performance data computer

1) компьютер

а) вычислительная машина, ВМ

б) электронная вычислительная машина, ЭВМ

2) вычислительное устройство, вычислитель

•

- airspeed computer

- Apple Macintosh computer

- arbitrary course computer

- data analog computer

- database computer

1) компьютер

а) вычислительная машина, ВМ

б) электронная вычислительная машина, ЭВМ

2) вычислительное устройство, вычислитель

•

- airspeed computer

1) вычислительная машина, ЭВМ, компьютер; вычислительное устройство, вычислитель; процессор

2) счётно-решающее устройство

3) картограф

- above voice data

- local configuration data

- locational data

1. данные; информация; сведения

2. характеристики

acceleration data

accelerometer data

acoustic data

aerodynamic data

air data

aircraft data

airflow data

airfoil data

angle-of-attack data

auto-flap flight data

balance data

coefficient data

computer data

control data

control surface data

cost data

cost effectiveness data

crack data

crash data

cruise data

damping data

downlink data

drag data

dynamic data

engine data

fatigue data

flight data

flight measured data

flight-extracted data

flight progress data

flutter data

four-bladed data

fractographic data

fracture data

free-to-roll data

frequency response data

full-scale data

handling qualities data

hard data

high-stress data

icing data

impact data

inertia data

infra-red data

input data

jet data

JTIDS data

kinetheodolite data

knowledge data

lateral data

lateral-directional data

leading-edge flap-only data

lessons-learned data

level recording data

load data

longitudinal data

maintenance data

maneuver data

maneuvering data

mass/inertia data

mean-flow data

mission-related data

modal test data

model data

model-scale data

moment of inertia data

oil flow data

open-loop data

oscillatory data

performance data

pilot rating data

position data

positioning data

power required data

power-off data

pressure data

radar data

radiometric data

ramp data

raw data

response data

rotary-balance data

routing data

sensor data

sideslip data

simulated data

soft data

speed-power data

stability data

static wind tunnel data

steady-state data

step response data

stick data

structural data

subcritical data

task data

TCAS data

telemetered data

telemetry data

temperature data

terrain data

test data

thrust data

touchdown data

trajectory data

trimmed data

tunnel data

undeflected flap data

vibration data

visualization data

vortex data

weather data

weight and balance data

wind data

wind-tunnel data

wing rock data

yaw data

[ˈdeɪtə]

absolute data вчт. абсолютные данные accept data вчт. принимать данные access data вчт. путевое имя данных actual data вчт. реальные данные adjusted data вчт. скорректированные данные aggregated data вчт. агрегированные данные aggregated data вчт. укрупненные данные alphabetic data вчт. буквенные данные alphanumeric data вчт. буквенно-цифровые данные alphanumeric data вчт. текстовые данные analog data вчт. алалоговые данные analog-digital data вчт. алалогово-цифровые данные anomalous data вчт. неверные данные area data зональные данные arrayed data вчт. массив данных arrayed data вчт. упорядоченные данные automated data processing вчт. автоматическая обработка данных automatic data processing вчт. автоматическая обработка данных processing: data обработка; automatic data processing автоматическая обработка данных automatic data processing system вчт. система автоматической обработки данных available data вчт. доступные данные bad data вчт. неправильные данные biased data вчт. неравномерно распределенные данныые binary data вчт. двоичные данные biographical data биографические данные bipolar-valued data вчт. данные обоих знаков bit string data вчт. битовые строки blocked data вчт. блок данных blocked data вчт. сблокированные данные boolean data вчт. булевские данные built-in data вчт. встроенные данные business data вчт. деловая информация canned data вчт. искусственные данные chain data вчт. цепочка данных character string data вчт. строки символов cipher data вчт. зашифрованные данные classified data вчт. сгруппированные данные clean data вчт. достоверные данные clear data вчт. незашифрованные данные coded data вчт. незакодированные данные collect data собирать данные common data вчт. общие данные compacted data вчт. уплотненные дданные compatible data вчт. совместимые данные comprehensive data вчт. исчерпывающие данные comprehensive data вчт. полные данные computer usage data данные по использованию ЭВМ confidential data вчт. секретные данные constitutional data вчт. структированные данные constructed data вчт. исскуственные данные contiguous data вчт. сопутствующие данные continuous data вчт. аналоговые данные control data вчт. управляющие данные coordinate data вчт. координатные данные correction data вчт. поправочные данные critical data вчт. критические данные critical data вчт. критическое значение данных cross-section data вчт. структурные данные cumulative data вчт. накопленные данные current data вчт. текущие данные data pl от datum data pl данные; факты; сведения data вчт. данные data данные data pl информация data вчт. информация data информация data сведения data факты data aligner вчт. блок перегруппировки данных data control block вчт. блок управления данными data set control block вчт. блок управления набором данных data pl от datum datum: datum (pl data) данная величина, исходный факт data вчт. единица информации data характеристика data вчт. элемент данных debugging data вчт. отладочная информациия decimal data вчт. десятичные данные derived data вчт. выводимые данные descriptive data вчт. описательные данные digital data вчт. цифровые данные digitized data вчт. оцифрованные данные direct data set вчт. прямой набор данных disembodied data вчт. разрозненные данные dispersed data вчт. распределенные данные distributed data base вчт. распределенная база данных, РБД distributed data processing вчт. распределенная обработка данных processing: distributed data data вчт. рассредоточенная обработка информации documentary data вчт. распределенная информация downloaded data вчт. загружаемые данные dummy data set вчт. набор фиктивных данных encoded data вчт. кодированные данные encrypted data вчт. зашифрованные данные engineering data вчт. технические данные error data вчт. информация об ошибках evaluation data вчт. оценочные данные event data вчт. данные о событиях external data внешние данные false data вчт. ложные данные fictive data вчт. фиктивные данные field data вчт. эксплуатационные данные field-performance data вчт. эксплуатационая характеристика file data вчт. данные из файла file data вчт. описание файла filed data вчт. картотечные данные flagged data вчт. снабженные признаками данные formatted data вчт. форматированные данные graphic data вчт. графические данные hard disk data вчт. данные на жестком диске hierarchical data base вчт. база иерархических данных historical data вчт. данные о протекании процесса housekeeping data вчт. служебные данные identification data идентифицирующие данные image data вчт. видеоданные immediate data вчт. непосредственно получаемые данные imperfect data вчт. неполные данные improper data вчт. неподходящие данные impure data вчт. изменяемые данныые incoming data вчт. поступающие данные incomplete data вчт. неполные данные indexed data вчт. индексируемые данные indicative data вчт. индикационные данные indicative data вчт. характеристические данные initial data вчт. исходные данные input data вчт. входные данные input data вчт. исходные данные integated data вчт. сгруппированные данные integer data вчт. целочисленные данные integrated data вчт. сгруппированные данные interactive data вчт. данные взаимодействия intermediate data вчт. промежуточные данные intersection data вчт. данные пресечения invalid data недостоверные данные invisible data вчт. невидимая информация job data вчт. характеристика работы label data вчт. данные типа метки language data вчт. языковые данные lawful data разрешенные данные line data вчт. строковые данные loaded data base вчт. заполненная база данных locked data вчт. защищенные данные logged data вчт. регистрируемые данные logical data вчт. логические данные lost data вчт. потерянные данные low-activity data вчт. редкоиспользуемые данные machine-readable data вчт. машиночитаемые данные management data вчт. управленческая информация mass data вчт. массовые данные master data вчт. основные данные master data вчт. эталонные данные meaning data вчт. значащая информация meaningless data вчт. незначащие данные meta data вчт. метаинформация misleading data вчт. дезориентирующие данные missing data вчт. недостаточные данные missing data вчт. недостающие данные missing data вчт. потерянные данные multiple data вчт. многокомпонентные данные n-bit data вчт. n-разрядные двоичные данные non-numeric data вчт. нечисловые данные nonformatted data вчт. неформатированные данные normal data вчт. обычные данные null data вчт. отсутствие данных numeric data числовые данные numerical data вчт. числовые данные observed data вчт. данные наблюдений on-line data вчт. данные в памяти on-line data вчт. оперативные данные operational data вчт. рабочие данные original statistical data исходные статистические данные outgoing data вчт. выходные данные outgoing data вчт. исходящие данные output data вчт. выходные данные output data выходные данные packed data вчт. упакованные данные passing data вчт. пересылка данных personal data анкетные данные personal data личные данные pooled data вчт. совокупность данных poor data вчт. скудные данные primary data вчт. первичные данные private data вчт. закрытые данные problem data вчт. данные задачи problem data вчт. проблемные данные production data данные о выпуске продукции production data показатели хода производственного процесса production data технологические показатели public data вчт. общедоступные данные public data вчт. общие данные punched data вчт. отперфорированные данные pure data вчт. неизменяемые данные random test data случайные тестовые данные ranked data вчт. ранжированные данные ranked data вчт. упорядоченные данные rating data вчт. оценочные данные raw data вчт. необработанные данные raw data необработанные данные recovery data вчт. восстановительные данные reduced data вчт. сжатые данные reference data вчт. справочные данные refined data вчт. уточненные данные rejected data вчт. отвергаемые данные relative data вчт. относительные данные relevant data вчт. релевантные данные reliability data вчт. данные о надежности reliable data вчт. надежная информация representative data вчт. представительные данные restricted data вчт. защищенные данные run data вчт. параметр прогона run data вчт. параметры прогона sample data вчт. выборочные данные sampled data вчт. выборочные данные sampled data вчт. дискретные данные schedule data вчт. запланированные данные scratch data вчт. промежуточные данные secondary data вчт. вторичные данные sensitive data вчт. уязвимые данные serial data вчт. последовательные данные service data block вчт. блок служебных данных shareable data вчт. общие данные simulation data вчт. данные моделирования smoothed data вчт. сглаженные данные socio-economic data социально-экономические данные source data вчт. данные источника specified data вчт. детализированные данные sring data вчт. хранимый ток stale data вчт. устаревшие данные stand-alone data вчт. автономные данные stand-alone data вчт. одиночные данные starting data вчт. исходные данные starting data вчт. начальные данные statistical data статистические данные status data вчт. данные о состоянии stored data вчт. запоминаемые данные string data вчт. строковые данные structured data вчт. структурированные данные suspect data вчт. подозрительные данные synthetic data вчт. исскуственные данные system control data системное управление информацией system output data вчт. данные системного вывода tabular data вчт. табличные данные tabulated data вчт. табличные данные task data вчт. данные задачи test data вчт. данные испытаний test data вчт. контрольные данные test data вчт. тестовые данные time-series data вчт. данные временного ряда tooling data вчт. технологические данные transaction data вчт. данные сообщение transaction data вчт. параметры транзакции transcriptive data вчт. преобразуемые данные transient data вчт. транзитные данные transparent data вчт. прозрачные данные trouble-shooting data вчт. данные о неисправностях true data вчт. достоверные данные uncompatible data вчт. несовместимые данные unformatted data вчт. неформатированные данные ungrouped data вчт. несгруппированные данные unpacked data вчт. неупакованные данные unpacked data вчт. распакованные данные untagged data вчт. непомеченные данные updatable data вчт. обновляемые данные user data вчт. пользовательские данные valid data вчт. достоверные данные valid data достоверные данные variable data вчт. переменные данные video data визуальная информация virtual data вчт. виртуальные данные warrantly data вчт. данные приемочных испытаний warranty data вчт. сведения о гарантиях zero data вчт. нулевые данные

1) компьютер; вычислительная машина; ЭВМ; вычислительное устройство; вычислитель; редк. процессор

2) редк. счётная машина (см. тж calculator, machine)

•

- active computer

- palmtop computer

- parallel computer

[pəˈfɔ:məns]

collateral performance дополнительная работа compulsory performance обязательная характеристика computer performance производительность вычислительной машины contemporaneous performance одновременное исполнение current operating performance текущая эксплуатационная характеристика data performance эффективность данных division performance результаты работы отдела end-user performance вчт. удобство для конечного пользования external performance вчт. фактическое быстродействие gross performance валовой показатель деятельности gross performance суммарная производительность internal performance вчт. быстродействие процессора investment performance результат инвестирования mandatory performance обязательное исполнение operating performance эксплуатационная характеристика part performance частичное исполнение performance выступление performance действие, поступок performance действие; поступок; подвиг performance игра, исполнение performance интенсивность performance интенсивность труда performance исполнение, выполнение; свершение performance исполнение performance ав. летные данные, летные качества performance показатель деятельности performance театр. представление; спектакль performance тех. производительность; коэффициент полезного действия performance производительность performance вчт. производительность performance производительность performance работа performance рабочая характеристика performance результат деятельности performance степень эффективности функционирования performance трюки performance функционирование performance характеристика, эксплуатационные качества performance характеристика performance тех. характеристика (работы машины и т. п.); эксплуатационные качества performance эксплуатационные качества performance вчт. эффективность performance of contract выполнение контракта performance of duty выполнение обязанностей performance of one's official duties исполнение служебных обязанностей performance of service обслуживание performance of task выполнение задания scheduled performance выполнение в срок производственной программы scheduled performance плановая производительность specific performance исполнение в натуре, реальное исполнение specific performance исполнение в натуре specific performance реальное исполнение total operating performance общая эксплуатационная характеристика work performance производительность труда

 

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

1) Компьютерная техника: Primary Domain Controler

2) Медицина: пируват дегидрогеназный комплекс (Pyruvate dehydrogenase complex)

3) Американизм: Public Disclosure Commission

4) Спорт: Philip Derek Champion

5) Военный термин: Pacific Defense College, Per Diem, Travel and Transportation Allowance Committee, Polaris documentation control, Propaganda Development Center, parametric defense coverage, performance data computer, personnel data card, personnel dispatch center, personnel dispersal center, personnel distribution center, personnel distribution command, power distribution cabin, probability of detection and conversion, procurement document change, product data center, professional development center, proficiency data card, program data coordinator, publications distribution center, pyrotechnic devices checker

6) Техника: parallel data controller, preliminary design criterion, principal design criterion

7) Химия: Pretty Darn Confusing

8) Финансы: Public Debt Committee

9) Автомобильный термин: Park Distance Control

10) Грубое выражение: Pretty Dumb Criminal

11) Телевидение: (Programme Delivery Control System) Система программирования видеозаписи

12) Телекоммуникации: Personal Digital Cellular

13) Сокращение: Participatory Design Conference, Partido Democrata Cristiano (Chile), Parts Distribution Center (автомобильный термин), Postal Data Center (i.e. NYPDC, Minneapolis PDC), Processing and Distribution Center (180 in 2004)

14) Электроника: Passive data collection

15) Вычислительная техника: Power Disk Cartridge (ECMA), PROLOG Development Center (Hersteller, Daenemark, PROLOG), Primary DOMAIN Controller (MS, Windows, NT, BDC), Personal Digital Cellular (network, GSM), personal digital cellural, primary domain controller

16) Нефть: perforating depth control, polycrystalline diamond cutter, pressure differential controller, коронка, армированная поликристаллическими синтетическими алмазами (polycrystalline diamond compact), буровые долота PDC

17) Транспорт: Pre - Departure Clearance

18) Пищевая промышленность: Purina Dog Chow

19) Фирменный знак: Pressure Dynamic Consultants, Priority Dispatch Corporation

20) Бурение: polycrystalline diamond compact (with diamond inserts), кран трубного склада (pipe deck crane), поликристаллический алмазный композит, polycrystalline diamond compact, polycrystalline diamond composite

21) Сетевые технологии: Plugin Delay Compensation, Pointer To Device Context, Programme Delivery Control

22) Программирование: Processor Dependent Code, Professional Developers Conference

23) Автоматика: portable data collector, production data controller

24) Океанография: Pacific Disaster Center

25) Сахалин Ю: personnel development committee

26) Химическое оружие: Project Data Coordinator

27) Макаров: phase distribution chromatography

28) SAP.тех. сбор производственных данных

29) Нефть и газ: perforating depth control log, poly crystalline diamond composite, poly crystalline diamond cutter, power distribution cabinet, каротажная диаграмма для определения глубины интервала перфорации, поликристаллический алмазный резец, резец PDC

30) Маркетология: Product Discount Credit (в сетевых компаниях одна из опций перечисления премиальных на скидку на последующую приобретаемую продукцию)

31) Электротехника: power distribution control

32) Правительство: Prairie Du Chien, Wisconsin

33) НАСА: Planetary Data Center

1) Компьютерная техника: Primary Domain Controler

2) Медицина: пируват дегидрогеназный комплекс (Pyruvate dehydrogenase complex)

3) Американизм: Public Disclosure Commission

4) Спорт: Philip Derek Champion

5) Военный термин: Pacific Defense College, Per Diem, Travel and Transportation Allowance Committee, Polaris documentation control, Propaganda Development Center, parametric defense coverage, performance data computer, personnel data card, personnel dispatch center, personnel dispersal center, personnel distribution center, personnel distribution command, power distribution cabin, probability of detection and conversion, procurement document change, product data center, professional development center, proficiency data card, program data coordinator, publications distribution center, pyrotechnic devices checker

6) Техника: parallel data controller, preliminary design criterion, principal design criterion

7) Химия: Pretty Darn Confusing

8) Финансы: Public Debt Committee

9) Автомобильный термин: Park Distance Control

10) Грубое выражение: Pretty Dumb Criminal

11) Телевидение: (Programme Delivery Control System) Система программирования видеозаписи

12) Телекоммуникации: Personal Digital Cellular

13) Сокращение: Participatory Design Conference, Partido Democrata Cristiano (Chile), Parts Distribution Center (автомобильный термин), Postal Data Center (i.e. NYPDC, Minneapolis PDC), Processing and Distribution Center (180 in 2004)

14) Электроника: Passive data collection

15) Вычислительная техника: Power Disk Cartridge (ECMA), PROLOG Development Center (Hersteller, Daenemark, PROLOG), Primary DOMAIN Controller (MS, Windows, NT, BDC), Personal Digital Cellular (network, GSM), personal digital cellural, primary domain controller

16) Нефть: perforating depth control, polycrystalline diamond cutter, pressure differential controller, коронка, армированная поликристаллическими синтетическими алмазами (polycrystalline diamond compact), буровые долота PDC

17) Транспорт: Pre - Departure Clearance

18) Пищевая промышленность: Purina Dog Chow

19) Фирменный знак: Pressure Dynamic Consultants, Priority Dispatch Corporation

20) Бурение: polycrystalline diamond compact (with diamond inserts), кран трубного склада (pipe deck crane), поликристаллический алмазный композит, polycrystalline diamond compact, polycrystalline diamond composite

21) Сетевые технологии: Plugin Delay Compensation, Pointer To Device Context, Programme Delivery Control

22) Программирование: Processor Dependent Code, Professional Developers Conference

23) Автоматика: portable data collector, production data controller

24) Океанография: Pacific Disaster Center

25) Сахалин Ю: personnel development committee

26) Химическое оружие: Project Data Coordinator

27) Макаров: phase distribution chromatography

28) SAP.тех. сбор производственных данных

29) Нефть и газ: perforating depth control log, poly crystalline diamond composite, poly crystalline diamond cutter, power distribution cabinet, каротажная диаграмма для определения глубины интервала перфорации, поликристаллический алмазный резец, резец PDC

30) Маркетология: Product Discount Credit (в сетевых компаниях одна из опций перечисления премиальных на скидку на последующую приобретаемую продукцию)

31) Электротехника: power distribution control

32) Правительство: Prairie Du Chien, Wisconsin

33) НАСА: Planetary Data Center

1) Военный термин: passive direction control sonobuoy

2) Техника: power distribution and control subsystem

3) Сокращение: Performance Data Computer System