-
1 scale-model data
-
2 scale-model data
Геофизика: данные, полученные на масштабной модели -
3 scale model
-
4 full-scale model
English-Russian dictionary on nuclear energy > full-scale model
-
5 model
1) модель; макет; образец; эталон || моделировать; изготавливать по образцу или эталону || образцовый; эталонный2) форма || придавать форму3) фасонного сечения (напр. о металле)•- 3-D model
- 3-D wireframe model
- algorithm model
- analog model
- animation model
- as-machined model
- autoregressive model
- behavioral model
- brand-new model
- CAD model
- CAD solid model
- cammed model
- causal model
- CGS model
- client-server model
- CN model
- component connection model
- computational model
- computer model
- conceptual model
- control model
- data model
- development models
- dexel model
- diagnosis model
- diagnostic model
- die model
- discrete parts manufacturing model
- disturbance model
- ER model
- error model of a machine
- error model of a single axis
- experimental model
- feature-based CAD model
- feature-based model
- finite-dimensional model
- flexible manufacturing model
- FMS model
- force deflection model
- freeform computer model
- full-scale model
- generalized model
- generic action model
- generic activity model
- generic model
- hierarchic data model
- hierarchical data model
- hierarchical model
- hierarchically structured model
- horizontal model
- infinite-dimensional model
- information-logical model
- kinetic laser anneal model
- language model
- large-scale model
- learning model
- life-size model
- life-sized model
- log normal model
- master model
- mathematical surface model
- meaning $ text model
- network model
- observation model
- orthogonal flute model
- OSI model
- parallel computational model
- parameter-oriented model
- Petri model
- PN model
- polyhedral model
- principal model
- process-message model
- product model
- profile model
- qualitative model
- quantitative model
- queueing model
- R and D model
- reference model
- relation model
- relational model
- repair model
- representative model
- reverse engineer model
- scale model
- scaled-down model
- scaled-up model
- sculptured surface model
- semantic model
- shop floor model
- shop floor production model
- signal model
- simulated model
- simulation model
- software model
- solid model
- solids model
- stochastic model
- structural model
- surface model
- surfaced CAD model
- symbolic model
- task-specific model
- technological model
- test model
- time-series model
- tool animation model
- top-of-the-line model
- topological model
- tracking model
- transaction model of AGVs
- true-volume model
- underconstrained model
- undimensioned model
- unifying model
- vertical model
- vibration model
- volumetric error model
- wholistic model
- wire-frame model
- working model
- world modelEnglish-Russian dictionary of mechanical engineering and automation > model
-
6 model
1) модель; образец || моделировать; создавать по образцу3) метал. шаблон4) метал. реплика5) слепок; лепнина || лепить6) форма || формовать•-
abstract model
-
advection model
-
ageostrophic model
-
analog model
-
analytical model
-
atmospheric dispersion model
-
atomic model
-
band model
-
barotropic model
-
behavioral model
-
biochemical cycling model
-
bottom-end model
-
bowl model
-
Bragg bubble model
-
breadboard model
-
bulk-freezing model
-
cammed model
-
car model
-
channel operation model
-
cognitive model
-
computational model
-
computation model
-
computer model
-
conceptual model
-
console model
-
consulting model
-
coupled air/ocean model
-
damage model
-
data model
-
dead-reckoned model
-
decoupled model
-
deformation model
-
descriptive model
-
design model
-
deterministic model
-
device model
-
directional numerical model
-
discrete model
-
dislocation model of twinning
-
dynamic model
-
dynamical electrical cloud model
-
electric model
-
energy supply model
-
energy-balance model
-
entry-level model
-
equilibrium slip model
-
experimental model
-
external-reference model
-
fault model
-
fine-mesh model
-
finite element model
-
fixed-bed model
-
flat Earth model
-
FMS model
-
frozen state model
-
full-scale model
-
functional model
-
general circulation model
-
geochemical cycling model
-
geostatistical orebody model
-
graphics model
-
graphic model
-
gross-level model
-
group model
-
heuristic model
-
high-end model
-
highly parameterized model
-
homogeneous equilibrium model
-
horizontal model
-
hydraulic scale model
-
hydrological cycling model
-
hypothesize model
-
image model
-
inviscid atmospheric model
-
ionospheric model
-
irregular-grid model
-
jazz model
-
large-scale model
-
large-signal device model
-
Leontief's model
-
Leontief model
-
limited-area model
-
linear model
-
linearized model
-
long-range transport model
-
low-end model
-
low-volume model
-
lucky-electron model
-
macrolevel model
-
master die model
-
master model
-
mathematical model
-
mesogrid model
-
meteorologically validated model
-
microlevel model
-
mine model
-
model of computation
-
movable nested-mesh model
-
multiasperity model
-
n-equation flow model
-
nested-mesh model
-
network model
-
noise model
-
orthogonal flute model
-
photoelastic model
-
pilot model
-
plotting model
-
point model
-
prediction model
-
predictive model
-
preproduction model
-
primitive equation model
-
probabilistic model
-
probability model
-
projective model
-
propagation model
-
prototype model
-
quasi-linear model
-
quasi-solenoidal model
-
radiative-convective model
-
rain-out model
-
reference model
-
relational model
-
relative model
-
reliability model
-
research model
-
river-basin simulation model
-
sampled-data model
-
scaled model
-
scale model
-
sediment movement model
-
self-correcting model
-
semiscale model
-
simulation model
-
skeleton model
-
slip model
-
small-signal device model
-
software model
-
space-independent model
-
spectral model
-
spectral transform model
-
spherical Earth model
-
stability model
-
state-space model
-
statistical model
-
steady-state model
-
stochastic model
-
stochastic sequential model
-
subsynoptic model
-
symbolic-form model
-
table model
-
test model
-
thermal model
-
time-averaged model
-
time-invariant model
-
time-varying model
-
traffic model
-
transistor model
-
tribometric model
-
two-dimensional model
-
two-fluid model
-
urn model
-
vertical model
-
vertically exaggerated model
-
water allocation model
-
water management model
-
water system operation model
-
wave spectral model
-
weather-dependent yield model
-
wire model
-
wireframe model
-
world model -
7 model
1) модель (1. упрощённое представление объекта, процесса или явления; структурная аналогия 2. макет 3. образец; эталон; шаблон 4. пример; тип 5. стиль; дизайн) || моделировать (1. создавать упрощённое представление объекта, процесса или явления; пользоваться структурной аналогией 2. макетировать 3. создавать образец, эталон или шаблон 4. пользоваться примером; относить к определённому типу) || модельный (1. относящийся к упрощённому представлению объекта, процесса или явления; использующий структурную аналогию 2. макетный 3. образцовый; эталонный; шаблонный 4. примерный; типовой)2) служить моделью; выполнять функции модели3) создавать по образцу, эталону или шаблону4) придерживаться определённого стиля; следовать выбранному дизайну•- 2-D model
- adaptive expectations model
- additive model of neural network
- analog model
- antenna scale model
- application domain model
- AR model
- ARCH model
- ARDL model
- ARIMA model
- ARMA model
- atmospheric density model
- autoregressive conditional heteroscedastic model
- autoregressive distributed lags model
- autoregressive integrated moving average model
- autoregressive moving average model
- band model
- behavioral model
- Benetton model
- Berkeley short-channel IGFET model
- binary model
- binary choice model
- Bohr-Sommerfeld model
- Bohr-Sommerfeld model of atom
- Box-Jenkins model
- Bradley-Terry-Luce model
- brain-state-in-a-box model
- breadboard model
- Brookings models
- BSB model
- business model
- CAD model
- capability maturity model
- carrier-storage model
- causal model
- censored model
- centralized model
- charge-control model
- Chen model
- classical normal linear regression model
- classical regression model
- client-server model
- CMY model
- CMYK model
- cobweb model
- collective-electron model
- color model
- compact model
- component object model
- computer model
- computer-aided-design model
- conceptual model of hypercompetition
- conceptual data model
- conductor impedance model
- congruent model
- connectionist model
- continuum model
- Cox proportional hazards regression model
- data model
- Davidson-Hendry-Srba-Yeo model
- descriptive model
- design model
- deterministic model
- DHSY model
- discrete choice model
- distributed component object model
- distributed computing model
- distributed lags model
- distributed system object model
- distribution-free model
- document object model
- domain model
- domain architecture model
- duration model
- dynamic model
- EER-model
- energy-gap model
- entity-relationship model
- ER-model
- error correction model
- errors-in-variables model
- experimental model
- extended entity-relationship model
- extended relational model
- extended relational data model
- extensional model
- ferromagnetic Fermi-liquid model
- file level model
- financial model
- finite-population model
- fixed-effects model
- flat Earth model
- flat free model of advertising
- formalized model
- fractal model
- frame model
- fuzzy model
- GARCH model
- generalized autoregressive conditional heteroscedastic model
- generalized linear model
- geometric model
- geometrical lags model
- gross-level model
- ground-environment model
- Haken-Kelso-Bunz model
- Heisenberg model
- heuristic model
- hierarchical data model
- HLS model
- holographic model
- HSB model
- HSV model
- Hubbard model
- huge model
- hybrid-pi model
- hypothesis model
- ideal model
- imaging model
- indexed colors model
- information model
- information-logical model
- intensional model
- intercept-only model
- ionospheric model
- irreversible growth model
- Ising model
- ISO/OSI reference model
- Klein model
- Kronig-Penney model
- L*a*b* model
- large model
- large-signal device model
- LCH model
- learning, induction and schema abstraction model
- life cycle model
- limited dependent variable model
- linear model
- linear probability model
- LISA model
- logical model
- logical-linguistic model
- logistic model
- logit model
- loglinear model
- Londons' model of superconductivity
- lookup-table model
- Lorentz model
- low-signal device model
- machine model
- macrolevel model
- magnetic hysteresis model
- magnetohydrodynamic plasma model
- mathematical model
- matrix-memory model
- medium model
- memory model
- MHD plasma model
- microlevel model
- Minsky model
- Minsky frame model
- mixed model
- molecular-field model
- moving average model
- multiple regression model
- multiplicative model
- nested model
- network model
- network data model
- non-nested model
- non-parametric model
- N-state Potts model
- N-tier model
- null model
- object model
- object data model
- one-dimensional model
- one-fluid plasma model
- operations model
- optimizing model
- parabolic-ionosphere model
- parametric model
- parsimonious model
- partial adjustment model
- phenomenological model
- physical model
- pilot model
- Pippard nonlocal model
- plant model
- Poisson model
- polar model
- polynomial lags model
- postrelational model
- postrelational data model
- Potts model
- predictive model
- Preisach model
- preproduction model
- price model of advertising
- probabilistic model
- probit model
- proportional hazard model
- proportional-odds model
- prototype model
- quadratic model
- qualitative dependent variable model
- quantum mechanical model of superconductivity
- quasi-equilibrium model
- quasi-linear model
- random coefficients model
- random-effects model
- register model
- relational model
- relational data model
- relative model
- representative model
- response-surface model
- RGB model
- Ridley-Watkins-Hilsum model
- rival models
- Rössler model
- RWH model
- saturated model
- scalar model
- SCSI architecture model
- semantic model
- semiotic model
- sharply bounded ionosphere model
- simulation model
- single-ion model
- Skyrme model
- small model
- small-signal device model
- solid model
- spherical Earth model
- state-space model
- statistical model
- stochastic model
- Stoner-Wohlfart model
- structural model
- stuck-at-fault model
- surface model
- symbolic model
- symbolic-form model
- synergetic model
- system model
- system object model
- test model
- thermodynamical model
- three-tier model
- tobit model
- transistor model
- translog model
- tropospheric model
- true model
- truncated model
- two-dimensional model
- two-dimensional regression model
- two-fluid model of superconductivity
- two-fluid plasma model
- two-tier model
- Van der Ziel's noise model
- variable parameter model
- vector model
- wire-frame model
- working model -
8 model
1) модель (1. упрощённое представление объекта, процесса или явления; структурная аналогия 2. макет 3. образец; эталон; шаблон 4. пример; тип 5. стиль; дизайн) || моделировать (1. создавать упрощённое представление объекта, процесса или явления; пользоваться структурной аналогией 2. макетировать 3. создавать образец, эталон или шаблон 4. пользоваться примером; относить к определённому типу) || модельный (1. относящийся к упрощённому представлению объекта, процесса или явления; использующий структурную аналогию 2. макетный 3. образцовый; эталонный; шаблонный 4. примерный; типовой)2) служить моделью; выполнять функции модели3) создавать по образцу, эталону или шаблону4) придерживаться определённого стиля; следовать выбранному дизайну•- 2-D model
- adaptive expectations model
- additive model of neural network
- analog model
- antenna scale model
- application domain model
- AR model
- ARCH model
- ARDL model
- ARIMA model
- ARMA model
- atmospheric density model
- autoregressive conditional heteroscedastic model
- autoregressive distributed lags model
- autoregressive integrated moving average model
- autoregressive model
- autoregressive moving average model
- band model
- behavioral model
- Benetton model
- Berkeley short-channel IGFET model
- binary choice model
- binary model
- Bohr-Sommerfeld model of atom
- Bohr-Sommerfeld model
- Box-Jenkins model
- Bradley-Terry-Luce model
- brain-state-in-a-box model
- breadboard model
- Brookings models
- BSB model
- business model
- CAD model
- capability maturity model
- carrier-storage model
- causal model
- censored model
- centralized model
- charge-control model
- Chen model
- classical normal linear regression model
- classical regression model
- client-server model
- CMY model
- CMYK model
- cobweb model
- collective-electron model
- color model
- compact model
- component object model
- computer model
- computer-aided-design model
- conceptual data model
- conceptual model of hypercompetition
- conductor impedance model
- congruent model
- connectionist model
- continuum model
- Cox proportional hazards regression model
- data model
- Davidson-Hendry-Srba-Yeo model
- descriptive model
- design model
- deterministic model
- DHSY model
- discrete choice model
- distributed component object model
- distributed computing model
- distributed lags model
- distributed system object model
- distribution-free model
- document object model
- domain architecture model
- domain model
- duration model
- dynamic model
- EER-model
- energy-gap model
- entity-relationship model
- ER-model
- error correction model
- errors-in-variables model
- experimental model
- extended entity-relationship model
- extended relational data model
- extended relational model
- extensional model
- ferromagnetic Fermi-liquid model
- file level model
- financial model
- finite-population model
- fixed-effects model
- flat Earth model
- flat free model of advertising
- formalized model
- fractal model
- frame model
- fuzzy model
- GARCH model
- generalized autoregressive conditional heteroscedastic model
- generalized linear model
- geometric model
- geometrical lags model
- gross-level model
- ground-environment model
- Haken-Kelso-Bunz model
- Heisenberg model
- heuristic model
- hierarchical data model
- HLS model
- holographic model
- HSB model
- HSV model
- Hubbard model
- huge model
- hybrid-pi model
- hypothesis model
- ideal model
- imaging model
- indexed colors model
- information model
- information-logical model
- intensional model
- intercept-only model
- ionospheric model
- irreversible growth model
- Ising model
- ISO/OSI reference model
- Klein model
- Kronig-Penney model
- L*a*b* model
- large model
- large-signal device model
- LCH model
- learning, induction and schema abstraction model
- life cycle model
- limited dependent variable model
- linear model
- linear probability model
- LISA model
- logical model
- logical-linguistic model
- logistic model
- logit model
- loglinear model
- Londons' model of superconductivity
- lookup-table model
- Lorentz model
- low-signal device model
- machine model
- macrolevel model
- magnetic hysteresis model
- magnetohydrodynamic plasma model
- mathematical model
- matrix-memory model
- medium model
- memory model
- MHD plasma model
- microlevel model
- Minsky frame model
- Minsky model
- mixed model
- molecular-field model
- moving average model
- multiple regression model
- multiplicative model
- nested model
- network data model
- network model
- non-nested model
- non-parametric model
- N-state Potts model
- N-tier model
- null model
- object data model
- object model
- one-dimensional model
- one-fluid plasma model
- operations model
- optimizing model
- parabolic-ionosphere model
- parametric model
- parsimonious model
- partial adjustment model
- phenomenological model
- physical model
- pilot model
- Pippard nonlocal model
- plant model
- Poisson model
- polar model
- polynomial lags model
- postrelational data model
- postrelational model
- Potts model
- predictive model
- Preisach model
- preproduction model
- price model of advertising
- probabilistic model
- probit model
- proportional hazard model
- proportional-odds model
- prototype model
- quadratic model
- qualitative dependent variable model
- quantum mechanical model of superconductivity
- quasi-equilibrium model
- quasi-linear model
- random coefficients model
- random-effects model
- register model
- relational data model
- relational model
- relative model
- representative model
- response-surface model
- RGB model
- Ridley-Watkins-Hilsum model
- rival models
- Rössler model
- RWH model
- saturated model
- scalar model
- SCSI architecture model
- semantic model
- semiotic model
- sharply bounded ionosphere model
- simulation model
- single-ion model
- Skyrme model
- small model
- small-signal device model
- solid model
- spherical Earth model
- state-space model
- statistical model
- stochastic model
- Stoner-Wohlfart model
- structural model
- stuck-at-fault model
- surface model
- symbolic model
- symbolic-form model
- synergetic model
- system model
- system object model
- test model
- thermodynamical model
- three-tier model
- tobit model
- transistor model
- translog model
- tropospheric model
- true model
- truncated model
- two-dimensional model
- two-dimensional regression model
- two-fluid model of superconductivity
- two-fluid plasma model
- two-tier model
- Van der Ziel's noise model
- variable parameter model
- vector model
- wire-frame model
- working modelThe New English-Russian Dictionary of Radio-electronics > model
-
9 data
1. данные; информация; сведенияacceleration dataaccelerometer dataacoustic dataaerodynamic dataair dataaircraft dataairflow dataairfoil dataangle-of-attack dataauto-flap flight databalance datacoefficient datacomputer datacontrol datacontrol surface datacost datacost effectiveness datacrack datacrash datacruise datadamping datadownlink datadrag datadynamic dataengine datafatigue dataflight dataflight measured dataflight-extracted dataflight progress dataflutter datafour-bladed datafractographic datafracture datafree-to-roll datafrequency response datafull-scale datahandling qualities datahard datahigh-stress dataicing dataimpact datainertia datainfra-red datainput datajet dataJTIDS datakinetheodolite dataknowledge datalateral datalateral-directional dataleading-edge flap-only datalessons-learned datalevel recording dataload datalongitudinal datamaintenance datamaneuver datamaneuvering datamass/inertia datamean-flow datamission-related datamodal test datamodel datamodel-scale datamoment of inertia dataoil flow dataopen-loop dataoscillatory dataperformance datapilot rating dataposition datapositioning datapower required datapower-off datapressure dataradar dataradiometric dataramp dataraw dataresponse datarotary-balance datarouting datasensor datasideslip datasimulated datasoft dataspeed-power datastability datastatic wind tunnel datasteady-state datastep response datastick datastructural datasubcritical datatask dataTCAS datatelemetered datatelemetry datatemperature dataterrain datatest datathrust datatouchdown datatrajectory datatrimmed datatunnel dataundeflected flap datavibration datavisualization datavortex dataweather dataweight and balance datawind datawind-tunnel datawing rock datayaw data -
10 model
ˈmɔdl
1. сущ.
1) а) модель;
макет (уменьшенная копия чего-л.) a ship model ≈ модель корабля Syn: small-scale reproduction б) модель, шаблон clay models for a statue ≈ модели из глины для статуи
2) модель (идеализированное или упрощенное описание чего-л.) mathematical model ≈ математическая модель model of economy ≈ модель экономики production model ≈ модель производства
3) а) образец, эталон to pose as a model ≈ выдавать за образец to serve as a model ≈ служить образцом to take as a model ≈ брать за образец a model of politeness ≈ образец вежливости role model ≈ образец для подражания Syn: standard
1., ideal
1. б) биол. модель (организм, которому подражают в мимикрии)
4) а) натурщик, натурщица artist's model ≈ натурщица художника photographer's model ≈ модель фотографа б) манекенщик, манекенщица в) эвф. проститутка
5) тип, марка, модель Model T ≈ первые марки автомобилей, выпущенных фирмой Форда Syn: make, design
1.
2. гл.
1) лепить to model a cat in clay ≈ лепить кошку из глины Syn: fashion
2.
2) моделировать( систему и т. п.) to model the circulation in the atmosphere ≈ моделировать движение воздушных масс to model the urban system ≈ моделировать городскую систему
3) а) создавать, конструировать (на основе каких-л. принципов и т. п.) б) делать по образцу( чего-л.;
after, on) a sports car modeled on a racing car ≈ спортивный автомобиль, сделанный по образцу гоночного Syn: pattern after
4) а) позировать, работать натурщиком, натурщицей to model for an artist ≈ позировать художнику б) демонстрировать модели (о манекенщицах)
3. прил.
1) образцовый, примерный As a girl she has been a model pupil. ≈ В детстве она была примерной ученицей. Hospital staff say he is a model patient. ≈ Весь персонал больницы утверждает, что он идеальный пациент.
2) являющийся моделью the collecting of model soldiers ≈ коллекционирование солдатиков, являющихся копией настоящих солдат модель, макет - working * действующая модель - a * of a monument макет памятника - plane * модель самолета модель, образец;
слепок, шаблон - constructed after * сконструировано по образцу /по шаблону/ - he made each box on the * of the first он сделал все коробки по образцу первой модель, фасон - the latest Paris *s новейшие /последние/ парижские модели - * frock модель платья образец - a * of virtue образец добродетели - on the * of smb., smth. по образцу /по примеру/ кого-л., чего-л. - to take smb. as one's * взять кого-л. за образец - * behaviour образцовое /примерное/ поведение - * farm образцовая ферма - * husband идеальный муж модель, тип, марка конструкции - the latest *s of cars последние модели автомобилей - a sports * спортивная модель (автомобиля) (диалектизм) точная копия - she is a perfect /the very/ * of her mother она точная копия своей матери натурщик;
натурщица - I worked as a photographer's * меня снимали для журнала, я работала фотомоделью манекенщица (для демонстрации моделей одежды) ;
манекенщик (тж. male *) манекен (эвфмеизм) проститутка, приходящая по вызову делать, создавать модель или макет;
моделировать;
лепить - to * ships делать модели кораблей - to * dresses работать модельером, создавать модели /фасоны/ платьев - to * smth. in clay вылепить что-л. из глины - he *led her head in wax он сделал восковую модель ее головы (техническое) формовать делать, создавать по образцу;
следовать образцу - his work is *led on /upon, after/ the Spanish в своих произведениях он использовал испанские образцы;
в своих произведениях он следовал /подражал/ испанским образцам - to * oneself on /upon, after/ smb. подражать кому-л., брать пример с кого-л. (в своем поведении) - he *led his behaviour on that of his father в своем поведении он подражал отцу /следовал примеру отца/ быть натурщиком, натурщицей, живой моделью быть манекенщицей - she *s for a living она работает манекенщицей, она зарабатывает на жизнь, демонстрируя модели одежды - she *led dresses она демонстрировала платья abstract ~ абстрактная модель abstract ~ building вчт. абстрактное моделирование allocation ~ модель распределения analytical ~ аналитическая модель associative ~ ассоциативная модель autonomous ~ автономная модель autoregressive ~ авторегрессионная модель backlogging ~ модель с задалживанием роста заказов battle ~ модель боя behavioral ~ модель поведения binomial ~ биномиальная модель binomial ~ биномиальное распределение clay-clay ~ жесткая модель closed ~ замкнутая модель coalition ~ модель коалиции cobweb ~ паутинообразная модель cognitive ~ когнитивная модель communication ~ модель общения computational ~ вычислительная модель computer ~ машинная модель conceptual ~ концептуальная модель cyclic queueing ~ вчт. циклическая модель массового обслуживания data ~ вчт. модель данных decision ~ модель принятия решений decision-theory ~ модель выбора решений decision-theory ~ модель принятия решений double-risk ~ модель с двойным риском dynamic ~ динамическая модель dynamic programming ~ вчт. модель динамического программирования econometric ~ эконометрическая модель entity-relationship ~ модель типа объект-отношение equilibrium ~ модель равновесия estimation ~ модель оценивания explaining ~ поясняющая модель finite-horizon ~ модель с конечным интервалом fixed-horizon ~ модель с постоянным интервалом fixed-service-level ~ модель с фиксированным уровнем обслуживания formal ~ формальная модель game ~ игровая модель game-theory ~ теоретико-игровая модель general duel ~ общая модель дуэли generalized ~ обобщенная модель generic ~ типовая модель global ~ глобальная модель imaging ~ модель изображений interindustry programming ~ вчт. межотраслевая модель программирования interruption ~ модель с возможностью прерывания обслуживания knowledge ~ вчт. модель знаний labyrinth ~ лабиринтная модель language ~ модель языка learning ~ модель обучения linear ~ линейная модель linear programming ~ модель линейного программирования linear regressive ~ линейный регрессионная модель linguistic ~ лингвистическая модель logical ~ логическая модель logical-linguistic ~ логико-лингвистическая модель macrosectoral ~ макроотраслевая модель many-server ~ вчт. многоканальная модель master-workers ~ модель хозяин-работники matrix ~ матричная модель model быть натурщиком, натурщицей, живой моделью, манекенщицей ~ живая модель (в магазине одежды) ~ макет ~ манекен ~ моделировать;
лепить ~ модель, макет;
шаблон ~ модель ~ натурщик;
натурщица ~ образец, эталон ~ образец ~ attr. образцовый, примерный ~ оформлять ~ примерный, типовой( о конвенции, уставе и т.д.) ~ создавать по образцу (чего-л.;
after, on) ;
to model oneself ((up) on smb.) брать (кого-л.) за образец ~ тип ~ разг. точная копия ~ тех. формировать ~ шаблон ~ создавать по образцу (чего-л.;
after, on) ;
to model oneself ((up) on smb.) брать (кого-л.) за образец moving-average ~ модель скользящего среднего multichannel priority ~ вчт. многоканальная модель с приоритетами multifactor ~ многофакторная модель multiple ~ многоуровневая модель multistation queueing ~ вчт. многоканальная модель обслуживания network ~ сетевая модель no-backlog ~ модель без задалживания заказов no-queue ~ модель без образования очереди non-poisson ~ непуассоновская модель one-factor ~ однофакторная модель one-period ~ однопериодная модель open ~ открытая модель open ~ разомкнутая модель operations research ~ модель исследования операций phenomenological ~ феноменологическая модель pictorial ~ графическая модель pilot ~ опытный образец pilot: ~ plant опытный завод, опытная установка;
pilot model опытная модель poisson ~ пуассоновская модель predicitive ~ прогнозирующая модель preference ~ модель предпочтений priority ~ модель с приоритетами probability ~ вероятностная модель probability ~ стохастическая модель production ~ производственная модель prognostic ~ прогностическая модель queueing ~ модель массового обслуживания queueing ~ модель очереди random ~ вероятностная модель random ~ стохастическая модель reduced ~ упрощенная модель regression ~ регрессионная модель relational ~ реляционная модель scaling ~ шкальная модель security ~ модель механизма защиты semi-poisson ~ полупуассоновская модель shortest-route ~ модель выбора кратчайшего пути sign ~ знаковая модель simplex ~ симплексная модель simulation ~ имитационная модель single-channel ~ одноканальная модель single-period ~ однопериодная модель single-phase ~ однофазовая модель single-server ~ одноканальная модель singular ~ одноуровневая модель software ~ вчт. программная модель solid ~ объемная модель sophisticated ~ усложненная модель standard ~ типовая модель static equilibrium ~ модель статического равновесия static inventory ~ статическая модель управления запасами static ~ статическая модель station-to-station ~ многошаговая модель stochastic ~ вероятностная модель teaching ~ учебная модель (машины, оборудования) three-dimensional ~ трехмерная модель transportation ~ транспортная задача transshipment ~ модель перевозок с промежуточными пунктами trend-free ~ модель с отсутствием тренда trial ~ испытательный образец trial ~ пробный образец two-echelon ~ двухступенчатая модель two-state ~ модель с двумя состояниями user ~ модель пользователя waiting line ~ модель очереди wire-frame ~ каркасная модель world decision ~ всеобщая модель решений world ~ модель мира -
11 model-scale data
-
12 modular data center
модульный центр обработки данных (ЦОД)
-
[Интент]Параллельные тексты EN-RU
[ http://dcnt.ru/?p=9299#more-9299]
Data Centers are a hot topic these days. No matter where you look, this once obscure aspect of infrastructure is getting a lot of attention. For years, there have been cost pressures on IT operations and this, when the need for modern capacity is greater than ever, has thrust data centers into the spotlight. Server and rack density continues to rise, placing DC professionals and businesses in tighter and tougher situations while they struggle to manage their IT environments. And now hyper-scale cloud infrastructure is taking traditional technologies to limits never explored before and focusing the imagination of the IT industry on new possibilities.
В настоящее время центры обработки данных являются широко обсуждаемой темой. Куда ни посмотришь, этот некогда малоизвестный аспект инфраструктуры привлекает все больше внимания. Годами ИТ-отделы испытывали нехватку средств и это выдвинуло ЦОДы в центр внимания, в то время, когда необходимость в современных ЦОДах стала как никогда высокой. Плотность серверов и стоек продолжают расти, все больше усложняя ситуацию для специалистов в области охлаждения и организаций в их попытках управлять своими ИТ-средами. И теперь гипермасштабируемая облачная инфраструктура подвергает традиционные технологии невиданным ранее нагрузкам, и заставляет ИТ-индустрию искать новые возможности.
At Microsoft, we have focused a lot of thought and research around how to best operate and maintain our global infrastructure and we want to share those learnings. While obviously there are some aspects that we keep to ourselves, we have shared how we operate facilities daily, our technologies and methodologies, and, most importantly, how we monitor and manage our facilities. Whether it’s speaking at industry events, inviting customers to our “Microsoft data center conferences” held in our data centers, or through other media like blogging and white papers, we believe sharing best practices is paramount and will drive the industry forward. So in that vein, we have some interesting news to share.
В компании MicroSoft уделяют большое внимание изучению наилучших методов эксплуатации и технического обслуживания своей глобальной инфраструктуры и делятся результатами своих исследований. И хотя мы, конечно, не раскрываем некоторые аспекты своих исследований, мы делимся повседневным опытом эксплуатации дата-центров, своими технологиями и методологиями и, что важнее всего, методами контроля и управления своими объектами. Будь то доклады на отраслевых событиях, приглашение клиентов на наши конференции, которые посвящены центрам обработки данных MicroSoft, и проводятся в этих самых дата-центрах, или использование других средств, например, блоги и спецификации, мы уверены, что обмен передовым опытом имеет первостепенное значение и будет продвигать отрасль вперед.
Today we are sharing our Generation 4 Modular Data Center plan. This is our vision and will be the foundation of our cloud data center infrastructure in the next five years. We believe it is one of the most revolutionary changes to happen to data centers in the last 30 years. Joining me, in writing this blog are Daniel Costello, my director of Data Center Research and Engineering and Christian Belady, principal power and cooling architect. I feel their voices will add significant value to driving understanding around the many benefits included in this new design paradigm.
Сейчас мы хотим поделиться своим планом модульного дата-центра четвертого поколения. Это наше видение и оно будет основанием для инфраструктуры наших облачных дата-центров в ближайшие пять лет. Мы считаем, что это одно из самых революционных изменений в дата-центрах за последние 30 лет. Вместе со мной в написании этого блога участвовали Дэниел Костелло, директор по исследованиям и инжинирингу дата-центров, и Кристиан Белади, главный архитектор систем энергоснабжения и охлаждения. Мне кажется, что их авторитет придаст больше веса большому количеству преимуществ, включенных в эту новую парадигму проектирования.
Our “Gen 4” modular data centers will take the flexibility of containerized servers—like those in our Chicago data center—and apply it across the entire facility. So what do we mean by modular? Think of it like “building blocks”, where the data center will be composed of modular units of prefabricated mechanical, electrical, security components, etc., in addition to containerized servers.
Was there a key driver for the Generation 4 Data Center?Наши модульные дата-центры “Gen 4” будут гибкими с контейнерами серверов – как серверы в нашем чикагском дата-центре. И гибкость будет применяться ко всему ЦОД. Итак, что мы подразумеваем под модульностью? Мы думаем о ней как о “строительных блоках”, где дата-центр будет состоять из модульных блоков изготовленных в заводских условиях электрических систем и систем охлаждения, а также систем безопасности и т.п., в дополнение к контейнеризованным серверам.
Был ли ключевой стимул для разработки дата-центра четвертого поколения?
If we were to summarize the promise of our Gen 4 design into a single sentence it would be something like this: “A highly modular, scalable, efficient, just-in-time data center capacity program that can be delivered anywhere in the world very quickly and cheaply, while allowing for continued growth as required.” Sounds too good to be true, doesn’t it? Well, keep in mind that these concepts have been in initial development and prototyping for over a year and are based on cumulative knowledge of previous facility generations and the advances we have made since we began our investments in earnest on this new design.Если бы нам нужно было обобщить достоинства нашего проекта Gen 4 в одном предложении, это выглядело бы следующим образом: “Центр обработки данных с высоким уровнем модульности, расширяемости, и энергетической эффективности, а также возможностью постоянного расширения, в случае необходимости, который можно очень быстро и дешево развертывать в любом месте мира”. Звучит слишком хорошо для того чтобы быть правдой, не так ли? Ну, не забывайте, что эти концепции находились в процессе начальной разработки и создания опытного образца в течение более одного года и основываются на опыте, накопленном в ходе развития предыдущих поколений ЦОД, а также успехах, сделанных нами со времени, когда мы начали вкладывать серьезные средства в этот новый проект.
One of the biggest challenges we’ve had at Microsoft is something Mike likes to call the ‘Goldilock’s Problem’. In a nutshell, the problem can be stated as:
The worst thing we can do in delivering facilities for the business is not have enough capacity online, thus limiting the growth of our products and services.Одну из самых больших проблем, с которыми приходилось сталкиваться Майкрософт, Майк любит называть ‘Проблемой Лютика’. Вкратце, эту проблему можно выразить следующим образом:
Самое худшее, что может быть при строительстве ЦОД для бизнеса, это не располагать достаточными производственными мощностями, и тем самым ограничивать рост наших продуктов и сервисов.The second worst thing we can do in delivering facilities for the business is to have too much capacity online.
А вторым самым худшим моментом в этой сфере может слишком большое количество производственных мощностей.
This has led to a focus on smart, intelligent growth for the business — refining our overall demand picture. It can’t be too hot. It can’t be too cold. It has to be ‘Just Right!’ The capital dollars of investment are too large to make without long term planning. As we struggled to master these interesting challenges, we had to ensure that our technological plan also included solutions for the business and operational challenges we faced as well.
So let’s take a high level look at our Generation 4 designЭто заставило нас сосредоточиваться на интеллектуальном росте для бизнеса — refining our overall demand picture. Это не должно быть слишком горячим. И это не должно быть слишком холодным. Это должно быть ‘как раз, таким как надо!’ Нельзя делать такие большие капиталовложения без долгосрочного планирования. Пока мы старались решить эти интересные проблемы, мы должны были гарантировать, что наш технологический план будет также включать решения для коммерческих и эксплуатационных проблем, с которыми нам также приходилось сталкиваться.
Давайте рассмотрим наш проект дата-центра четвертого поколенияAre you ready for some great visuals? Check out this video at Soapbox. Click here for the Microsoft 4th Gen Video.
It’s a concept video that came out of my Data Center Research and Engineering team, under Daniel Costello, that will give you a view into what we think is the future.
From a configuration, construct-ability and time to market perspective, our primary goals and objectives are to modularize the whole data center. Not just the server side (like the Chicago facility), but the mechanical and electrical space as well. This means using the same kind of parts in pre-manufactured modules, the ability to use containers, skids, or rack-based deployments and the ability to tailor the Redundancy and Reliability requirements to the application at a very specific level.
Посмотрите это видео, перейдите по ссылке для просмотра видео о Microsoft 4th Gen:
Это концептуальное видео, созданное командой отдела Data Center Research and Engineering, возглавляемого Дэниелом Костелло, которое даст вам наше представление о будущем.
С точки зрения конфигурации, строительной технологичности и времени вывода на рынок, нашими главными целями и задачами агрегатирование всего дата-центра. Не только серверную часть, как дата-центр в Чикаго, но также системы охлаждения и электрические системы. Это означает применение деталей одного типа в сборных модулях, возможность использования контейнеров, салазок, или стоечных систем, а также возможность подстраивать требования избыточности и надежности для данного приложения на очень специфичном уровне.Our goals from a cost perspective were simple in concept but tough to deliver. First and foremost, we had to reduce the capital cost per critical Mega Watt by the class of use. Some applications can run with N-level redundancy in the infrastructure, others require a little more infrastructure for support. These different classes of infrastructure requirements meant that optimizing for all cost classes was paramount. At Microsoft, we are not a one trick pony and have many Online products and services (240+) that require different levels of operational support. We understand that and ensured that we addressed it in our design which will allow us to reduce capital costs by 20%-40% or greater depending upon class.
Нашими целями в области затрат были концептуально простыми, но трудно реализуемыми. В первую очередь мы должны были снизить капитальные затраты в пересчете на один мегаватт, в зависимости от класса резервирования. Некоторые приложения могут вполне работать на базе инфраструктуры с резервированием на уровне N, то есть без резервирования, а для работы других приложений требуется больше инфраструктуры. Эти разные классы требований инфраструктуры подразумевали, что оптимизация всех классов затрат имеет преобладающее значение. В Майкрософт мы не ограничиваемся одним решением и располагаем большим количеством интерактивных продуктов и сервисов (240+), которым требуются разные уровни эксплуатационной поддержки. Мы понимаем это, и учитываем это в своем проекте, который позволит нам сокращать капитальные затраты на 20%-40% или более в зависимости от класса.For example, non-critical or geo redundant applications have low hardware reliability requirements on a location basis. As a result, Gen 4 can be configured to provide stripped down, low-cost infrastructure with little or no redundancy and/or temperature control. Let’s say an Online service team decides that due to the dramatically lower cost, they will simply use uncontrolled outside air with temperatures ranging 10-35 C and 20-80% RH. The reality is we are already spec-ing this for all of our servers today and working with server vendors to broaden that range even further as Gen 4 becomes a reality. For this class of infrastructure, we eliminate generators, chillers, UPSs, and possibly lower costs relative to traditional infrastructure.
Например, некритичные или гео-избыточные системы имеют низкие требования к аппаратной надежности на основе местоположения. В результате этого, Gen 4 можно конфигурировать для упрощенной, недорогой инфраструктуры с низким уровнем (или вообще без резервирования) резервирования и / или температурного контроля. Скажем, команда интерактивного сервиса решает, что, в связи с намного меньшими затратами, они будут просто использовать некондиционированный наружный воздух с температурой 10-35°C и влажностью 20-80% RH. В реальности мы уже сегодня предъявляем эти требования к своим серверам и работаем с поставщиками серверов над еще большим расширением диапазона температур, так как наш модуль и подход Gen 4 становится реальностью. Для подобного класса инфраструктуры мы удаляем генераторы, чиллеры, ИБП, и, возможно, будем предлагать более низкие затраты, по сравнению с традиционной инфраструктурой.
Applications that demand higher level of redundancy or temperature control will use configurations of Gen 4 to meet those needs, however, they will also cost more (but still less than traditional data centers). We see this cost difference driving engineering behavioral change in that we predict more applications will drive towards Geo redundancy to lower costs.
Системы, которым требуется более высокий уровень резервирования или температурного контроля, будут использовать конфигурации Gen 4, отвечающие этим требованиям, однако, они будут также стоить больше. Но все равно они будут стоить меньше, чем традиционные дата-центры. Мы предвидим, что эти различия в затратах будут вызывать изменения в методах инжиниринга, и по нашим прогнозам, это будет выражаться в переходе все большего числа систем на гео-избыточность и меньшие затраты.
Another cool thing about Gen 4 is that it allows us to deploy capacity when our demand dictates it. Once finalized, we will no longer need to make large upfront investments. Imagine driving capital costs more closely in-line with actual demand, thus greatly reducing time-to-market and adding the capacity Online inherent in the design. Also reduced is the amount of construction labor required to put these “building blocks” together. Since the entire platform requires pre-manufacture of its core components, on-site construction costs are lowered. This allows us to maximize our return on invested capital.
Еще одно достоинство Gen 4 состоит в том, что он позволяет нам разворачивать дополнительные мощности, когда нам это необходимо. Как только мы закончим проект, нам больше не нужно будет делать большие начальные капиталовложения. Представьте себе возможность более точного согласования капитальных затрат с реальными требованиями, и тем самым значительного снижения времени вывода на рынок и интерактивного добавления мощностей, предусматриваемого проектом. Также снижен объем строительных работ, требуемых для сборки этих “строительных блоков”. Поскольку вся платформа требует предварительного изготовления ее базовых компонентов, затраты на сборку также снижены. Это позволит нам увеличить до максимума окупаемость своих капиталовложений.
Мы все подвергаем сомнениюIn our design process, we questioned everything. You may notice there is no roof and some might be uncomfortable with this. We explored the need of one and throughout our research we got some surprising (positive) results that showed one wasn’t needed.
В своем процессе проектирования мы все подвергаем сомнению. Вы, наверное, обратили внимание на отсутствие крыши, и некоторым специалистам это могло не понравиться. Мы изучили необходимость в крыше и в ходе своих исследований получили удивительные результаты, которые показали, что крыша не нужна.
Серийное производство дата центров
In short, we are striving to bring Henry Ford’s Model T factory to the data center. http://en.wikipedia.org/wiki/Henry_Ford#Model_T. Gen 4 will move data centers from a custom design and build model to a commoditized manufacturing approach. We intend to have our components built in factories and then assemble them in one location (the data center site) very quickly. Think about how a computer, car or plane is built today. Components are manufactured by different companies all over the world to a predefined spec and then integrated in one location based on demands and feature requirements. And just like Henry Ford’s assembly line drove the cost of building and the time-to-market down dramatically for the automobile industry, we expect Gen 4 to do the same for data centers. Everything will be pre-manufactured and assembled on the pad.Мы хотим применить модель автомобильной фабрики Генри Форда к дата-центру. Проект Gen 4 будет способствовать переходу от модели специализированного проектирования и строительства к товарно-производственному, серийному подходу. Мы намерены изготавливать свои компоненты на заводах, а затем очень быстро собирать их в одном месте, в месте строительства дата-центра. Подумайте о том, как сегодня изготавливается компьютер, автомобиль или самолет. Компоненты изготавливаются по заранее определенным спецификациям разными компаниями во всем мире, затем собираются в одном месте на основе спроса и требуемых характеристик. И точно так же как сборочный конвейер Генри Форда привел к значительному уменьшению затрат на производство и времени вывода на рынок в автомобильной промышленности, мы надеемся, что Gen 4 сделает то же самое для дата-центров. Все будет предварительно изготавливаться и собираться на месте.
Невероятно энергоэффективный ЦОД
And did we mention that this platform will be, overall, incredibly energy efficient? From a total energy perspective not only will we have remarkable PUE values, but the total cost of energy going into the facility will be greatly reduced as well. How much energy goes into making concrete? Will we need as much of it? How much energy goes into the fuel of the construction vehicles? This will also be greatly reduced! A key driver is our goal to achieve an average PUE at or below 1.125 by 2012 across our data centers. More than that, we are on a mission to reduce the overall amount of copper and water used in these facilities. We believe these will be the next areas of industry attention when and if the energy problem is solved. So we are asking today…“how can we build a data center with less building”?А мы упоминали, что эта платформа будет, в общем, невероятно энергоэффективной? С точки зрения общей энергии, мы получим не только поразительные значения PUE, но общая стоимость энергии, затраченной на объект будет также значительно снижена. Сколько энергии идет на производство бетона? Нам нужно будет столько энергии? Сколько энергии идет на питание инженерных строительных машин? Это тоже будет значительно снижено! Главным стимулом является достижение среднего PUE не больше 1.125 для всех наших дата-центров к 2012 году. Более того, у нас есть задача сокращения общего количества меди и воды в дата-центрах. Мы думаем, что эти задачи станут следующей заботой отрасли после того как будет решена энергетическая проблема. Итак, сегодня мы спрашиваем себя…“как можно построить дата-центр с меньшим объемом строительных работ”?
Строительство дата центров без чиллеровWe have talked openly and publicly about building chiller-less data centers and running our facilities using aggressive outside economization. Our sincerest hope is that Gen 4 will completely eliminate the use of water. Today’s data centers use massive amounts of water and we see water as the next scarce resource and have decided to take a proactive stance on making water conservation part of our plan.
Мы открыто и публично говорили о строительстве дата-центров без чиллеров и активном использовании в наших центрах обработки данных технологий свободного охлаждения или фрикулинга. Мы искренне надеемся, что Gen 4 позволит полностью отказаться от использования воды. Современные дата-центры расходуют большие объемы воды и так как мы считаем воду следующим редким ресурсом, мы решили принять упреждающие меры и включить экономию воды в свой план.
By sharing this with the industry, we believe everyone can benefit from our methodology. While this concept and approach may be intimidating (or downright frightening) to some in the industry, disclosure ultimately is better for all of us.
Делясь этим опытом с отраслью, мы считаем, что каждый сможет извлечь выгоду из нашей методологией. Хотя эта концепция и подход могут показаться пугающими (или откровенно страшными) для некоторых отраслевых специалистов, раскрывая свои планы мы, в конечном счете, делаем лучше для всех нас.
Gen 4 design (even more than just containers), could reduce the ‘religious’ debates in our industry. With the central spine infrastructure in place, containers or pre-manufactured server halls can be either AC or DC, air-side economized or water-side economized, or not economized at all (though the sanity of that might be questioned). Gen 4 will allow us to decommission, repair and upgrade quickly because everything is modular. No longer will we be governed by the initial decisions made when constructing the facility. We will have almost unlimited use and re-use of the facility and site. We will also be able to use power in an ultra-fluid fashion moving load from critical to non-critical as use and capacity requirements dictate.
Проект Gen 4 позволит уменьшить ‘религиозные’ споры в нашей отрасли. Располагая базовой инфраструктурой, контейнеры или сборные серверные могут оборудоваться системами переменного или постоянного тока, воздушными или водяными экономайзерами, или вообще не использовать экономайзеры. Хотя можно подвергать сомнению разумность такого решения. Gen 4 позволит нам быстро выполнять работы по выводу из эксплуатации, ремонту и модернизации, поскольку все будет модульным. Мы больше не будем руководствоваться начальными решениями, принятыми во время строительства дата-центра. Мы сможем использовать этот дата-центр и инфраструктуру в течение почти неограниченного периода времени. Мы также сможем применять сверхгибкие методы использования электрической энергии, переводя оборудование в режимы критической или некритической нагрузки в соответствии с требуемой мощностью.
Gen 4 – это стандартная платформаFinally, we believe this is a big game changer. Gen 4 will provide a standard platform that our industry can innovate around. For example, all modules in our Gen 4 will have common interfaces clearly defined by our specs and any vendor that meets these specifications will be able to plug into our infrastructure. Whether you are a computer vendor, UPS vendor, generator vendor, etc., you will be able to plug and play into our infrastructure. This means we can also source anyone, anywhere on the globe to minimize costs and maximize performance. We want to help motivate the industry to further innovate—with innovations from which everyone can reap the benefits.
Наконец, мы уверены, что это будет фактором, который значительно изменит ситуацию. Gen 4 будет представлять собой стандартную платформу, которую отрасль сможет обновлять. Например, все модули в нашем Gen 4 будут иметь общепринятые интерфейсы, четко определяемые нашими спецификациями, и оборудование любого поставщика, которое отвечает этим спецификациям можно будет включать в нашу инфраструктуру. Независимо от того производите вы компьютеры, ИБП, генераторы и т.п., вы сможете включать свое оборудование нашу инфраструктуру. Это означает, что мы также сможем обеспечивать всех, в любом месте земного шара, тем самым сводя до минимума затраты и максимальной увеличивая производительность. Мы хотим создать в отрасли мотивацию для дальнейших инноваций – инноваций, от которых каждый сможет получать выгоду.
Главные характеристики дата-центров четвертого поколения Gen4To summarize, the key characteristics of our Generation 4 data centers are:
Scalable
Plug-and-play spine infrastructure
Factory pre-assembled: Pre-Assembled Containers (PACs) & Pre-Manufactured Buildings (PMBs)
Rapid deployment
De-mountable
Reduce TTM
Reduced construction
Sustainable measuresНиже приведены главные характеристики дата-центров четвертого поколения Gen 4:
Расширяемость;
Готовая к использованию базовая инфраструктура;
Изготовление в заводских условиях: сборные контейнеры (PAC) и сборные здания (PMB);
Быстрота развертывания;
Возможность демонтажа;
Снижение времени вывода на рынок (TTM);
Сокращение сроков строительства;
Экологичность;Map applications to DC Class
We hope you join us on this incredible journey of change and innovation!
Long hours of research and engineering time are invested into this process. There are still some long days and nights ahead, but the vision is clear. Rest assured however, that we as refine Generation 4, the team will soon be looking to Generation 5 (even if it is a bit farther out). There is always room to get better.
Использование систем электропитания постоянного тока.
Мы надеемся, что вы присоединитесь к нам в этом невероятном путешествии по миру изменений и инноваций!
На этот проект уже потрачены долгие часы исследований и проектирования. И еще предстоит потратить много дней и ночей, но мы имеем четкое представление о конечной цели. Однако будьте уверены, что как только мы доведем до конца проект модульного дата-центра четвертого поколения, мы вскоре начнем думать о проекте дата-центра пятого поколения. Всегда есть возможность для улучшений.So if you happen to come across Goldilocks in the forest, and you are curious as to why she is smiling you will know that she feels very good about getting very close to ‘JUST RIGHT’.
Generations of Evolution – some background on our data center designsТак что, если вы встретите в лесу девочку по имени Лютик, и вам станет любопытно, почему она улыбается, вы будете знать, что она очень довольна тем, что очень близко подошла к ‘ОПИМАЛЬНОМУ РЕШЕНИЮ’.
Поколения эволюции – история развития наших дата-центровWe thought you might be interested in understanding what happened in the first three generations of our data center designs. When Ray Ozzie wrote his Software plus Services memo it posed a very interesting challenge to us. The winds of change were at ‘tornado’ proportions. That “plus Services” tag had some significant (and unstated) challenges inherent to it. The first was that Microsoft was going to evolve even further into an operations company. While we had been running large scale Internet services since 1995, this development lead us to an entirely new level. Additionally, these “services” would span across both Internet and Enterprise businesses. To those of you who have to operate “stuff”, you know that these are two very different worlds in operational models and challenges. It also meant that, to achieve the same level of reliability and performance required our infrastructure was going to have to scale globally and in a significant way.
Мы подумали, что может быть вам будет интересно узнать историю первых трех поколений наших центров обработки данных. Когда Рэй Оззи написал свою памятную записку Software plus Services, он поставил перед нами очень интересную задачу. Ветра перемен двигались с ураганной скоростью. Это окончание “plus Services” скрывало в себе какие-то значительные и неопределенные задачи. Первая заключалась в том, что Майкрософт собиралась в еще большей степени стать операционной компанией. Несмотря на то, что мы управляли большими интернет-сервисами, начиная с 1995 г., эта разработка подняла нас на абсолютно новый уровень. Кроме того, эти “сервисы” охватывали интернет-компании и корпорации. Тем, кому приходится всем этим управлять, известно, что есть два очень разных мира в области операционных моделей и задач. Это также означало, что для достижения такого же уровня надежности и производительности требовалось, чтобы наша инфраструктура располагала значительными возможностями расширения в глобальных масштабах.
It was that intense atmosphere of change that we first started re-evaluating data center technology and processes in general and our ideas began to reach farther than what was accepted by the industry at large. This was the era of Generation 1. As we look at where most of the world’s data centers are today (and where our facilities were), it represented all the known learning and design requirements that had been in place since IBM built the first purpose-built computer room. These facilities focused more around uptime, reliability and redundancy. Big infrastructure was held accountable to solve all potential environmental shortfalls. This is where the majority of infrastructure in the industry still is today.
Именно в этой атмосфере серьезных изменений мы впервые начали переоценку ЦОД-технологий и технологий вообще, и наши идеи начали выходить за пределы общепринятых в отрасли представлений. Это была эпоха ЦОД первого поколения. Когда мы узнали, где сегодня располагается большинство мировых дата-центров и где находятся наши предприятия, это представляло весь опыт и навыки проектирования, накопленные со времени, когда IBM построила первую серверную. В этих ЦОД больше внимания уделялось бесперебойной работе, надежности и резервированию. Большая инфраструктура была призвана решать все потенциальные экологические проблемы. Сегодня большая часть инфраструктуры все еще находится на этом этапе своего развития.
We soon realized that traditional data centers were quickly becoming outdated. They were not keeping up with the demands of what was happening technologically and environmentally. That’s when we kicked off our Generation 2 design. Gen 2 facilities started taking into account sustainability, energy efficiency, and really looking at the total cost of energy and operations.
Очень быстро мы поняли, что стандартные дата-центры очень быстро становятся устаревшими. Они не поспевали за темпами изменений технологических и экологических требований. Именно тогда мы стали разрабатывать ЦОД второго поколения. В этих дата-центрах Gen 2 стали принимать во внимание такие факторы как устойчивое развитие, энергетическая эффективность, а также общие энергетические и эксплуатационные.
No longer did we view data centers just for the upfront capital costs, but we took a hard look at the facility over the course of its life. Our Quincy, Washington and San Antonio, Texas facilities are examples of our Gen 2 data centers where we explored and implemented new ways to lessen the impact on the environment. These facilities are considered two leading industry examples, based on their energy efficiency and ability to run and operate at new levels of scale and performance by leveraging clean hydro power (Quincy) and recycled waste water (San Antonio) to cool the facility during peak cooling months.
Мы больше не рассматривали дата-центры только с точки зрения начальных капитальных затрат, а внимательно следили за работой ЦОД на протяжении его срока службы. Наши объекты в Куинси, Вашингтоне, и Сан-Антонио, Техас, являются образцами наших ЦОД второго поколения, в которых мы изучали и применяли на практике новые способы снижения воздействия на окружающую среду. Эти объекты считаются двумя ведущими отраслевыми примерами, исходя из их энергетической эффективности и способности работать на новых уровнях производительности, основанных на использовании чистой энергии воды (Куинси) и рециклирования отработанной воды (Сан-Антонио) для охлаждения объекта в самых жарких месяцах.
As we were delivering our Gen 2 facilities into steel and concrete, our Generation 3 facilities were rapidly driving the evolution of the program. The key concepts for our Gen 3 design are increased modularity and greater concentration around energy efficiency and scale. The Gen 3 facility will be best represented by the Chicago, Illinois facility currently under construction. This facility will seem very foreign compared to the traditional data center concepts most of the industry is comfortable with. In fact, if you ever sit around in our container hanger in Chicago it will look incredibly different from a traditional raised-floor data center. We anticipate this modularization will drive huge efficiencies in terms of cost and operations for our business. We will also introduce significant changes in the environmental systems used to run our facilities. These concepts and processes (where applicable) will help us gain even greater efficiencies in our existing footprint, allowing us to further maximize infrastructure investments.
Так как наши ЦОД второго поколения строились из стали и бетона, наши центры обработки данных третьего поколения начали их быстро вытеснять. Главными концептуальными особенностями ЦОД третьего поколения Gen 3 являются повышенная модульность и большее внимание к энергетической эффективности и масштабированию. Дата-центры третьего поколения лучше всего представлены объектом, который в настоящее время строится в Чикаго, Иллинойс. Этот ЦОД будет выглядеть очень необычно, по сравнению с общепринятыми в отрасли представлениями о дата-центре. Действительно, если вам когда-либо удастся побывать в нашем контейнерном ангаре в Чикаго, он покажется вам совершенно непохожим на обычный дата-центр с фальшполом. Мы предполагаем, что этот модульный подход будет способствовать значительному повышению эффективности нашего бизнеса в отношении затрат и операций. Мы также внесем существенные изменения в климатические системы, используемые в наших ЦОД. Эти концепции и технологии, если применимо, позволят нам добиться еще большей эффективности наших существующих дата-центров, и тем самым еще больше увеличивать капиталовложения в инфраструктуру.
This is definitely a journey, not a destination industry. In fact, our Generation 4 design has been under heavy engineering for viability and cost for over a year. While the demand of our commercial growth required us to make investments as we grew, we treated each step in the learning as a process for further innovation in data centers. The design for our future Gen 4 facilities enabled us to make visionary advances that addressed the challenges of building, running, and operating facilities all in one concerted effort.
Это определенно путешествие, а не конечный пункт назначения. На самом деле, наш проект ЦОД четвертого поколения подвергался серьезным испытаниям на жизнеспособность и затраты на протяжении целого года. Хотя необходимость в коммерческом росте требовала от нас постоянных капиталовложений, мы рассматривали каждый этап своего развития как шаг к будущим инновациям в области дата-центров. Проект наших будущих ЦОД четвертого поколения Gen 4 позволил нам делать фантастические предположения, которые касались задач строительства, управления и эксплуатации объектов как единого упорядоченного процесса.
Тематики
Синонимы
EN
Англо-русский словарь нормативно-технической терминологии > modular data center
-
13 данные
1) General subject: background, data (а не дата), evidence, facts, gen, knowledge, material, qualifications, showing, statistics, data, record, these2) Geology: datum3) Biology: finding4) Medicine: results5) Military: (анкетные) credential, (анкетные) credentials, datums, low-down, poop, (документированные) record, (документированные) records7) Agriculture: findings (анализа исследования), reading pl8) Chemistry: basal data, experimental data, service data, tentative data, test data, tooling data9) Mathematics: D (data), computer-generated data, computerized data, concepts, contraction, control-chart data, data (on, of, for), data on smth (о чем-либо), information (for or about), leptokurtic data, lognormal observations (эмпирические), model-made data, multinomial observations (эмпирические), normal data, particulars. information, platykurtic data, reduction, scattered data, sensitivity data, skew data10) Railway term: particulars, pertinent data, tabulations11) Law: fact12) Economy: disclosure, history, record (о ком-л.), records, supporting material13) Accounting: date, figures, readings (из таблицы)14) Automobile industry: (цифровые) data15) Diplomatic term: figure, indication, input, record (о кол-л.)16) Psychology: score17) Electronics: baseline, intelligence18) Jargon: brass (Here, you've got your brass wrong!)19) Information technology: data( pl от data), datum (КОБОЛ, ПЛ/1), information, key-punched data, on-line data, pooled data, readings (в таблице), suspect data, under voice data20) Geophysics: scale-model data21) Business: findings22) Drilling: quality23) Sakhalin energy glossary: questionable data24) Oil&Gas technology logs (анализа)25) Network technologies: Data (Представленная в цифровой форме информация, включающая речь, текст, факсимильные сообщения, динамические изображения (видео) и т.п.)26) Automation: undocumented information27) Quality control: (экспериментальные) evidence, reading (из таблицы)28) Science: lines of evidence (научные; научные доказательства)29) Makarov: background (биографические или анкетные), entries, info (information)30) Internet: Data (Представленная в цифровой форме информация, включающая речь, текст, факсимильные сообщения, динамические изображения (видео) и т.п) -
14 полученные на масштабной модели
Geophysics: scale-model dataУниверсальный русско-английский словарь > полученные на масштабной модели
-
15 модель
-
16 test
1. n испытание; проба, проверка; опробованиеfield test — полевое испытание; испытание в эксплуатационных условиях
bench test — заводские испытания, испытания в заводских условиях
test by experiment — проверка на опыте, опытная проверка
under test — испытываемый, испытуемый
test data — данные испытаний, эмпирические данные
2. n мерило, пробный камень; серьёзное испытание; критерийtrade test — профессиональные испытания, проверка мастерства
test dose — тест-доза, пробная, контрольная или опытная доза
3. n проверочная или контрольная работа; экзамен4. n психол. тестmarch test — тест "марш"
5. n хим. исследование; анализ; опыт, проба, реакцияblood test — анализ крови, исследование крови
6. n хим. пробирная чашка7. n хим. хим. реактив8. n хим. рел. отречение от признания папской власти и догмата пресуществления9. v подвергать испытанию; испытывать, проверять; опробоватьsampling test — выборочный контроль; периодические испытания
proof test — испытание; приёмочное или проверочное испытание
10. v быть мерилом11. v проверять, убеждатьсяhe wanted to test whether a small group of specialists could show greater productivity — он хотел проверить, сможет ли небольшая группа специалистов поднять производительность труда
12. v пробоваться13. v обнаруживать определённые свойства в результате испытаний14. v тестировать, проверять с помощью тестовtest program — тест; тестовая программа; программа испытаний
15. v экзаменовать; давать контрольную работу16. v хим. подвергать действию реактива17. v хим. производить опыты18. v хим. брать пробу19. n зоол. панцирь; щит; скорлупа20. v юр. официально подтверждатьСинонимический ряд:1. experimental (adj.) experimental; experimentative; trial2. comprehensive (noun) catechisation; catechism; comprehensive; exam; examination; final; questionnaire; quiz; review3. experiment (noun) experiment; experimentation4. standard (noun) benchmark; criterion; gauge; mark; measure; standard; touchstone; yardstick5. trial (noun) analysis; assay; check; essay; experiment; experimentation; inquest; inquiry; inspection; investigation; probation; proof; trial; trial and error; trial run6. analyze (verb) analyze; inspect; investigate; probe7. examine (verb) examine; question; quiz8. try (verb) analyse; assay; check; demonstrate; essay; experiment; inquire; prove; try; try out; verify -
17 макет
ч1) model; розм. mock-upмакет сторінки — page layout, page makeup
2) військ. dummy3) театр. scale model -
18 комплексные испытания
1. assembly testingзаключительные испытания; итоговые испытания — final testing
2. integration test3. on-line testпрофессиональные испытания, проверка мастерства — trade test
лабораторные испытания; лабораторная проба — laboratory test
4. overall testРусско-английский большой базовый словарь > комплексные испытания
-
19 результат испытания
профессиональные испытания, проверка мастерства — trade test
лабораторные испытания; лабораторная проба — laboratory test
Русско-английский новый политехнический словарь > результат испытания
-
20 модульный центр обработки данных (ЦОД)
модульный центр обработки данных (ЦОД)
-
[Интент]Параллельные тексты EN-RU
[ http://dcnt.ru/?p=9299#more-9299]
Data Centers are a hot topic these days. No matter where you look, this once obscure aspect of infrastructure is getting a lot of attention. For years, there have been cost pressures on IT operations and this, when the need for modern capacity is greater than ever, has thrust data centers into the spotlight. Server and rack density continues to rise, placing DC professionals and businesses in tighter and tougher situations while they struggle to manage their IT environments. And now hyper-scale cloud infrastructure is taking traditional technologies to limits never explored before and focusing the imagination of the IT industry on new possibilities.
В настоящее время центры обработки данных являются широко обсуждаемой темой. Куда ни посмотришь, этот некогда малоизвестный аспект инфраструктуры привлекает все больше внимания. Годами ИТ-отделы испытывали нехватку средств и это выдвинуло ЦОДы в центр внимания, в то время, когда необходимость в современных ЦОДах стала как никогда высокой. Плотность серверов и стоек продолжают расти, все больше усложняя ситуацию для специалистов в области охлаждения и организаций в их попытках управлять своими ИТ-средами. И теперь гипермасштабируемая облачная инфраструктура подвергает традиционные технологии невиданным ранее нагрузкам, и заставляет ИТ-индустрию искать новые возможности.
At Microsoft, we have focused a lot of thought and research around how to best operate and maintain our global infrastructure and we want to share those learnings. While obviously there are some aspects that we keep to ourselves, we have shared how we operate facilities daily, our technologies and methodologies, and, most importantly, how we monitor and manage our facilities. Whether it’s speaking at industry events, inviting customers to our “Microsoft data center conferences” held in our data centers, or through other media like blogging and white papers, we believe sharing best practices is paramount and will drive the industry forward. So in that vein, we have some interesting news to share.
В компании MicroSoft уделяют большое внимание изучению наилучших методов эксплуатации и технического обслуживания своей глобальной инфраструктуры и делятся результатами своих исследований. И хотя мы, конечно, не раскрываем некоторые аспекты своих исследований, мы делимся повседневным опытом эксплуатации дата-центров, своими технологиями и методологиями и, что важнее всего, методами контроля и управления своими объектами. Будь то доклады на отраслевых событиях, приглашение клиентов на наши конференции, которые посвящены центрам обработки данных MicroSoft, и проводятся в этих самых дата-центрах, или использование других средств, например, блоги и спецификации, мы уверены, что обмен передовым опытом имеет первостепенное значение и будет продвигать отрасль вперед.
Today we are sharing our Generation 4 Modular Data Center plan. This is our vision and will be the foundation of our cloud data center infrastructure in the next five years. We believe it is one of the most revolutionary changes to happen to data centers in the last 30 years. Joining me, in writing this blog are Daniel Costello, my director of Data Center Research and Engineering and Christian Belady, principal power and cooling architect. I feel their voices will add significant value to driving understanding around the many benefits included in this new design paradigm.
Сейчас мы хотим поделиться своим планом модульного дата-центра четвертого поколения. Это наше видение и оно будет основанием для инфраструктуры наших облачных дата-центров в ближайшие пять лет. Мы считаем, что это одно из самых революционных изменений в дата-центрах за последние 30 лет. Вместе со мной в написании этого блога участвовали Дэниел Костелло, директор по исследованиям и инжинирингу дата-центров, и Кристиан Белади, главный архитектор систем энергоснабжения и охлаждения. Мне кажется, что их авторитет придаст больше веса большому количеству преимуществ, включенных в эту новую парадигму проектирования.
Our “Gen 4” modular data centers will take the flexibility of containerized servers—like those in our Chicago data center—and apply it across the entire facility. So what do we mean by modular? Think of it like “building blocks”, where the data center will be composed of modular units of prefabricated mechanical, electrical, security components, etc., in addition to containerized servers.
Was there a key driver for the Generation 4 Data Center?Наши модульные дата-центры “Gen 4” будут гибкими с контейнерами серверов – как серверы в нашем чикагском дата-центре. И гибкость будет применяться ко всему ЦОД. Итак, что мы подразумеваем под модульностью? Мы думаем о ней как о “строительных блоках”, где дата-центр будет состоять из модульных блоков изготовленных в заводских условиях электрических систем и систем охлаждения, а также систем безопасности и т.п., в дополнение к контейнеризованным серверам.
Был ли ключевой стимул для разработки дата-центра четвертого поколения?
If we were to summarize the promise of our Gen 4 design into a single sentence it would be something like this: “A highly modular, scalable, efficient, just-in-time data center capacity program that can be delivered anywhere in the world very quickly and cheaply, while allowing for continued growth as required.” Sounds too good to be true, doesn’t it? Well, keep in mind that these concepts have been in initial development and prototyping for over a year and are based on cumulative knowledge of previous facility generations and the advances we have made since we began our investments in earnest on this new design.Если бы нам нужно было обобщить достоинства нашего проекта Gen 4 в одном предложении, это выглядело бы следующим образом: “Центр обработки данных с высоким уровнем модульности, расширяемости, и энергетической эффективности, а также возможностью постоянного расширения, в случае необходимости, который можно очень быстро и дешево развертывать в любом месте мира”. Звучит слишком хорошо для того чтобы быть правдой, не так ли? Ну, не забывайте, что эти концепции находились в процессе начальной разработки и создания опытного образца в течение более одного года и основываются на опыте, накопленном в ходе развития предыдущих поколений ЦОД, а также успехах, сделанных нами со времени, когда мы начали вкладывать серьезные средства в этот новый проект.
One of the biggest challenges we’ve had at Microsoft is something Mike likes to call the ‘Goldilock’s Problem’. In a nutshell, the problem can be stated as:
The worst thing we can do in delivering facilities for the business is not have enough capacity online, thus limiting the growth of our products and services.Одну из самых больших проблем, с которыми приходилось сталкиваться Майкрософт, Майк любит называть ‘Проблемой Лютика’. Вкратце, эту проблему можно выразить следующим образом:
Самое худшее, что может быть при строительстве ЦОД для бизнеса, это не располагать достаточными производственными мощностями, и тем самым ограничивать рост наших продуктов и сервисов.The second worst thing we can do in delivering facilities for the business is to have too much capacity online.
А вторым самым худшим моментом в этой сфере может слишком большое количество производственных мощностей.
This has led to a focus on smart, intelligent growth for the business — refining our overall demand picture. It can’t be too hot. It can’t be too cold. It has to be ‘Just Right!’ The capital dollars of investment are too large to make without long term planning. As we struggled to master these interesting challenges, we had to ensure that our technological plan also included solutions for the business and operational challenges we faced as well.
So let’s take a high level look at our Generation 4 designЭто заставило нас сосредоточиваться на интеллектуальном росте для бизнеса — refining our overall demand picture. Это не должно быть слишком горячим. И это не должно быть слишком холодным. Это должно быть ‘как раз, таким как надо!’ Нельзя делать такие большие капиталовложения без долгосрочного планирования. Пока мы старались решить эти интересные проблемы, мы должны были гарантировать, что наш технологический план будет также включать решения для коммерческих и эксплуатационных проблем, с которыми нам также приходилось сталкиваться.
Давайте рассмотрим наш проект дата-центра четвертого поколенияAre you ready for some great visuals? Check out this video at Soapbox. Click here for the Microsoft 4th Gen Video.
It’s a concept video that came out of my Data Center Research and Engineering team, under Daniel Costello, that will give you a view into what we think is the future.
From a configuration, construct-ability and time to market perspective, our primary goals and objectives are to modularize the whole data center. Not just the server side (like the Chicago facility), but the mechanical and electrical space as well. This means using the same kind of parts in pre-manufactured modules, the ability to use containers, skids, or rack-based deployments and the ability to tailor the Redundancy and Reliability requirements to the application at a very specific level.
Посмотрите это видео, перейдите по ссылке для просмотра видео о Microsoft 4th Gen:
Это концептуальное видео, созданное командой отдела Data Center Research and Engineering, возглавляемого Дэниелом Костелло, которое даст вам наше представление о будущем.
С точки зрения конфигурации, строительной технологичности и времени вывода на рынок, нашими главными целями и задачами агрегатирование всего дата-центра. Не только серверную часть, как дата-центр в Чикаго, но также системы охлаждения и электрические системы. Это означает применение деталей одного типа в сборных модулях, возможность использования контейнеров, салазок, или стоечных систем, а также возможность подстраивать требования избыточности и надежности для данного приложения на очень специфичном уровне.Our goals from a cost perspective were simple in concept but tough to deliver. First and foremost, we had to reduce the capital cost per critical Mega Watt by the class of use. Some applications can run with N-level redundancy in the infrastructure, others require a little more infrastructure for support. These different classes of infrastructure requirements meant that optimizing for all cost classes was paramount. At Microsoft, we are not a one trick pony and have many Online products and services (240+) that require different levels of operational support. We understand that and ensured that we addressed it in our design which will allow us to reduce capital costs by 20%-40% or greater depending upon class.
Нашими целями в области затрат были концептуально простыми, но трудно реализуемыми. В первую очередь мы должны были снизить капитальные затраты в пересчете на один мегаватт, в зависимости от класса резервирования. Некоторые приложения могут вполне работать на базе инфраструктуры с резервированием на уровне N, то есть без резервирования, а для работы других приложений требуется больше инфраструктуры. Эти разные классы требований инфраструктуры подразумевали, что оптимизация всех классов затрат имеет преобладающее значение. В Майкрософт мы не ограничиваемся одним решением и располагаем большим количеством интерактивных продуктов и сервисов (240+), которым требуются разные уровни эксплуатационной поддержки. Мы понимаем это, и учитываем это в своем проекте, который позволит нам сокращать капитальные затраты на 20%-40% или более в зависимости от класса.For example, non-critical or geo redundant applications have low hardware reliability requirements on a location basis. As a result, Gen 4 can be configured to provide stripped down, low-cost infrastructure with little or no redundancy and/or temperature control. Let’s say an Online service team decides that due to the dramatically lower cost, they will simply use uncontrolled outside air with temperatures ranging 10-35 C and 20-80% RH. The reality is we are already spec-ing this for all of our servers today and working with server vendors to broaden that range even further as Gen 4 becomes a reality. For this class of infrastructure, we eliminate generators, chillers, UPSs, and possibly lower costs relative to traditional infrastructure.
Например, некритичные или гео-избыточные системы имеют низкие требования к аппаратной надежности на основе местоположения. В результате этого, Gen 4 можно конфигурировать для упрощенной, недорогой инфраструктуры с низким уровнем (или вообще без резервирования) резервирования и / или температурного контроля. Скажем, команда интерактивного сервиса решает, что, в связи с намного меньшими затратами, они будут просто использовать некондиционированный наружный воздух с температурой 10-35°C и влажностью 20-80% RH. В реальности мы уже сегодня предъявляем эти требования к своим серверам и работаем с поставщиками серверов над еще большим расширением диапазона температур, так как наш модуль и подход Gen 4 становится реальностью. Для подобного класса инфраструктуры мы удаляем генераторы, чиллеры, ИБП, и, возможно, будем предлагать более низкие затраты, по сравнению с традиционной инфраструктурой.
Applications that demand higher level of redundancy or temperature control will use configurations of Gen 4 to meet those needs, however, they will also cost more (but still less than traditional data centers). We see this cost difference driving engineering behavioral change in that we predict more applications will drive towards Geo redundancy to lower costs.
Системы, которым требуется более высокий уровень резервирования или температурного контроля, будут использовать конфигурации Gen 4, отвечающие этим требованиям, однако, они будут также стоить больше. Но все равно они будут стоить меньше, чем традиционные дата-центры. Мы предвидим, что эти различия в затратах будут вызывать изменения в методах инжиниринга, и по нашим прогнозам, это будет выражаться в переходе все большего числа систем на гео-избыточность и меньшие затраты.
Another cool thing about Gen 4 is that it allows us to deploy capacity when our demand dictates it. Once finalized, we will no longer need to make large upfront investments. Imagine driving capital costs more closely in-line with actual demand, thus greatly reducing time-to-market and adding the capacity Online inherent in the design. Also reduced is the amount of construction labor required to put these “building blocks” together. Since the entire platform requires pre-manufacture of its core components, on-site construction costs are lowered. This allows us to maximize our return on invested capital.
Еще одно достоинство Gen 4 состоит в том, что он позволяет нам разворачивать дополнительные мощности, когда нам это необходимо. Как только мы закончим проект, нам больше не нужно будет делать большие начальные капиталовложения. Представьте себе возможность более точного согласования капитальных затрат с реальными требованиями, и тем самым значительного снижения времени вывода на рынок и интерактивного добавления мощностей, предусматриваемого проектом. Также снижен объем строительных работ, требуемых для сборки этих “строительных блоков”. Поскольку вся платформа требует предварительного изготовления ее базовых компонентов, затраты на сборку также снижены. Это позволит нам увеличить до максимума окупаемость своих капиталовложений.
Мы все подвергаем сомнениюIn our design process, we questioned everything. You may notice there is no roof and some might be uncomfortable with this. We explored the need of one and throughout our research we got some surprising (positive) results that showed one wasn’t needed.
В своем процессе проектирования мы все подвергаем сомнению. Вы, наверное, обратили внимание на отсутствие крыши, и некоторым специалистам это могло не понравиться. Мы изучили необходимость в крыше и в ходе своих исследований получили удивительные результаты, которые показали, что крыша не нужна.
Серийное производство дата центров
In short, we are striving to bring Henry Ford’s Model T factory to the data center. http://en.wikipedia.org/wiki/Henry_Ford#Model_T. Gen 4 will move data centers from a custom design and build model to a commoditized manufacturing approach. We intend to have our components built in factories and then assemble them in one location (the data center site) very quickly. Think about how a computer, car or plane is built today. Components are manufactured by different companies all over the world to a predefined spec and then integrated in one location based on demands and feature requirements. And just like Henry Ford’s assembly line drove the cost of building and the time-to-market down dramatically for the automobile industry, we expect Gen 4 to do the same for data centers. Everything will be pre-manufactured and assembled on the pad.Мы хотим применить модель автомобильной фабрики Генри Форда к дата-центру. Проект Gen 4 будет способствовать переходу от модели специализированного проектирования и строительства к товарно-производственному, серийному подходу. Мы намерены изготавливать свои компоненты на заводах, а затем очень быстро собирать их в одном месте, в месте строительства дата-центра. Подумайте о том, как сегодня изготавливается компьютер, автомобиль или самолет. Компоненты изготавливаются по заранее определенным спецификациям разными компаниями во всем мире, затем собираются в одном месте на основе спроса и требуемых характеристик. И точно так же как сборочный конвейер Генри Форда привел к значительному уменьшению затрат на производство и времени вывода на рынок в автомобильной промышленности, мы надеемся, что Gen 4 сделает то же самое для дата-центров. Все будет предварительно изготавливаться и собираться на месте.
Невероятно энергоэффективный ЦОД
And did we mention that this platform will be, overall, incredibly energy efficient? From a total energy perspective not only will we have remarkable PUE values, but the total cost of energy going into the facility will be greatly reduced as well. How much energy goes into making concrete? Will we need as much of it? How much energy goes into the fuel of the construction vehicles? This will also be greatly reduced! A key driver is our goal to achieve an average PUE at or below 1.125 by 2012 across our data centers. More than that, we are on a mission to reduce the overall amount of copper and water used in these facilities. We believe these will be the next areas of industry attention when and if the energy problem is solved. So we are asking today…“how can we build a data center with less building”?А мы упоминали, что эта платформа будет, в общем, невероятно энергоэффективной? С точки зрения общей энергии, мы получим не только поразительные значения PUE, но общая стоимость энергии, затраченной на объект будет также значительно снижена. Сколько энергии идет на производство бетона? Нам нужно будет столько энергии? Сколько энергии идет на питание инженерных строительных машин? Это тоже будет значительно снижено! Главным стимулом является достижение среднего PUE не больше 1.125 для всех наших дата-центров к 2012 году. Более того, у нас есть задача сокращения общего количества меди и воды в дата-центрах. Мы думаем, что эти задачи станут следующей заботой отрасли после того как будет решена энергетическая проблема. Итак, сегодня мы спрашиваем себя…“как можно построить дата-центр с меньшим объемом строительных работ”?
Строительство дата центров без чиллеровWe have talked openly and publicly about building chiller-less data centers and running our facilities using aggressive outside economization. Our sincerest hope is that Gen 4 will completely eliminate the use of water. Today’s data centers use massive amounts of water and we see water as the next scarce resource and have decided to take a proactive stance on making water conservation part of our plan.
Мы открыто и публично говорили о строительстве дата-центров без чиллеров и активном использовании в наших центрах обработки данных технологий свободного охлаждения или фрикулинга. Мы искренне надеемся, что Gen 4 позволит полностью отказаться от использования воды. Современные дата-центры расходуют большие объемы воды и так как мы считаем воду следующим редким ресурсом, мы решили принять упреждающие меры и включить экономию воды в свой план.
By sharing this with the industry, we believe everyone can benefit from our methodology. While this concept and approach may be intimidating (or downright frightening) to some in the industry, disclosure ultimately is better for all of us.
Делясь этим опытом с отраслью, мы считаем, что каждый сможет извлечь выгоду из нашей методологией. Хотя эта концепция и подход могут показаться пугающими (или откровенно страшными) для некоторых отраслевых специалистов, раскрывая свои планы мы, в конечном счете, делаем лучше для всех нас.
Gen 4 design (even more than just containers), could reduce the ‘religious’ debates in our industry. With the central spine infrastructure in place, containers or pre-manufactured server halls can be either AC or DC, air-side economized or water-side economized, or not economized at all (though the sanity of that might be questioned). Gen 4 will allow us to decommission, repair and upgrade quickly because everything is modular. No longer will we be governed by the initial decisions made when constructing the facility. We will have almost unlimited use and re-use of the facility and site. We will also be able to use power in an ultra-fluid fashion moving load from critical to non-critical as use and capacity requirements dictate.
Проект Gen 4 позволит уменьшить ‘религиозные’ споры в нашей отрасли. Располагая базовой инфраструктурой, контейнеры или сборные серверные могут оборудоваться системами переменного или постоянного тока, воздушными или водяными экономайзерами, или вообще не использовать экономайзеры. Хотя можно подвергать сомнению разумность такого решения. Gen 4 позволит нам быстро выполнять работы по выводу из эксплуатации, ремонту и модернизации, поскольку все будет модульным. Мы больше не будем руководствоваться начальными решениями, принятыми во время строительства дата-центра. Мы сможем использовать этот дата-центр и инфраструктуру в течение почти неограниченного периода времени. Мы также сможем применять сверхгибкие методы использования электрической энергии, переводя оборудование в режимы критической или некритической нагрузки в соответствии с требуемой мощностью.
Gen 4 – это стандартная платформаFinally, we believe this is a big game changer. Gen 4 will provide a standard platform that our industry can innovate around. For example, all modules in our Gen 4 will have common interfaces clearly defined by our specs and any vendor that meets these specifications will be able to plug into our infrastructure. Whether you are a computer vendor, UPS vendor, generator vendor, etc., you will be able to plug and play into our infrastructure. This means we can also source anyone, anywhere on the globe to minimize costs and maximize performance. We want to help motivate the industry to further innovate—with innovations from which everyone can reap the benefits.
Наконец, мы уверены, что это будет фактором, который значительно изменит ситуацию. Gen 4 будет представлять собой стандартную платформу, которую отрасль сможет обновлять. Например, все модули в нашем Gen 4 будут иметь общепринятые интерфейсы, четко определяемые нашими спецификациями, и оборудование любого поставщика, которое отвечает этим спецификациям можно будет включать в нашу инфраструктуру. Независимо от того производите вы компьютеры, ИБП, генераторы и т.п., вы сможете включать свое оборудование нашу инфраструктуру. Это означает, что мы также сможем обеспечивать всех, в любом месте земного шара, тем самым сводя до минимума затраты и максимальной увеличивая производительность. Мы хотим создать в отрасли мотивацию для дальнейших инноваций – инноваций, от которых каждый сможет получать выгоду.
Главные характеристики дата-центров четвертого поколения Gen4To summarize, the key characteristics of our Generation 4 data centers are:
Scalable
Plug-and-play spine infrastructure
Factory pre-assembled: Pre-Assembled Containers (PACs) & Pre-Manufactured Buildings (PMBs)
Rapid deployment
De-mountable
Reduce TTM
Reduced construction
Sustainable measuresНиже приведены главные характеристики дата-центров четвертого поколения Gen 4:
Расширяемость;
Готовая к использованию базовая инфраструктура;
Изготовление в заводских условиях: сборные контейнеры (PAC) и сборные здания (PMB);
Быстрота развертывания;
Возможность демонтажа;
Снижение времени вывода на рынок (TTM);
Сокращение сроков строительства;
Экологичность;Map applications to DC Class
We hope you join us on this incredible journey of change and innovation!
Long hours of research and engineering time are invested into this process. There are still some long days and nights ahead, but the vision is clear. Rest assured however, that we as refine Generation 4, the team will soon be looking to Generation 5 (even if it is a bit farther out). There is always room to get better.
Использование систем электропитания постоянного тока.
Мы надеемся, что вы присоединитесь к нам в этом невероятном путешествии по миру изменений и инноваций!
На этот проект уже потрачены долгие часы исследований и проектирования. И еще предстоит потратить много дней и ночей, но мы имеем четкое представление о конечной цели. Однако будьте уверены, что как только мы доведем до конца проект модульного дата-центра четвертого поколения, мы вскоре начнем думать о проекте дата-центра пятого поколения. Всегда есть возможность для улучшений.So if you happen to come across Goldilocks in the forest, and you are curious as to why she is smiling you will know that she feels very good about getting very close to ‘JUST RIGHT’.
Generations of Evolution – some background on our data center designsТак что, если вы встретите в лесу девочку по имени Лютик, и вам станет любопытно, почему она улыбается, вы будете знать, что она очень довольна тем, что очень близко подошла к ‘ОПИМАЛЬНОМУ РЕШЕНИЮ’.
Поколения эволюции – история развития наших дата-центровWe thought you might be interested in understanding what happened in the first three generations of our data center designs. When Ray Ozzie wrote his Software plus Services memo it posed a very interesting challenge to us. The winds of change were at ‘tornado’ proportions. That “plus Services” tag had some significant (and unstated) challenges inherent to it. The first was that Microsoft was going to evolve even further into an operations company. While we had been running large scale Internet services since 1995, this development lead us to an entirely new level. Additionally, these “services” would span across both Internet and Enterprise businesses. To those of you who have to operate “stuff”, you know that these are two very different worlds in operational models and challenges. It also meant that, to achieve the same level of reliability and performance required our infrastructure was going to have to scale globally and in a significant way.
Мы подумали, что может быть вам будет интересно узнать историю первых трех поколений наших центров обработки данных. Когда Рэй Оззи написал свою памятную записку Software plus Services, он поставил перед нами очень интересную задачу. Ветра перемен двигались с ураганной скоростью. Это окончание “plus Services” скрывало в себе какие-то значительные и неопределенные задачи. Первая заключалась в том, что Майкрософт собиралась в еще большей степени стать операционной компанией. Несмотря на то, что мы управляли большими интернет-сервисами, начиная с 1995 г., эта разработка подняла нас на абсолютно новый уровень. Кроме того, эти “сервисы” охватывали интернет-компании и корпорации. Тем, кому приходится всем этим управлять, известно, что есть два очень разных мира в области операционных моделей и задач. Это также означало, что для достижения такого же уровня надежности и производительности требовалось, чтобы наша инфраструктура располагала значительными возможностями расширения в глобальных масштабах.
It was that intense atmosphere of change that we first started re-evaluating data center technology and processes in general and our ideas began to reach farther than what was accepted by the industry at large. This was the era of Generation 1. As we look at where most of the world’s data centers are today (and where our facilities were), it represented all the known learning and design requirements that had been in place since IBM built the first purpose-built computer room. These facilities focused more around uptime, reliability and redundancy. Big infrastructure was held accountable to solve all potential environmental shortfalls. This is where the majority of infrastructure in the industry still is today.
Именно в этой атмосфере серьезных изменений мы впервые начали переоценку ЦОД-технологий и технологий вообще, и наши идеи начали выходить за пределы общепринятых в отрасли представлений. Это была эпоха ЦОД первого поколения. Когда мы узнали, где сегодня располагается большинство мировых дата-центров и где находятся наши предприятия, это представляло весь опыт и навыки проектирования, накопленные со времени, когда IBM построила первую серверную. В этих ЦОД больше внимания уделялось бесперебойной работе, надежности и резервированию. Большая инфраструктура была призвана решать все потенциальные экологические проблемы. Сегодня большая часть инфраструктуры все еще находится на этом этапе своего развития.
We soon realized that traditional data centers were quickly becoming outdated. They were not keeping up with the demands of what was happening technologically and environmentally. That’s when we kicked off our Generation 2 design. Gen 2 facilities started taking into account sustainability, energy efficiency, and really looking at the total cost of energy and operations.
Очень быстро мы поняли, что стандартные дата-центры очень быстро становятся устаревшими. Они не поспевали за темпами изменений технологических и экологических требований. Именно тогда мы стали разрабатывать ЦОД второго поколения. В этих дата-центрах Gen 2 стали принимать во внимание такие факторы как устойчивое развитие, энергетическая эффективность, а также общие энергетические и эксплуатационные.
No longer did we view data centers just for the upfront capital costs, but we took a hard look at the facility over the course of its life. Our Quincy, Washington and San Antonio, Texas facilities are examples of our Gen 2 data centers where we explored and implemented new ways to lessen the impact on the environment. These facilities are considered two leading industry examples, based on their energy efficiency and ability to run and operate at new levels of scale and performance by leveraging clean hydro power (Quincy) and recycled waste water (San Antonio) to cool the facility during peak cooling months.
Мы больше не рассматривали дата-центры только с точки зрения начальных капитальных затрат, а внимательно следили за работой ЦОД на протяжении его срока службы. Наши объекты в Куинси, Вашингтоне, и Сан-Антонио, Техас, являются образцами наших ЦОД второго поколения, в которых мы изучали и применяли на практике новые способы снижения воздействия на окружающую среду. Эти объекты считаются двумя ведущими отраслевыми примерами, исходя из их энергетической эффективности и способности работать на новых уровнях производительности, основанных на использовании чистой энергии воды (Куинси) и рециклирования отработанной воды (Сан-Антонио) для охлаждения объекта в самых жарких месяцах.
As we were delivering our Gen 2 facilities into steel and concrete, our Generation 3 facilities were rapidly driving the evolution of the program. The key concepts for our Gen 3 design are increased modularity and greater concentration around energy efficiency and scale. The Gen 3 facility will be best represented by the Chicago, Illinois facility currently under construction. This facility will seem very foreign compared to the traditional data center concepts most of the industry is comfortable with. In fact, if you ever sit around in our container hanger in Chicago it will look incredibly different from a traditional raised-floor data center. We anticipate this modularization will drive huge efficiencies in terms of cost and operations for our business. We will also introduce significant changes in the environmental systems used to run our facilities. These concepts and processes (where applicable) will help us gain even greater efficiencies in our existing footprint, allowing us to further maximize infrastructure investments.
Так как наши ЦОД второго поколения строились из стали и бетона, наши центры обработки данных третьего поколения начали их быстро вытеснять. Главными концептуальными особенностями ЦОД третьего поколения Gen 3 являются повышенная модульность и большее внимание к энергетической эффективности и масштабированию. Дата-центры третьего поколения лучше всего представлены объектом, который в настоящее время строится в Чикаго, Иллинойс. Этот ЦОД будет выглядеть очень необычно, по сравнению с общепринятыми в отрасли представлениями о дата-центре. Действительно, если вам когда-либо удастся побывать в нашем контейнерном ангаре в Чикаго, он покажется вам совершенно непохожим на обычный дата-центр с фальшполом. Мы предполагаем, что этот модульный подход будет способствовать значительному повышению эффективности нашего бизнеса в отношении затрат и операций. Мы также внесем существенные изменения в климатические системы, используемые в наших ЦОД. Эти концепции и технологии, если применимо, позволят нам добиться еще большей эффективности наших существующих дата-центров, и тем самым еще больше увеличивать капиталовложения в инфраструктуру.
This is definitely a journey, not a destination industry. In fact, our Generation 4 design has been under heavy engineering for viability and cost for over a year. While the demand of our commercial growth required us to make investments as we grew, we treated each step in the learning as a process for further innovation in data centers. The design for our future Gen 4 facilities enabled us to make visionary advances that addressed the challenges of building, running, and operating facilities all in one concerted effort.
Это определенно путешествие, а не конечный пункт назначения. На самом деле, наш проект ЦОД четвертого поколения подвергался серьезным испытаниям на жизнеспособность и затраты на протяжении целого года. Хотя необходимость в коммерческом росте требовала от нас постоянных капиталовложений, мы рассматривали каждый этап своего развития как шаг к будущим инновациям в области дата-центров. Проект наших будущих ЦОД четвертого поколения Gen 4 позволил нам делать фантастические предположения, которые касались задач строительства, управления и эксплуатации объектов как единого упорядоченного процесса.
Тематики
Синонимы
EN
Русско-английский словарь нормативно-технической терминологии > модульный центр обработки данных (ЦОД)
См. также в других словарях:
Scale model — A scale model of the Tower of London. This model can be found inside the tower … Wikipedia
Data integration — involves combining data residing in different sources and providing users with a unified view of these data.[1] This process becomes significant in a variety of situations, which include both commercial (when two similar companies need to merge… … Wikipedia
Model aircraft — A die cast Boeing 747 400 model. Model aircraft are flying or non flying models of existing or imaginary aircraft using a variety of materials including plastic, diecast metal, polystyrene, balsa wood, foam and fibreglass. Flying designs range… … Wikipedia
Model rocket — A typical model rocket during launch A model rocket is a small rocket that is commonly advertised as being able to be launched by anybody, to, in general, low altitudes (usually to around 100–500 m (300–1500 ft) for a 30 g (1 oz.) model) and … Wikipedia
Model maker — A model maker is a professional craftsperson who creates a 3 dimensional representation of a design or concept. Most products in use and in development today first take form as a model. This model may be an exacting duplicate (prototype) of the… … Wikipedia
Model — Contents 1 Physical 1.1 Human models 2 Nonphysical 2.1 … Wikipedia
Data Intensive Computing — is a class of parallel computing applications which use a data parallel approach to processing large volumes of data typically terabytes or petabytes in size and typically referred to as Big Data. Computing applications which devote most of their … Wikipedia
Scale space — theory is a framework for multi scale signal representation developed by the computer vision, image processing and signal processing communities with complementary motivations from physics and biological vision. It is a formal theory for handling … Wikipedia
Data envelopment analysis — (DEA) is a nonparametric method in operations research and economics for the estimation of production frontiers[clarification needed]. It is used to empirically measure productive efficiency of decision making units (or DMUs). Non parametric… … Wikipedia
Data Vault Modeling — is a database modeling method that is designed to provide historical storage of data coming in from multiple operational systems. It is also a method of looking at historical data that, apart from the modeling aspect, deals with issues such as… … Wikipedia
Model-based design — (MBD) is a mathematical and visual method of addressing problems associated with designing complex control,[1][2] signal processing[3] and communication systems. It is used in many motion control, industrial equipment, aerospace, and automotive… … Wikipedia
