基于“低碳”技术构建绿色数据中心

对以IT为业务支撑的商业银行而言,碳排放量最大的部门就是数据中心,随着业务的发展和IT系统的日益复杂,数据中心容量在不断扩大,银行每年花费在其上的能源成本、维护成本和设备成本不断增加,能耗巨大、成本加剧是数据中心当前面临的首要问题。因此,构建节能和低成本的绿色数据中心,是降低碳排放、打造低碳银行的重要途径。     

金融绿色数据中心建设关键要素研究

面向绿色节能、“双碳”等政策要求，本文结合数据中心机房基础设施建设的技术架构演进趋势，细化分析了金融业构建绿色高可用数据中心的关键要素及最佳实践，并建设性提议金融机构着力打造高效安全、绿色节能、弹性扩缩、智能便捷的多层级数据中心。     

虚拟化技术在基层央行的应用

为了科学合理地运用新技术来提高中心机房的整体服务能力与可靠性,并打造绿色数据中心,人民银行龙岩市中心支行(以下简称"人行龙岩中支")积极探索在基层央行构建高效、安全、节能和可扩展的虚拟化平台,对现有的服务器资源进行有效地整合优化,进一步提高业务系统的综合处理性能,降低中心机房的能耗水平.     

基于LOCATE模型的绿色数据中心建设

随着信息技术的普及,数据中心的IT设备数量快速增长,绿色、节能、环保已经成为IT业的共同关注点。近年来,为了建设节能环保的绿色数据库,北京银行成立了专门的项目小组,对国内外银行业数据中心建设实     

机房综合监控方案的设计和实现

随着虚拟化、云计算等IT新技术的推广应用以及物联网概念的兴起,数据中心产业出现爆发式增长.机房作为数据中心重要的物理载体,环境设施必须时时刻刻为计算机信息系统提供正常的运行环境.一旦机房环境设备出现故障,就会影响计算机系统的运行,对网络传输、     

施耐德电气:实现绿色节能的新选择

正大数据时代"快速化"、"大量化"和"多样化"给传统数据中心带来诸多新挑战,云计算时代不断上涨的能源成本,将促使未来数据中心发展着眼于打造绿色数据中心。客户对于数据中心机房的需求也发生了颠覆性变化。数据中心的定位不再趋同,其发展亦趋于多元。在此趋势下,数据中心该如何与时俱进,进行技术创新,从而实现安全高     

如何建设绿色数据中心

目前,很多企业对大型数据中心“绿化”的认识仍然不足：在系统规划时,企业只关心数据中心的处理能力、磁盘阵列大小、网络如何规划、UPS如何配置等问题,而对数据中心的能耗、空调和环保设计还缺乏认识,或者根本没有对数据中心的节能、降耗和运营成本等进行综合的考虑。研究机构的统计显示,能源消耗已占到IT部门运营成本的30％～50％,与此同时,数据中心电力消耗每年仍以15％～20％的速度递增,2007年我国IT产品的总耗电几乎相当于三峡电站一年的发电量。因此,在能源日趋紧张的当今,利用各种新技术、新方案和管理手段,获得增容不增耗的绿色数据中心解决方案已成为行业发展的当务之急。     

智能低碳数据中心助力金融业信息化升级 ——访广发银行数据中心总经理徐徽

梁春丽:请介绍广发银行数据中心的概况(建设规模、建设标准、使用情况等). 徐 徽:广发银行南海数据中心机房总建筑面积约51?000平方米,由2幢机房大楼和2幢配电大楼组成.数据中心整体按照国家最高的A级机房标准建设,配电、暖通等关键系统按照国际最高的Tier4标准建设,以"设计领先、安全规范、可持续发展、绿色环保"为建设目标.2014年9月投产至今,我行信息系统整体架构满足监管机构要求的"两地三中心"架构,满足银行信息系统高可用性、灾难备份和业务连续性支撑的需求,有效抵御信息系统宕机故障风险、数据中心区域性灾难风险和非区域性灾难风险,高标准完成监管机构对银行信息科技风险控制和业务连续性管理的要求.     

省级数据中心IT基础设施的构建与实现

IT基础设施是指基础物理设施、设备、运营环境,数据中心基础设施的建设内容主要包括办公环境、机房、电力系统、弱电系统、通信线路和设备等。基础设施是数据中心建设的基础。     

金融业电子信息系统机房供配电探讨

电子信息系统机房(以下简称"机房")供配电系统作为机房的能源保障,具有连续不可长时间中断工作的特性,否则影响很大.机房供配电系统涵盖内容较多,本文主要从以下几个方面进行分析. 一、机房负荷量的概算 机房负荷量主要是指机房内所有用电设备有功功率值的总和,主要包含机房IT设备和空调制冷设备及其他用电设备的有功功率值.机房负荷量的概算,主要为机房供配电回路的设计和电气设备的选型等提供依据.     

对话新一代金融数据中心建设——数据中心管理胜在自动化

近年来,中国金融机构的数据中心建设不断提速,整合、虚拟化、集中管理等“热词”不断涌现,建设安全可靠,节能高效,资源动态调配,统一的基础设施、IT系统与服务的新一代数据中心的观念逐渐深入人心。一些银行已经建成了新一代数据中心,且成效显著。因此,在中国人民银行开始大规模建设省级数据中心之际,本刊邀请了几位金融科技部门的领导和专家,就新一代数据中心的“安全管理”、“绿色节能”、“应用展望”等方面的话题进行了探讨,希望能对金融机构新一代数据中心建设有所裨益。     

绿色数据中心的建设实践

2008年10月14日，嘉实基金管理有限公司（以下简称嘉实基金）金地数据中心正式上线，将为嘉实基金未来10年的业务发展提供强劲的IT基础支持。规划之初，嘉实基金考虑了绿色环保、节能减排的要求，明确提出建设绿色数据中心的目标。绿色数据中心应具备两大特点：一是在IT设备电力需求一定的条件下，尽可能减少用于支持这些IT设备运行所需的UPS、制冷系统等基础设施的电力消耗；二是在满足业务当前与未来发展要求的前提下，尽可能提高数据中心IT设备的运行效率，减少IT设备总量，有效降低对电力的总体需求。     

IBM推出IT环境绿色解决方案

IBM日前表示，将在今年推出包括服务器、散热、数据中心供电管理工具和新芯片技术等多个领域的绿色IT解决方案，这将帮助企业改善IT环境，实现能源的可持续性发展。     

虚拟化技术打造绿色数据中心

当前，IT对业务的促进作用毋庸置疑，业务对IT的新需求不断增加，数据及应用向上一级集中、整合的趋势成为潮流，金融机构普遍在建立全国或区域集中的数据中心。在此环境下，数据中心的规模越来越大，在空间、能耗等方面面临着空前的压力，打造绿色数据中心成为业界新的目标，而虚拟化技术的应用成为建设绿色数据中心的关键。在数据中心规划之初，没有人可以推算出未来会有多少台服务器投入到数据中心，但可以预测，数据中心的使用终将达到极限，这不单单是机房及机柜没有空位的问题，还涉及电力、制冷等方面。解决以上问题可从多方面着手，提高服务器利用率是其中行之有效的策略之一。     

广发银行集中监控平台：从面向资源到面向业务监控

集中监控平台是广发银行自主研发的IT基础架构监控系统，实时监控操作系统、数据库、中间件等资源与性能，并与机房环境监控系统、作业集中调度平台进行对接，实现机房环境、批量作业的监控，已在广发银行数据中心及灾备中心推广使用。     

新一代数据中心建设

数据中心建设强调几个原则:可用性、可管理性、扩展性、先进性、安全性、节能、环保.因此,围绕国内数据中心建设的原则,针对各个机房的不同特点,我们需要在不同的系统有针对地投入.随着期望值的不断提升,数据中心的建设成本也在不断上升.     

基层央行绿色智能信息系统机房建设实践

2019年3月,《中国人民银行电子信息系统机房建设规范》发布,明确机房建设要达到安全适用、技术先进、经济合理、节能环保的目标,为电子信息系统提供安全、稳定、可靠的基础运行环境和支撑.文章基于人民银行武汉分行绿色节能智能信息系统机房建设实证分析,探讨在新一代信息技术背景下基层央行绿色节能智能信息系统机房建设的解决方案,助...     

关于建设“绿色”机房的思考

一、引言 如何做好计算机机房的能耗控制,建设"绿色"机房成为节能减排的一个重要环节.本文就控制机房能耗、提高使用效率、减少碳排放做些粗浅的探讨.     

持续推动机房“三下降”工作建设高效节能的银行机房--2014年商业银行机房管理研讨会成功召开

在快速发展的金融信息化建设中,如何实现机房数据安全、智能高效、绿色节能等更高要求,是银行科技部门面临的新挑战,同时也使得银行科技部门对数据中心基础设施建造技术的研究、技术交流成为重要课题。2014年10月22~24日,由中国金融电脑杂志社主办、厦门科华恒盛股份有限公司协办的2014年商业银行机房管理研讨会在厦门成功举行。工商银行信息科技部副总经理张颖出席了会议。工商银行总行信息科技部、数据中心（北京）、数据中心（上海）以及16家一级（直属）分行科技部领导和专家参加了本次会议。会议围绕银行从分行、中心到营业网点机构各应用场景与数据中心方案规划设计、高效节能化运营、智能化管理监控,以及电源保障、数据中心整体技术方案和服务体系等课题进行了深入了探讨。     

数据中心无监督智能交易监控平台建设

在分布式和云计算等新技术的不断推进下,商业银行应用架构复杂度越来越高。传统的IT专业监控仅聚焦于机房动力、硬件设施、系统网络及应用层的IT资源监控。在数据中心高可用架构部署下,单纯的IT资源损耗无法全面体现银行各类业务产品的对外服务影响情况,因此难以实现数据中心快速响应客户影响事件的需要。为提高数据中心的生产运营感知能力,进一步保障银行业务连续性,为客户提供更优质的服务,在传统IT监控基础上,中国工商银行数据中心开启了业务交易监控系统建设。依托hadoop、flink等大数据技术的发展和落地,实现了交易日志的实时采集和秒级多维聚合统计,通过交易率、成功率和响应时间等黄金维度综合度量服务的健康状态。相应地,海量时序数据存在数据量大、数据密度低等特点,如何对千万级别的时序曲线进行有效监控成为数据中心新的问题和挑战。