
设为首页 | 收藏本页
“数字娈生”如何加强数据中心的运营管理
  • 数据中心的设计团队通常与数据中心的运营团队不同。但他们的目标是相同的:一个功能强大且高效的数据中心。
  • 数据中心的设计团队通常与数据中心的运营团队不同。但他们的目标是相同的:一个功能强大且高效的数据中心。
      
      在最新版本的6SigmaDCX数据中心设计和运营软件中,Future Facilities公司旨在通过改进功耗建模用户体验和DCIM软件集成来进一步缩小差距,以帮助客户获得更好的物理数据中心软件“数字娈生”。
      
      “数字娈生是物理数据中心的3D虚拟模型。”Future Facilities公司营销总监Akhil Docca解释说,“它具备所有必要的细节,包括IT、机架、冷却,以及现在的配电系统。”
      
      它可以被设计人员使用,以便为他们的性能目标和操作获得最佳设计,为未来的容量需求做好准备。
      
      更好的功率建模
      
      Docca表示,6SigmaDCX能够在以前的几个版本中模拟电源(作为建模冷却的自然补充),但接口可能会过时改进后的电源模块应该更容易。
      
      Docca在接受采访时说:“当他们看到PDU的面板时,看起来就像他们习惯的那样。当他们以逻辑方式连接项目时,它看起来就像他们习惯在像AutoCAD这样的工具中做的事情。”
      
      这有助于了解潜在电源和冷却故障的影响。“用户可以绘制冷却图,查看如果冷却失败会发生什么,也可以看到如果PDU或UPS发生故障会发生什么。”
      
      他表示,例如,Future Facilities公司超大规模客户使用这些功能通过模拟瞬态电源需求来预测工作负载变化的影响,并了解他们的冷却系统是否可以跟上。
      
      6Sigma Access也是新的电源建模功能,该公司基于Web的容量规划软件专为没有DCIM(数据中心基础设施管理)软件的客户而设计。Docca表示,现在可以更轻松地使用6Sigma Access中的操作数据来设计未来的部署。
      
      “用户可以放弃虚拟IT部分并快速连接并将其发送到工程模型。”他说,“他们可以看一下断路器侧和PDU侧会发生什么,现在有用户要求这台服务器以这种方式连接到这个机架上。”
      
      深度学习模型训练的仿真研究
      
      如果想进入更高级的预测和深度学习,新版本(版本13)与MATLAB等工具集成,可以从冷却装置、热交换器和IT电源发送实时和模拟数据,以创建更大的培训数据集用于神经网络。
      
      客户一直在要求使用操作和模拟数据来训练他们的模型。这样,模型可以在各种可能的情况下进行训练,而无需在物理设施中实际体验它们。“在一个真实的数据中心,用户可以尝试十件事,并从这些实验中获取数据。”Docca说,“在模拟中你可以尝试上百种不同的东西。”
      
      他建议,FutureFacilities公司可能会在未来版本中建立本地深度学习功能。“我们遇到的最常见的问题是,放置设备的最佳位置在哪里。如果考虑到所有的因素来回答这个问题,我们将需要深入的学习。”
      
      新的DCIM集成
      
      该软件已经集成了施耐德电气和Panduit等供应商提供的一系列DCIM软件工具。新版本将Dotor的Flowor、Flownex、Trellis和Tuangru的RAMP添加到列表中。
      
      Docca表示,这些增加也是对客户要求的响应,并且它们不仅能够导入资产详细信息和实时电源、温度和冷却数据。例如,Trellis支持可以加快为您的数字孪生创建布局。
      
      “需要时间的事情之一,特别是在工程模型中,需要建立一个相当准确的3D显示。”Docca解释说,“通常情况下,起点是AutoCAD绘图,你可以根据它开始建造一个房间,但是如果你已经拥有Trellis,我们可以与之交谈,然后直接拉出整个房间布局。”
      
      Docca表示,对于下一个版本,该计划旨在与ServiceNow和BMC Remedy等票务系统进行更紧密的集成。“他们说,我们有大量的请求涌入,我们跟踪这个ITSM工具中的所有内容。”
      
      这将有助于关闭使用数字孪生系统进行数据中心运营和管理的循环,补充使用物理预测未来的能力,并引入实时数据和实时工作负载。
      
      编辑:Harris
      
      

  •