 |
AI浪潮來襲！伺服器面臨高熱密度挑戰 Vertiv協助矽谷主機代管商在既有機房突破散熱瓶頸 (2023.12.04)
人工智慧（AI）的快速發展，帶動市場對高效能運算的需求，高熱密度伺服器的數量以及市場對資料中心機櫃的功率要求也同步提升，以市場上常見的GPU伺服器為例，普遍耗電高達1kW，而每個機櫃耗電高達30kW以上絕對是未來趨勢，因此傳統資料中心的冷卻解決方案正面臨嚴峻的散熱與節能挑戰 |
|
Vertiv與 NVIDIA專家團隊合作 提升高密度氣液混合冷卻實機效能 (2023.08.21)
面對近年來各種新興應用的高效運算（HPC）需求、人工智慧（AI）技術的快速發展，以及淨零碳排放的ESG（環境、社會和企業治理）要求，關鍵數位基礎架構與連續性解決方案全球供應商Vertiv 維諦也在今（21）日發佈與NVIDIA專家團隊，針對Vertiv液冷機組搭配氣冷資料中心，進行高密度氣液混合冷卻實機效能測試的合作成果 |
|
緯創資通導入Vertiv水冷式解決方案 落實節能、高效、永續策略 (2023.06.09)
因應當今資通訊（ICT）業者建置新一代人工智慧（AI）資料中心、升級伺服器規格，同時提升能源效率需求。維諦公司（Vertiv）也在日前宣布，已為緯創資通成功導入高效水冷式解決方案，不只要求能有效降低其機房PUE值達1.1以下，提升電力使用效率，也協助緯創資通逐步邁向2030碳中和遠程目標 |
|
Vertiv升級電信業者機房設備 降低46%機房空調能耗 (2022.11.30)
因應環境、社會、治理（Environmental, Social, Governance，ESG）趨勢，各大企業加緊步伐進行不同方式的綠色轉型、調整與規劃。Vertiv維諦以一條龍服務，積極協助台灣前三大電信業者優化機房空調能耗 |
|
展望2020資料中心五大趨勢 Vertiv：混合雲將成為主流 (2020.02.04)
隨著2020年的到來，越來越多的資料中心用戶將目光聚焦到能夠將公有雲、私有雲及邊緣計算結合在一起的混合雲架構。
來自維諦(Vertiv)的專家認為：這種不斷發展進化且能有效管理資料和計算資源的架構，是2020年資料中心五種新興趨勢之一 |
|
Vertiv Liebert EXL S1創新動態在線模式實現節能與可靠性 (2019.03.26)
維諦(Vertiv) Liebert EXL S1系列UPS推出了全新動態在線模式功能，並適用於全球市場，在保證系統實現線上運行可靠性的同時，可實現高達99%的運行效率。此外，Liebert EXL S1系列UPS系統容量為300至1200 kVA，可適應不同類型的輸入和輸出電壓 |
|
Vertiv: 營運商擔心5G和邊緣運算將導致能源成本的增加 (2019.03.06)
維諦(Vertiv)聯同451 Research共同發佈了一項調查報告。報告顯示，大多數接受調查的電信營運商都認為，5G時代將於2021年在所有區域正式啟動，其中88%的受訪者計劃在2021-2022年開始部署5G設備 |
|
[MWC 2019]維諦(Vertiv)深入探討5G熱點 (2019.02.26)
維諦(Vertiv)將在論壇上圍繞5G的發展應用，發表精彩主題演講，並在小組討論環節與產業精英、意見領袖一起深入探討和分享5G熱點、最新趨勢和關鍵洞察，推動營運商商業轉型 |
|
Vertiv預測邊緣運算將成資料中心發展重心 (2018.12.19)
日前，維諦(Vertiv)針對物聯網、5G趨勢下具備自我實現以及自我修復能力的網路邊緣技術進行了預測分析，並由此確定了2019年全球資料中心發展的5大趨勢，預測顯示，在即將到來的2019年 |
|
SmartAisle模組化資料中心解決方案獲TIER IV-Ready認證 (2018.08.29)
前不久維諦（Vertiv）旗下SmartAisle模組化資料中心解決方案，獲得由權威Uptime Institute頒發的TIER IV -Ready認證。TIER IV-Ready認證是業界最高等級的認證，代表認證的解決方案具有更高的可靠性和可用性 |
|
維諦Vertiv 居全球模組化資料中心市場排名首位 (2018.08.17)
日前，全球權威分析機構Frost&Sullivan發佈全球模組化資料中心的市場排名報告《Global Modula Data Centre Market》顯示，維諦（Vertiv，原艾默生網絡能源有限公司），憑藉在模組化資料中心市場的持續投入以及領先的技術實力，位居2016年全球模組化資料中心的市場排名首位 |
|
維諦Vertiv: 邊緣計算滿足新的資料處理需求 (2018.08.17)
近日，外媒Data Economy專訪維諦（Vertiv）全球CEO Rob Johnson，指出在萬物互聯的時代，大量設備聯網帶來的計算傳輸需求倍增，大量的資料都來自邊緣側不計其數的感測器和終端設備，傳統的計算系統並不能有效利用這些資料，而邊緣計算的出現，則滿足了新的資料處理需求 |
