Facebook新建欧洲最大数据中心[多图](1)

Facebook周三向外界公开了其位于瑞典北部城镇吕勒奥(Lule?)的数据中心。该数据中心是Facebook在美国本土之外建立的第一座数据中心,也是Facebook在欧洲最大的数据中心。

吕勒奥位于波罗的海北岸,距离北极圈只有100公里之遥,当地的气候因素是Facebook选择在吕勒奥建立数据重要原因之一。据Facebook介绍,自1961年以来,吕勒奥的气温高于30度的时间不超过24小时,在该地区建立数据中心将节省一大笔散热开支。

Facebook建欧洲最大数据中心(多图)
办公区(来源:搜狐IT,下同)

Facebook建欧洲最大数据中心(多图)
数据中心

Facebook建欧洲最大数据中心(多图)

此外,吕勒奥河能为该地区提供充足的电力支持,Facebook无需为建立数据中心而重新设计电力供应系统。此外,瑞典拥有密度极高的光纤网络,这可以确保数据畅通无阻的达到其他欧洲国家。

Facebook建欧洲最大数据中心(多图)
休息区

Facebook建欧洲最大数据中心(多图)
数据中心

Facebook建欧洲最大数据中心(多图)
数据中心

Facebook建欧洲最大数据中心(多图)
线缆

Facebook在2011年10月就证实了吕勒奥数据中心存在的消息。当时,Facebook网站运营主管汤姆弗隆(Tom Furlong)说:“我们经过仔细评估后认为,吕勒奥可以为建立数据中心提供强有力的资源支持,其中包括利于设备冷却的适宜环境、大量清洁电力能源、可利用土地、以及高素质人才和提供支持的业务环境。”

目前,Facebook在美国有两个数据中心,一个位于俄勒冈(Oregon),一个位于北加利弗尼亚,它们都使用水力发电而不是煤。Facebook采用的服务器也是自己设计的,它曾提出一个名为“Open Compute Project”的项目,公布开源数据中心设计,让众多企业一起参与。

Facebook建欧洲最大数据中心(多图)
数据中心一角

Facebook建欧洲最大数据中心(多图)
散热风扇

Facebook建欧洲最大数据中心(多图)
风扇特写

Facebook建欧洲最大数据中心(多图)
风扇模组

Facebook表示:“在早期测试时,Facebook Lule? 数据中心平均PUE为1.07。在我们的其它数据中心很快也会增加实时PUE监控,从而让大家随时了解我们数据中心的表现。”

Facebook建欧洲最大数据中心(多图)
数据中心一角

Facebook建欧洲最大数据中心(多图)
大功率风扇

Power Usage Effectiveness的简写就是PUE,是评价数据中心能源效率的指标,是数据中心消耗的所有能源与IT负载使用的能源之比,是DCIE(data center infrastructure efficiency )的反比。PUE = 数据中心总设备能耗/IT设备能耗,PUE是一个比值,基准是2,越接近1表明能效水平越好。

Facebook建欧洲最大数据中心(多图)
数据中心外部

瑞典吕勒河附近生产近160万千瓦时的水力电能,相当于瑞曲全国电量需求的10%,这里是欧洲电费最便宜的地区。

Facebook建欧洲最大数据中心(多图)
办公区一角

由于可以依赖地区电网,Facebook数据中心使用的备用发电机比美国少了70%,这也是一大优势。自1979年以来,当地的高压电线还没有中断过一次。吕勒奥(Lule?)背靠吕勒河,建有瑞典最大的几座水电站。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
预测Facebook签到位置是通过分析用户的签到数据,预测用户未来签到的位置。该数据集包含了用户签到的位置坐标和时间信息。我们可以使用机器学习算法来训练模型,然后根据模型对未来的签到位置进行预测。 首先,我们需要对数据集进行预处理。首先,我们可以通过聚类算法将数据集中的签到位置进行聚类,得到用户常去的地点集合。然后,我们可以计算每个地点的签到时间分布,进一步划分用户的活动范围。这些预处理过程可以帮助模型更准确地预测用户的签到位置。 接下来,我们可以选择适合的机器学习算法来建立模型,比如决策树、随机森林、神经网络等。我们可以将用户的签到时间、签到地点等特征作为输入,将签到位置作为输出,训练出一个预测模型。 在训练模型时,我们可以将数据集分为训练集和测试集,用训练集来训练模型,然后用测试集进行验证和评估。通过比较模型对测试集的预测结果和实际签到位置的差异,可以评估模型的准确性和可靠性。 最后,我们可以使用训练好的模型来预测用户的签到位置。当用户进行签到时,将用户的签到时间、周围地点等信息输入到模型中,模型会根据之前的训练经验,预测用户的签到位置。 预测Facebook签到位置数据集的应用场景广泛,可以帮助用户快速找到附近的好友、推荐附近的商家和活动、增强用户隐私保护等。通过不断改进和优化模型,我们可以提高预测的准确性和实用性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值