闽20个省直部门数据中心完成整合 迁移52个应用系统

简介:

省发改委今天召开新闻发布会,通报了省直部门数据中心整合工作进展情况。记者从会上获悉,截至7月4日,已有20个部门完成了数据中心整合工作,这些部门向政务云平台迁移了52个应用系统;还有20个部门尚未完成数据中心整合工作,但也取得了不同程度的进展,其中7个部门迁移了39个应用系统。

据悉,按照省委、省政府《关于整合省直部门数据中心及信息中心的实施方案》(闽委发〔2015〕5号)的要求,2015年需完成50%未设立信息中心的部门(23个部门)数据中心整合迁移。2015年实际完成情况是,共有34个部门完成了数据中心整合(占未设立信息中心部门总数的74%),总共向政务云平台迁移了99个应用系统(其中1个系统采取物理主机托管方式),超额完成了11个部门,特别是未纳入今年整合计划的省机关事务管理局、省投资项目评审中心也提前完成了整合迁移任务。

今年省直部门数据中心整合进展情况是,截至7月4日,已有20个部门完成了数据中心整合工作,这些部门向政务云平台迁移了52个应用系统。20个部门尚未完成数据中心整合工作的,也取得了不同程度的进展,其中7个部门迁移了39个应用系统;14个部门107个应用系统所需的云资源已交付、应用系统迁移工作正在进行中;5个部门30个应用系统需求正在由部门确认、尚未提交政务云资源需求登记表纸质版;还有12个部门的65个系统部署在部门专网上,计划在年底前迁移到数字福建云计算中心,正在研究制订应用系统迁移的具体技术方案。





====================================分割线================================


本文转自d1net(转载)

目录
相关文章
|
9天前
|
机器学习/深度学习 存储 数据采集
利用机器学习优化数据中心冷却系统
【4月更文挑战第26天】 在数据中心管理和运营中,冷却系统的能效是关键成本因素之一。随着能源价格的上涨和对环境可持续性的关注增加,开发智能、高效的冷却策略显得尤为重要。本文将探讨如何应用机器学习(ML)技术来优化数据中心的冷却系统。通过收集和分析温度、湿度、服务器负载等多维数据,我们构建了预测模型来动态调整冷却需求,实现节能并保持最佳的操作条件。实验结果表明,使用ML优化后的冷却系统能够在不牺牲性能的前提下显著降低能耗。
|
2月前
|
机器学习/深度学习 存储 算法
利用机器学习优化数据中心冷却系统
【2月更文挑战第23天】 在数据中心的运营成本中,冷却系统占据了一大块。传统的冷却管理通常依赖于简单的规则或手动调整,无法适应复杂多变的热负荷和环境条件。本文提出了一种基于机器学习的方法来动态优化数据中心的冷却系统。我们设计了一个预测模型来估计未来的热负荷,并结合实时数据,通过优化算法调整冷却设备的工作状态,以降低能源消耗并保持适宜的运行温度。实验结果表明,该方法能够有效减少能耗,同时保证数据中心的冷却效率。
16 0
|
2月前
|
机器学习/深度学习 传感器 算法
利用机器学习优化数据中心冷却系统
【2月更文挑战第15天】 在数据中心运营效率的众多挑战中,冷却系统的优化是一个关键因素。本文将探讨如何应用机器学习技术来改善数据中心的冷却性能,减少能源消耗,并提高整体的可持续性。通过分析历史温度数据、服务器负载以及环境参数,构建预测模型来动态调整冷却需求,实现智能化管理。本研究展示了一种创新方法,不仅提升了数据中心运行效率,也为其他工业冷却系统提供了可借鉴的解决方案。
18 1
|
1月前
|
存储 运维 大数据
提升数据中心能效:现代冷却技术的应用与挑战
在信息技术迅猛发展的今天,数据中心作为核心支撑设施,其能耗问题日益凸显。尤其是冷却系统,作为确保数据中心正常运行的关键部分,消耗了大量的能源。本文聚焦于现代数据中心冷却技术,探讨了提高能效的策略和面临的挑战。通过分析不同冷却方案的工作原理及应用场景,指出优化数据中心冷却效率的必要性,并讨论了实施过程中可能遇到的问题及解决思路。
|
2月前
|
机器学习/深度学习 传感器 算法
利用机器学习优化数据中心冷却系统
【2月更文挑战第29天】 在本文中,我们探讨了如何应用机器学习技术来改善数据中心的能源效率,特别是针对冷却系统的优化。传统的数据中心冷却方法常常采用静态的、预设的策略,忽视了环境变化和负载波动的影响。通过集成机器学习模型,我们能够实时分析数据中心的操作状况,并动态调整冷却策略,以实现节能和性能的双重提升。文中详细介绍了所采用的算法框架、实验设置以及与传统方法的性能比较。
|
2月前
|
机器学习/深度学习 算法 数据中心
利用机器学习优化数据中心冷却系统
【2月更文挑战第17天】 在数据中心运营成本中,冷却系统占据了显著比例。本文通过探索机器学习技术在数据中心冷却系统中的应用,旨在提高能效并降低运营成本。首先介绍了数据中心冷却系统的基本原理和关键性能指标,随后详细阐述了如何通过监督学习和强化学习算法来预测冷却需求并实时调整冷却策略。文章通过案例分析验证了所提方法的有效性,并讨论了实施过程中面临的挑战与未来发展方向。
|
10月前
|
人工智能 运维 大数据
技术、应用、突破——一场液冷研讨会,助你把握数据中心液冷产业未来122.228.85
技术、应用、突破——一场液冷研讨会,助你把握数据中心液冷产业未来122.228.85
|
12月前
|
关系型数据库 Linux 网络安全
开源IDC数据中心资产管理系统RackTables部署篇(一)
开源IDC数据中心资产管理系统RackTables部署篇(一)
655 0
|
tengine 容灾 中间件
如何基于 AppActive 设计一套多数据中心应用多活方案 | 学习笔记
快速学习如何基于 AppActive 设计一套多数据中心应用多活方案
242 0
如何基于 AppActive 设计一套多数据中心应用多活方案 | 学习笔记
|
人工智能 边缘计算 算法
AI开发者大会之计算机视觉技术实践与应用:2020年7月3日《RPA+AI助力政企实现智能时代的人机协同》、《5G风口到来,边缘计算引领数据中心变革》、《数字化时代金融市场与AI算法如何结合?》
AI开发者大会之计算机视觉技术实践与应用:2020年7月3日《RPA+AI助力政企实现智能时代的人机协同》、《5G风口到来,边缘计算引领数据中心变革》、《数字化时代金融市场与AI算法如何结合?》
AI开发者大会之计算机视觉技术实践与应用:2020年7月3日《RPA+AI助力政企实现智能时代的人机协同》、《5G风口到来,边缘计算引领数据中心变革》、《数字化时代金融市场与AI算法如何结合?》