развития отрасли

 

перспективы развития какой-л. отрасли промышленности
—
[А.С.Гольдберг. Англо-русский энергетический словарь. 2006 г.]

Тематики

• энергетика в целом

EN

• industry trends

Security: state-of-the-art (напр. отрасли)

1) Military: development program, development programme

2) Economy: plan for expansion, plan of development, programme of development

3) Metallurgy: expansion program (предприятия, отрасли)

4) Business: development agenda

1) Engineering: state-of-the-art (данной отрасли или системы)

2) Psychology: evolvement

1) Economy: level of development (англ. термин взят из репортажа агентства Bloomberg)

2) Cinema: state-of-the-art

3) Psychology: developmental level

4) Ecology: status of development

5) Quality control: state-of-the-art (напр. теории надёжности)

6) Aviation medicine: state-of-the-art (современное) (науки, техники)

7) Security: (современный) state-of-the-art (напр. отрасли)

 

аппроксимация производственно-технологических возможностей
Математический прием сокращения размерности сложных задач оптимального планирования. Потребность в сокращении размерности экономико-математических задач существует, например, в планировании развития крупных хозяйственных объединений — финансово-промышленных групп, концернов, отраслевых объединений. Сущность метода состоит в следующем. Число теоретически возможных вариантов развития любого экономического объекта очень велико (проект нефтеперерабатывающего завода может быть рассчитан, допустим, на 1 млн. т, или 1,2 млн., или 1,3 млн. т и т.д., проект плана развития отрасли может предусматривать рост производства на 3, 4, 5, 6 % и т.д.). Поэтому по каждому проекту отбирается лишь несколько вариантов мощности (и связанных с ней показателей себестоимости, объемов капиталовложений и др.). Соответственно может быть «сжата» и номенклатура продукции: она может быть представлена одним или несколькими видами тем или иным образом отобранных «представителей» (см. Агрегирование) и тогда описание производственных возможностей отрасли (группы фирм) приближенно аппроксимируется с помощью одного линейного ограничения. Такое агрегирование информации позволяет формулировать плановую задачу приемлемой размерности и делает реальным расчет проекта плана, оптимального с точки зрения того или иного избранного критерия.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• approximation of production possibilities

1) General subject: bill (концерта и т. п.), blueprint, catalogue, package, playbill, program, programme, project (строительства и т. п.), routine, schedule, scheme, syllabus (курса, лекций), syllabus (курса, лекций, подготовки и т.п.)

2) Computers: software

3) Geology: slate (состязаний и т.п.)

4) Naval: program instruction

5) American: catalog

6) Sports: repertoire, routines (в спортивной гимнастике)

7) Military: equipment requirements program, itinerary (напр. визита), mine development program, priority placement program, (специальная) project, reserve enlisted program, sequence, slate, syllabus (боевой подготовки)

8) Engineering: agenda, code, high performance computing and communications initiative, mission (напр. проведения экспериментов), route

9) Bookish: schema

10) Construction: policy

11) Mathematics: course, диспетчер, загрузчик, консультант

12) Religion: outreach

13) Accounting: layout

14) Psychology: syllabus (курса и т. п.)

15) TV: lineup

16) Information technology: TSR program, applet (в интерфейсе Windows), application (прикладная), code (машинная), computer programme, data flow program, product, program item, rout (стандартная), routine (стандартная), routine program, routine program (стандартная), rtn (стандартная)

17) Oil: curriculum

18) Geophysics: module, LMO - Linear Move Out

19) Metrology: algorithm

20) Advertising: program book, programme book, schedule (передач)

21) Patents: (стандартная) routine (для ЭВМ)

22) Business: plan

23) Missiles: preset

24) Automation: (управляющая) code, instruction (действий), profile (напр. развития отрасли), (стандартная) routine

25) Quality control: scope (напр. статистического наблюдения)

26) Robots: program( производственная)

27) Psychoanalysis: syllabus (курса и т.п.)

28) Makarov: application program (прикладная), code (ЭВМ), code (управляющая), diary, job, procedure, program (последовательность команд для решения задачи), routine (для ЭВМ), routine (последовательность команд для выполнения какой-л. операции), schedule (мероприятия)

29) Logistics: doctrine

30) Marketology: initiative

 

модульный центр обработки данных (ЦОД)
-
[Интент]

Параллельные тексты EN-RU

[ http://loosebolts.wordpress.com/2008/12/02/our-vision-for-generation-4-modular-data-centers-one-way-of-getting-it-just-right/]

[ 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 design

Это 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 поколения

Are 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 сомнению

In 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 чиллеров

We 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 платформа

Finally, 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 Gen4

To 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 measures

Ниже 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 designs

Так 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-центров

We 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

• ЦОДы (центры обработки данных)

Синонимы

• модульный ЦОД

EN

• modular data center

 

динамические модели межотраслевого баланса
Частный случай динамических моделей экономики; основаны на принципе межотраслевого баланса, в который дополнительно вводятся уравнения, характеризующие изменения межотраслевых связей во времени на основе отдельных показателей, например, капитальных вложений и основных фондов (что позволяет создать преемственность между балансами отдельных периодов). Единообразного метода решения этой задачи пока нет. В принципе она может решаться следующим образом (при условии, что в динамической межотраслевой модели, как и в статическом МОБ, связи принимаются линейными). В отличие от уравнений статического МОБ, где конечный продукт каждой отрасли представлен одним слагаемым, здесь он распадается на два — фонд накопления и фонд непроизводственного потребления. Система уравнений в этом случае записывается так: (i=1, 2, …, n, j=1, 2, …, n), где Mi — часть продукции i-й отрасли, идущая в фонд накопления (она не может быть равна нулю только в так называемых фондообразующих отраслях — строительстве, машиностроении); wi — часть продукции i-й отрасли, выделяемая на непроизводственное потребление (остальные обозначения см. в статье Межотраслевой баланс). Такие модели с разделением конечного продукта называются «моделями леонтьевского типа» (по имени американского экономиста В. Леонтьева). Ту часть фонда накопления, которая передается «фондообразующей отраслью» i в j-ю отрасль, обозначим Mij. Тогда общий объем капитальных вложений, направляемых в j-ю отрасль, определяется по формуле Отсюда, зная коэффициент фондоотдачи в j-й отрасли, можно вычислить прирост ее валовой продукции. Таким образом, получаем описание цикла воспроизводства (обычно за один год) - от создания фондов до выявления возросших в результате их использования производственных возможностей. Конечно, здесь допущено много нереалистичных упрощений (например, новые средства производства «немедленно» дают продукцию, тогда как в действительности для этого требуется существенный лаг). Но модель показывает, что для управления процессом решающее значение имеет соотношение между фондом накопления и фондом потребления конечной продукции. Отечественными экономистами были разработаны разные типы динамических межотраслевых моделей, в том числе более сложные, но зато и более адекватно описывающие динамику экономического развития (хотя и здесь еще упрощения существенны). Во-первых, модели с обратной рекурсией, в которых балансы производства и распределения продукции за последний год планового периода сочетаются с уравнениями потребности в капитальных вложениях за весь плановый период. На втором этапе решения такой модели показатели производства продукции и капитальных вложений распределяются по всем годам планового периода в направлении от последнего года к первому (откуда и название модели). Во-вторых, модели поэтапного расчета объемов производства продукции и капитальных вложений для каждого года планового периода. Они представляются обычно как совокупность балансов производства продукции и капитальных вложений, потребность в которых для будущих лет устанавливается путем нормирования незавершенного строительства. В-третьих, модели с явным учетом лага капитальных вложений, в которых показана прямая и обратная их связь во времени с показателями производства продукции. С одной стороны, объемы продукции отраслей, создающих средства производства («фондосоздающих»), зависят от тенденций развития производства в будущем. С другой стороны, потребность в приросте фондов в данном году во многом зависит от их динамики в прошлом. Модели с явным учетом лага капитальных вложений точнее других отражают процессы воспроизводства, но они и сложнее по структуре. Кроме того, их трудно обеспечить необходимой информацией. Укрупненная 18-отраслевая динамическая модель МОБ практически применялась бывш. Госпланом СССР при разработке наметок основных показателей долгосрочного социального и экономического развития страны. Расчеты по этой модели отражали физический рост объемов производства и отраслевое распределение производственных ресурсов (капитальные вложения, численность занятых, структура материального производства, распределение продукции отдельных отраслей для текущего производственного потребления, производственного и непроизводственного накопления, непроизводственное потребление, внешнеторговый оборот и т.д.). В стране, отказавшейся от централизованного директивного планирования, подобные модели вряд ли найдут применение в прежнем виде. Но вполне возможно их использование в прогнозных и аналитических расчетах — что подтверждается опытом ученых-экономистов в США и других странах.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• dynamic input
• output models

 

индекс
Индексом является 16 битовый адрес, используемый для доступа к объектному словарю CANopen. Для массивов и записей этот адрес расширяется 8 битовым субиндексом.
[ http://can-cia.com/fileadmin/cia/pdfs/CANdictionary-v2_ru.pdf]

индекс
1. Индексный показатель [index value, index number], величина, получаемая как отношение показателей одинаковой размерности при их сопоставлении (например, за различные периоды времени, для разных территорий). Поэтому индексы — безразмерные величины. И. могут быть индивидуальные (или частные), групповые и общие (агрегатные). Индивидуальные И. — показатели, характеризующие изменения во времени или в пространстве простых экономических явлений, отдельные элементы которых непосредственно соизмеримы (например, индекс производства зерна в стране). Под общими или собственно экономическими И. понимаются показатели, характеризующие изменения во времени или в пространстве каких-либо сложных экономических явлений, индивидуальные элементы которых непосредственно не соизмеримы (напр., общий индекс сельскохозяйственного производства). Их получают из частных путем определенной математико-статистической обработки, чаще всего они представляют собой некоторую взвешенную среднюю из индивидуальных И. То же относится к групповым И. Индивидуальные (частные) И. являются исходными данными для индексных расчетов (или, что то же, для применения т.н. индексного метода сравнения экономических или иных показателей). Для характеристики показателей (например, сопоставления размера выпуска отдельных товаров в базисном периоде и в текущем периоде) вычисляют либо И. базисные (с постоянной, неизменной по времени базой) либо цепные (с переменной базой, т.е. получаемые путем сопоставления индексируемой величины в каждый данный срок с ее величиной в предшествующий промежуток времени и перемножения полученных И.). Для индивидуальных индексов оба эти способа дают одинаковые результаты. Специфика же индексного метода проявляется тогда, когда вычисляются отношения сводных показателей, объединяющих однородные индивидуальные индексы. При выведении средней возникает необходимость их взвешивания. Бывает, что общий или групповой индекс строится не из индивидуальных индексов, а путем предварительного объединения соответствующих данных в базисном периоде и в текущем периоде в отдельности. Когда невозможно суммировать показатели непосредственно (например, количества разнородных товаров, проданных в розничной торговле), то количества умножают на цены, обязательно одинаковые в оба периода времени, произведения суммируют. Отношение этих сумм принимается за общий И. (физического объема розничного товарооборота).. В экономико-математических моделях ( вообще в современной экономике) для этих целей используются индексы цен (см. Ласпейреса индекс, Пааше индекс), физического объема производства, производительности труда, уровня жизни (см. Индекс стоимости жизни), хозяйственной активности (см. Индекс деловой активности, «Барометры», Доу Джонса индекс). Последние годы широко развивается конструирование разного рода сложных, в какой-то мере искусственных индексов – например, т.наз. Индекс экономической свободы, Индекс экономического развития. Они образуются путем умножения или иных операций с произвольно, в какой-то степени, отобранными частными индексами, характеризующими рассматриваемое явления, причем каждому из последних придается какой-то вес, основанный на экспертных оценках. Скажем, Индекс экономического развития страны образуется на основе данных о ее ВВП, продолжительности жизни населения и среднего уровня образования. А, например, индикаторами индекса экономической свободы фонда «Наследие» являются десять показателей, включая налогообложение, отношение зарплаты к ценам, права собственности и другие. В науке, а в последнее время и в публицистике ведется активное обсуждение достоверности и точности подобных индексов, особенно на макроуровне. Причем диапазон мнений— от беспрекословного их признания до утверждений об их абсолютной непригодности для измерения и анализа агрегатных показателей. Структурные сдвигив экономике, особенно усилившиеся в эпоху НТР, — пожалуй, главная причина возникающих при этом затруднений. См. также: Индекс заработной платы, Индекс качества жизни, Индекс концентрации производства, Индекс Ласпейреса, Индекс Лернера, Индекс настроений инвесторов,Индекс Пааше, Индекс потребительских цен, Индекс прибыльности, Индекс реального обменного курса, Индекс стоимости жизни, Индекс Херфиндаля—Хиршмана, Индекс хозяйственного развития территории, Индекс цен. 2. В экономико-математической литературе — надстрочный [superscript] или подстрочный [subscript] буквенный либо цифровой указатель, которым снабжаются математические обозначения (для того, чтобы отличать их друг от друга). Например, коэффициент прямых затрат в межотраслевом балансе aij означает затраты продукции отрасли i на единицу продукции отрасли j, а коэффициент aji, наоборот, — затраты продукции отрасли j на единицу продукции отрасли i. Количество индексов при переменных в какой-то степени характеризует сложность экономико-математических задач: различают задачи одноиндексные, двухиндексные, трехиндексные и т.д. 3. В библиотечных, почтовых и других классификациях И. — буквенное или цифровое обозначение (код). 4. См. также Массив данных.
[ http://slovar-lopatnikov.ru/]

Тематики

• сети вычислительные
• экономика

EN

• index

6. Индекс

Кодированная импульсная последовательность, записанная на сервоповерхности вида:

dddddododdo,

где d означает: для сервозоны - пару дибитов, для защитных зон - одиночный дибит;

о - означает: для сервозоны - отсутствующую пару дибитов, для защитных зон - отсутствующий одиночный дибит.

Индексом обозначается начальная точка данной дорожки

Источник: СТ СЭВ 4291-83: Машины вычислительные и системы обработки данных. Пакеты магнитных дисков емкостью 100 и 200 Мбайт. Технические требования и методы испытаний

 

межотраслевой баланс
МОБ
Каркасная модель экономики, таблица, в которой показываются многообразные натуральные и стоимостные связи в народном хозяйстве. Анализ МОБ дает комплексную характеристику процесса формирования и использования совокупного общественного продукта в отраслевом разрезе. Покажем это на простейшем примере стоимостного баланса. В основу его схемы положено разделение совокупного продукта на две части, играющие различную роль в процессе общественного воспроизводства, — промежуточный и конечный продукт (см. табл. 1). Выделенная часть таблицы МОБ составляет его первый раздел (первый квадрант МОБ). Это — шахматная таблица межотраслевых материальных связей. Она характеризует текущее производственное потребление. В строках и столбцах в одинаковом порядке перечислены одни и те же отрасли материального производства от 1-й до n-й; показатели, помещенные на пересечениях строк и столбцов, представляют собой величины межотраслевых потоков продукции и в общей форме обозначаются xij, где i и j соответственно номера отраслей производителей и потребителей. Например, число x32 на пересечении третьей строки и второго столбца говорит о том, что отрасль, обозначенная номером 3, произвела (или должна произвести, если баланс — плановый) для отрасли номер 2 продукцию стоимостью x32. Если обозначить количество продукции одной отрасли, необходимой для производства единицы продукции другой отрасли, через aij, а через xj — объем продукции отрасли-потребителя, то межотраслевой поток отраслей i и j составит aijxj. Показатели aij называются коэффициентами прямых затрат. Во втором разделе баланса (в таблице справа от первого) показывается структура конечного продукта, в третьем (он расположен под первым) — формирование его стоимости как суммы чистой продукции и амортизации. Конечный продукт отрасли i принято обозначать yi. В четвертом разделе показываются элементы перераспределения и конечного использования национального дохода. Одна из важнейших предпосылок модели МОБ — линейность связей — состоит в том, что выпуск продукции предпола гается пропорциональным прямым затратам предметов труда и ТАБЛИЦА живого труда, т.е. если прямые затраты увеличить вдвое, то и выпуск (валовой продукции) вырастет тоже вдвое, а если в выпуске данного продукта участвует несколько отраслей, то этот выпуск оказывается линейной (пропорциональной) функцией всех прямых затрат. Линейность связей, разумеется, упрощение реальной экономической действительности. На самом деле связи сложнее. Однако линейность принимается условно, ради упрощения процесса расчетов по межотраслевому балансу, поскольку при этом модель можно представить как систему линейных уравнений, методы решения которой хорошо известны в математике. Ведутся также поиски путей большего приближения МОБ к действительности путем отказа, в той или иной форме, от предпосылки линейности. В принципе возможны два метода оценки продукции в МОБ: по ценам производителей (учитывающим затраты на производство) и по ценам конечного потребления (учитывающим также затраты, связанные с реализацией продукции). На практике в основном применяется второй из этих методов. Стоимостный МОБ строится в разрезе «чистых» отраслей (см. Чистые и хозяйственные отрасли в межотраслевом балансе, Агрегирование) в сопоставимых средних ценах реализации продукции. Для расчета стоимостного баланса, построенного по указанной схеме, применяется экономико-математическая модель, которая представляет собой систему линейных уравнений: В матричной записи она выглядит еще компактнее: AX + Y = X где X — вектор-столбец объемов производства; Y — то же конечного продукта; A = [aij] — матрица коэффициентов прямых затрат. Эту систему принято называть уравнением Леонтьева. Решение системы относительно X позволяет выявить объем продукции каждой отрасли, необходимой для получения запланированного количества конечной продукции (Y), или, наоборот, определить конечный продукт по данным о валовом продукте. Как видим, принимается ли в уравнении за неизвестное X или Y, зависит от постановки задачи. Процесс ее решения связан с расчетом коэффициентов полных затрат (bij) продукции i-й отрасли на единицу продукции j-й отрасли (о методах их расчета см. Коэффициенты полных материальных затрат). Включив их в указанное выше уравнение, преобразуем его в следующее: или в матричной форме: X=BY. Таким образом, получим решение относительно X. Если известны коэффициенты bij, можно делать расчеты различных вариантов планового или прогнозного баланса, исходя из заданного количества конечного продукта общественного производства. Выбор из ряда вариантов МОБ на плановый (прогнозный) период одного «лучшего» в принципе позволил бы оптимизировать план (прогноз), однако методы оптимизации МОБ недостаточно разработаны. В планировании бывш. СССР применялся не только подобный статический стоимостный баланс, но и динамические балансы, натуральные балансы, натурально-стоимостные балансы и другие виды МОБ. Создание метода МОБ было крупным этапом в развитии экономико-математических исследований не только в СССР, но и во всем мире. Первый в истории отчетный баланс народного хозяйства СССР, построенный в виде шахматной таблицы межотраслевых связей, был рассчитан за 1923/24 хозяйственный год. Но тогда вычислительные возможности и состояние математической науки не позволили развить этот метод настолько, чтобы можно было включить его в практику народнохозяйственного планирования. Главным же препятствием явился произвол Сталина, не понявшего значения работ отечественных экономистов и прекратившего их. Многие наиболее талантливые ученые были подвергнуты репрессиям, уничтожены физически. За рубежом же новое направление успешно развивалось. Большой вклад в экономико-математическую разработку метода «затраты-выпуск» (термин, который применяется на Западе для обозначения того же понятия) внес В В.Леонтьев, американский экономист, лауреат Нобелевской премии по экономике. В СССР работы в этом направлении возобновились в середине 60-х годов под руководством акад. В.С.Немчинова. Проводились экспериментальные расчеты в экономических районах, был создан ряд модификаций МОБ страны, в том числе балансов материальных, стоимостных, балансов труда. Материалы отчетных балансов публиковались в статистических сборниках. За разработку и внедрение МОБ в практику группа советских экономистов в 1968 г. была удостоена Государственной премии СССР. В ее составе — акад. А.Н.Ефимов (руководитель работы), Э.Ф.Баранов, Л.Я.Берри, Э.Б.Ершов, Ф.Н.Клоцвог, В.В.Коссов, Л.Е.Минц, С.С.Шаталин, М.Р.Эйдельман. Переход к рыночной экономике и связанная с ним перестройка практики народнохозяйственного планирования ни в коем случае не умаляет значения МОБ как мощного инструмента анализа, прогнозирования, а также планирования (в частности, индикативного) социального и экономического развития страны. См. также: Агрегирование, Балансовая модель, Главная диагональ таблицы межотраслевого баланса, «Затраты-выпуск», Значащий элемент матрицы МОБ, Квадрант межотраслевого баланса, Конечное потребление, Конечный продукт (народнохозяйственный), Конечный продукт отрасли, Косвенные затраты, Коэффициенты комплексных затрат, Коэффициенты полных материальных затрат, Коэффициенты прямых затрат, Коэффициенты распределения, Матричный мультипликатор, Межотраслевые потоки, Межпродуктовый баланс; Натурально-стоимостной баланс, Натуральный межотраслевой баланс, Нулевые элементы матрицы МОБ, Отчетный межотраслевой баланс, Плановые коэффициенты прямых затрат, Плановый межотраслевой баланс, Продуктивность матрицы, Промежуточный продукт, Размерность межотраслевого баланса, Районный межотраслевой баланс, Сопряженнные отрасли, Стоимостная матрица, Стоимостной межотраслевой баланс, Столбец межотраслевого баланса, Строка межотраслевого баланса, Технологическая матрица, Треугольная матрица МОБ, Чистые и хозяйственные отрасли в межотраслевом балансе, Шахматная таблица, Элемент таблицы МОБ.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

Синонимы

• МОБ

EN

• input - output model
• I. O.
• intersectoral balance

 

экономико-математические исследования в бывш. СССР и России
(исторический очерк) Э.-м.и. — направление научных исследований, которые ведутся на стыке экономики, математики и кибернетики и имеют основной целью повышение экономической эффективности общественного производства с помощью математического анализа экономических процессов и явлений и основанных на нем методов принятия оптимальных (шире — рациональных) плановых и иных управленческих решений. Они затрагивают также общую проблематику оптимального распределения ресурсов безотносительно к характеру социально-экономического строя. Развитие Э.-м.и. в бывш. СССР надо рассматривать как этап противоречивого процесса развития отечественной экономической науки и часть общего процесса развития мировой экономической науки, в настоящее время во многом практически математизированной. Первым достижением в развитии Э.-м.и. явилась разработка советскими учеными межотраслевого баланса производства и распределения продукции в народном хозяйстве страны за 1923/24 хозяйственный год. В основу методологии их исследования были положены модели воспроизводства К.Маркса, а также модели В.К.Дмитриева. Эта работа нашла международное признание и предвосхитила развитие американским экономистом русского происхождения В.В.Леонтьевым его прославленного метода «затраты-выпуск».. (Впоследствии, после длительного перерыва, вызванного тем, что Сталин потребовал прекратить межотраслевые исследования, они стали широко применяться и в нашей стране под названием метода межотраслевого баланса.) Примерно в это же время советский экономист Г.А.Фельдман представил в Комиссию по составлению первого пятилетнего плана доклад «К теории темпов народного дохода», в котором предложил ряд моделей анализа и планирования синтетических показателей развития экономики. Этим самым были заложены основы теории экономического роста. Другой выдающийся ученый Н.К.Кондратьев разработал теорию долговременных экономических циклов, нашедшую мировое признание. Однако в начале тридцатых годов Э.м.и. в СССР были практически свернуты, а Фельдман, Кондратьев и сотни других советских экономистов были репрессированы, погибли в застенках Гулага. Продолжались лишь единичные, разрозненные исследования. В одном из них, работе Л.В.Канторовича «Математические методы организации и планирования производства» (1939 г.) были впервые изложены принципы новой отрасли математики, которая позднее получила название линейного программирования, а если смотреть шире, то этим были заложены основы фундаментальной для экономики теории оптимального распределения ресурсов. Л.В.Канторович четко сформулировал понятие экономического оптимума и ввел в науку оптимальные, объективно обусловленные оценки — средство решения и анализа оптимизационных задач. Одновременно советский экономист В.В.Новожилов пришел к аналогичным выводам относительно распределения ресурсов. Он выработал понятие оптимального плана народного хозяйства, как такого плана, который требует для заданного объема продукции наименьшей суммы трудовых затрат, и ввел понятия, позволяющие находить этот минимум: в частности, понятие «дифференциальных затрат народного хозяйства по данному продукту», близкое по смыслу к оптимальным оценкам Л.В.Канторовича. Большой вклад в разработку экономико-математических методов внес академик В.С.Немчинов: он создал ряд новых моделей МОБ, в том числе модель экономического района; очень велики его заслуги в области организационного оформления и развития экономико-математического направления советской науки. Он основал первую в стране экономико-математическую лабораторию, впоследствии на ее базе и на базе нескольких других коллективов был создан Центральный экономико-математический институт АН СССР, ныне ЦЭМИ РАН (см.ниже).. В 1965 г. академикам Л.В.Канторовичу, В.С.Немчинову и проф. В.В.Новожилову за научную разработку метода линейного программирования и экономических моделей была присуждена Ленинская премия. В 1975 г. Л.В.Канторович был также удостоен Нобелевской премии по экономике. В 50 — 60-x гг. развернулась широкая работа по составлению отчетных, а затем и плановых МОБ народного хозяйства СССР и отдельных республик. За цикл исследований по разработке методов анализа и планирования межотраслевых связей и отраслевой структуры народного хозяйства, построению плановых и отчетных МОБ академику А.Н.Ефимову (руководитель работы), Э.Ф.Баранову, Л.Я.Берри, Э.Б.Ершову, Ф.Н.Клоцвогу, В.В.Коссову, Л.Е.Минцу, С.С.Шаталину, М.Р.Эйдельману в 1968 г. была присуждена Государственная премия СССР. Развитие Э.-м.и., накопление опыта решения экономико-математических задач, выработка новых теоретических положений и переосмысление многих старых положений экономической науки, вызванное ее соединением с математикой и кибернетикой, позволили в начале 60-х гг. академику Н.П.Федоренко выступить с идеей о необходимости теоретической разработки и поэтапной реализации единой системы оптимального функционирования социалистической экономики (СОФЭ). Стало ясно, что внедрение математических методов в экономические исследования должно приводить и приводит к совершенствованию всей системы экономических знаний, обеспечивает дальнейшую систематизацию, уточнение и развитие основных понятий и категорий науки, усиливает ее действенность, т.е. прежде всего ее влияние на рост эффективности народного хозяйства. С 60-х годов расширилось число научных учреждений, ведущих Э.-м.и., в частности, были созданы Центральный экономико-математический институт АН СССР, Институт экономики и организации промышленного производства СО АН СССР, развернулась подготовка кадров экономистов-математиков и специалистов по экономической кибернетике в МГУ, НГУ, МИНХ им. Плеханова и других вузах страны. Исследования охватили теоретическую разработку проблем оптимального функционирования экономики, системного анализа, а также такие прикладные области как отраслевое перспективное планирование, материально-техническое снабжение, создание математических методов и моделей для автоматизированных систем управления предприятиями и отраслями. На первых этапах возрождения Э.-м.и. в СССР усилия в области моделирования концентрировались на построении макромоделей, отражающих функционирование народного хозяйства страны в целом, а также ряда частных моделей и на развитии соответствующего математического аппарата. Такие попытки имели немалое методологическое значение и способствовали углублению понимания общих вопросов экономико-математического моделироdания (в том числе таких, как адекватность моделей, границы их познавательных возможностей и т.д.). Но скоро стала очевидна ограниченность такого подхода. Концепция СОФЭ стимулировала развитие иного подхода — системного моделирования экономических процессов, были расширены методологические поиски экономических рычагов воздействия на экономику: оптимального ценообразования, платы за использование природных и трудовых ресурсов и т.д. На этой основе начались параллельные разработки ряда систем моделей, из которых наиболее известны многоуровневая система среднесрочного прогнозирования (рук. Б.Н.Михалевский), система моделей для расчетов по определению общих пропорций развития народного хозяйства и согласованию отраслевых и территориальных разрезов плана — СМОТР (рук. Э.Ф.Баранов), система многоступенчатой оптимизации экономики (рук. В.Ф.Пугачев), межотраслевая межрайонная модель (рук. А.Г.Гранберг). Существенно углубилось понимание народнохозяйственного оптимума, роли и места экономических стимулов в его достижении. Наряду с распространенной ранее скалярной оптимизацией в исследованиях стала более активно применяться многокритериальная, лучше учитывающая многосложность условий и обстоятельств решения плановой задачи. Более того, стало меняться общее отношение к оптимизации как универсальному принципу: вместе с ней (но не вместо нее, как иногда можно прочитать) начали разрабатываться методы принятия рациональных (не обязательно оптимальных в строгом смысле этого слова) решений, теория компромисса и неантагонистических игр (Ю.Б.Гермейер) и другие методы, учитывающие не только технико-экономические, но и человеческие факторы: интересы участников процессов принятия и реализации решений. В начале 70-х гг. экономисты-математики провели широкие исследования в области применения программно-целевых методов в планировании и управлении народным хозяйством. Они приняли также активное участие в разработке методики регулярного (раз в пять лет) составления Комплексной программы научно-технического прогресса на очередное двадцатилетие. Впервые в работе такого масштаба при определении общих пропорций развития народного хозяйства на перспективу и решении некоторых частных задач был использован аппарат экономико-математических методов. Началось широкое внедрение программно-целевого метода в практику народнохозяйственного планирования. Были продолжены работы по созданию АСПР — автоматизированной системы плановых расчетов Госплана СССР и Госпланов союзных республик, и в 1977 г. введена в действие ее первая очередь, а в 1985 г. — вторая очередь. Выявились и немалые трудности непосредственного внедрения оптимизационных принципов в практику хозяйствования. В условиях, когда предприятия, объединения, отраслевые министерства были заинтересованы не столько в выявлении производственных резервов, сколько в их сокрытии, чтобы избежать получения напряженных плановых заданий, учитывающих эти резервы, оптимизация не могла найти повсеместную поддержку: ее смысл как раз в выявлении резервов. Поэтому работа по созданию АСУ не всегда давала должные результаты: усилия затрачивались на учет, анализ, расчеты по заработной плате, но не на оптимизацию, т.е. повышение эффективности производства (оптимизационные задачи в большинстве АСУ занимали лишь 2 — 3% общего объема решаемых задач). В результате эффективность производства не росла, а штаты управления увеличивались: создавались отделы АСУ, вычислительные центры. Эти обстоятельства способствовали некоторому спаду экономико-математических исследований к началу 80-х гг. Большой удар по экономико-математическому направлению был нанесен в 1983 г., когда бывший тогда секретарем ЦК КПСС К.У.Черненко обрушился с явно несправедливой и предвзятой критикой на ЦЭМИ АН СССР, после чего институт жестоко пострадал: подвергся реорганизации, был разделен надвое, потом еще раз надвое, из него ушел ряд ведущих ученых. Тем не менее, прошедшие годы ознаменовались серьезными научными и практическими достижениями экономико-математического крыла советской экономической науки. В ряде аспектов, прежде всего теоретических — оно заняло передовые позиции в мировой науке. Например, в области математической экономики и эконометрии (не говоря уже об открытиях Л.В.Канторовича) широко известны советские исследования процессов оптимального экономического роста (В.Л.Макаров, С.М.Мовшович, А.М.Рубинов и др.), ряд моделей экономического равновесия; сделанная еще в 1976 г. В.М.Полтеровичем попытка синтеза теории равновесия и теории экономического роста; работы отечественных ученых в области теории игр, теории группового (социального) выбора и многие другие. В каком-то смысле опережая время, экономисты-математики еще в 70-е гг. приступили к моделированию и изучению таких явлений, приобретших острую актуальность в период перестройки, как «самоусиление дефицита», экономика двух рынков — с фиксированными и гибкими ценами, функционирование экономики в условиях неравновесия. Активно развивается математический аппарат, в частности, такие его разделы, как линейное и нелинейное программирование (Е.Г.Гольштейн), дискретное программирование (А.А.Фридман), теория оптимального управления (Л.С.Понтрягин и его школа), методы прикладного математико-статистического анализа (С.А.Айвазян). За последние годы развернулось широкое использование имитационных методов, являющихся характерной чертой современного этапа развития экономико-математических методов. Хотя сама по себе идея машинной имитации зародилась существенно раньше, ее практическая реализация оказалась возможной именно теперь, когда появились электронные вычислительные машины новых поколений, обеспечивающие прямой диалог человека с машиной. Наконец, новым направлением прикладной работы, синтезирующим достижения в области экономико-математического моделирования и информатики, стала разработка и реализация концепции АРМ (автоматизированного рабочего места плановика и экономиста), а также концепции стендового экспериментирования над экономическими системами (В.Л.Макаров). Начинается (во всяком случае должна начинаться) переориентация Э.-м.и. на изучение путей формирования и эффективного функционирования рынка (особенно переходного процесса — это самостоятельная тема). Тут может быть использован богатый арсенал экономико-математических методов, накопленный не только в нашей стране, но и в странах с развитой рыночной экономикой.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• economico-mathematical studies in the ex-USSR and russia

 

теория экономического роста
Экономико-математическая дисциплина (область эконометрии), в центре которой — исследование макроэкономических моделей, характеризующих основные взаимосвязи общих показателей развития народного хозяйства, таких, как национальный доход, конечный продукт, норма накопления, объем капиталовложений и др. Для правильного понимания процессов развития народного хозяйства большое значение имеют: а) изучение основных факторов производства, их взаимосвязей и воздействия на результаты общественного производства; б) анализ обратных связей между ростом конечного продукта общества и расширением капитальных вложений; в) выявление характеристик основных типов экономического роста (таких, как экстенсивный и интенсивный), а также другие аспекты Т.э.р. Данная теория разрабатывает предпосылки равновесного сбалансированного роста экономики, условия ее оптимального развития, применяя при этом разветвленный математический, модельный аппарат. В частности, наиболее широко используются макроэкономические производственные функции (однофакторные и многофакторные модели экономического роста); они хорошо отработаны математически и статистически, могут реально служить инструментом планирования и прогнозирования. Создаются также динамические модели экономики магистрального типа, реализующие теоретические построения модели фон Неймана (см. Неймана модель) и ряд других. Основы Т.э.р. были заложены в докладе советского экономиста Г.А.Фельдмана, подготовленном им в связи с разработкой первого пятилетнего плана. В нем содержалась, в частности, модель роста национального дохода в зависимости от степени наращивания производственных фондов и эффективности их использования. Эта работа предвосхитила многие положения современных концепций экономического роста., в том числе и развивающихся за рубежом. Разрабатываются модели развития с возобновимыми и исчерпывающимися ресурсами, с неизменными и меняющимися (с появлением заменителей ресурсов) технологиями, а также модели, где численность населения выступает как управляемая переменная. Модели Т.э.р. используются в настоящее время отечественными экономистами при исследовании параметров и прогнозировании развития народного хозяйства на перспективу. Здесь в основу расчетов темпов развития экономики берутся модели, связывающие с национальным доходом (конечным продуктом) эффективность капитальных вложений в важнейшие отрасли производства, науки и техники, а также мероприятий по совершенствованию хозяйственного механизма. В современной экономической литературе на Западе представлены два основных направления теории роста: «неоклассическое» и «кейнсианское» («неокейнсианское«). Первое опирается на абстрактные модели «стабильной» экономики, имеющей тенденцию к полной занятости, содержащей гибкие цены факторов и совершенную конкуренцию. Второе рассматривает капиталистическую экономику как принципиально неустойчивую («балансирующую на острие ножа»); анализ здесь направлен на проблемы экономической нестабильности и безработицы. См. Солоу модель роста, Харрода-Домара модель.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• economic growth theory

 

макроэкономическая модель
макромодель
агрегированная модель
агрегатная модель
Экономико-математическая модель, отражающая функционирование народного хозяйства как единого целого. Макромодели оперируют крупноагрегированными, как правило, стоимостными показателями — агрегатами (например, валовой национальный продукт, валовые капиталовложения и др.). Четкого отграничения макромоделей от микромоделей пока нет. Безусловно лишь, что к первым относятся наиболее обобщенные глобальные модели. Что же касается моделей, в которых учитывается членение народного хозяйства на крупные подсистемы, например, секторы (подразделения общественного производства), отрасли и регионы, то одни авторы относят их к микромоделям, другие — к макромоделям. Макромодели используются для теоретического анализа наиболее общих закономерностей функционирования и развития народного хозяйства. (Например, агрегированные теоретико-аналитические модели теории экономического роста). Важным полем применения М.м. является прогнозирование народнохозяйственных процессов. Для этого применяются макроэкономические производственные функции, модели оптимизации соотношения нормы накопления и нормы потребления в национальном доходе и др. На Западе среди используемых для прогнозирования макроэконометричес­ких моделей наиболее известны модели Клейна — Голдбергера, Брукингская, Уортонская в США, модели хозяйственного развития Голландии, Канадская модель. По характеру зависимостей макромодели (как и всякие модели) могут быть детерминированными и вероятностными (стохастическими), по роли временного фактора — статическими и динамическими, по представлению переменных (включая переменную времени) — дискретными и непрерывными. См. также Макроподход и микроподход, Неймана модель, Производственная функция.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

Синонимы

• макромодель
• агрегированная модель
• агрегатная модель

EN

• macroeconomic aggregative model

 

эконометрика
Научная дисциплина, предметом которой является изучение количественной стороны экономических явлений и процессов средствами математического и статистического анализа. (близкое, но не тождественное значение имеет термин «эконометрия», под которым обычно понимается наука,. которая тесно связана с математической экономией и отличается от последней в основном применением конкретного числового материала). В Э. как бы синтезируются достижения теоретического анализа экономики с достижениями математики и статистики (прежде всего математической статистики). Сам термин «Э.» происходит от двух слов: экономия и метрика, т.е. измерение. Он введен в науку норвежским ученым Р.Фришем, лауреатом Нобелевской премии по экономике. Широко известный международный журнал этого направления тоже называется «Econometrica» (основан в 1933 г. Р.Фришем). Есть много определений Э. По нашему мнению, Э. — одно из ответвлений комплекса научных дисциплин, объединяемого понятием — «экономико-математические методы». Ее главным инструментом является эконометрическая модель (как определенный тип экономико-математических моделей), задачей — проверка экономических теорий на фактическом (эмпирическом) материале при помощи методов математической статистики. Среди конечных прикладных задач Э. выделяют две: прогноз экономических и социально-экономических показателей анализируемой экономической системы, имитацию различных возможных сценариев развития этой системы. По уровню иерархии анализируемой экономической системы выделяют макроуровень (т.е. страны в целом), мезоуровень (регионы, отрасли, корпорации) и микроуровень (домашние хозяйства, фирмы). Э. применяет такие методы, как регрессионный анализ, анализ временных рядов, системы одновременных уравнений, статистические методы классификации и снижения размерности, а также другие методы и инструментарий теории вероятностей и математической статистики.1 1 Айвазян С.А. Основы эконометрики. М.: Юнити-«Дана». 2001. С.19-20 Эконометрические методы применяются для построения крупных эконометрических систем моделей, описывающих экономику той или иной страны и включающих в качестве составных элементов производственную функцию, инвестиционную функцию, а также уравнения, характеризующие движение занятости, доходов, цен и процентных ставок и другие блоки. Среди наиболее известных эконометрических систем подобного рода, по которым ведутся расчеты на ЭВМ, — так называемые Брукингская модель, Уортонская модель (США). Приемы и методы Э. применяются также в анализе спроса и потребления. Э. как наука возникла в начале- середине прошлого века, хотя истоки ее восходят к В.Петти (XVII век) с его «политической арифметикой», О.Курно и Э.Энгелю (ХIХ в.) и др. В ХIХ в. были разработаны и началось использование в Э. таких статистических методов, как множественная регрессия, статистическая проверка гипотез, теория ошибок, выборочные методы ( Р.Фишер, К. Пирсон, Э.Пирсон и др.). В первой половине ХХ в. появился интерес к моделированию структур спроса и потребительских расходов и их эмпирической оценке (Р.Аллен, А.Маршалл и др.). В этот же период формулируется задача идентификации (Е.Уоркинг), начинается изучение производственной функции (Ч.Кобб, П.Дуглас), статистическое моделирование делового цикла (Н.Кондратьев, Е.Слуцкий, Р.Фриш). Макроэконометрические исследования начали Я.Тинберген и Р.Фриш, ставшие первыми в истории лауреатами Нобелевской премии по экономике (1968 г.). После второй мировой войны важным центром развития Э. стала Комиссия Коулса (США). Новый инструментарий Э. получила в результате разработки моделей одновременных уравнений (Т.Хаавельмо, Т.Купманс, Г.Тейл и др.) В последние десятилетия методы Э. сыграли решающую роль в освоении и развитии использования компьютерной техники в экономических расчетах разного уровня и назначения. Определенный вклад в развитие Э. внесли и отечественные экономисты (Е.Е.Слуцкий, Л.В.Канторович и др.), несмотря на длительное официальное третирование эконометрии как «буржуазной», «антимарксистской» и «вредной» «лженауки». Большая роль в ее реабилитации принадлежала академику В.С.Немчинову — написанная им статья «Эконометрия» (1965 г.) явилась своего рода открытием для широкой экономической общественности страны.
[ http://slovar-lopatnikov.ru/]

Тематики

• экономика

EN

• econometrics