nlyte Predict

Überinvestitionen in Kapazitäten, die überhaupt nicht benötigt werden, sind in gewisser Weise noch ungünstiger als Kapazitätenengpässe, die zu Problemen bei neuen Projekten führen. In beiden Fällen zahlen Sie dafür, dass Sie den Bedarf Ihres Rechenzentrums an Platz, Kühlung und Strom nicht exakt vorherbestimmt haben. Bevor Sie mit der Einrichtung eines neuen Rechenzentrums beginnen, die Migration oder Konsolidierung planen oder sich Gedanken über Neugeräte machen, müssen Sie wissen, ob Ihr Rechenzentrum den künftigen Aufgaben überhaupt gewachsen ist. Das nlyte Predict-Modul ermöglicht exakte Prognosen für die Kapazität Ihres Rechenzentrums und analysiert die Auswirkungen von Änderungen, damit Sie vorausplanen können und nicht lediglich auf Änderungen reagieren müssen.

In der Analyse wird anhand aller freistehenden und schrankmontierten Rechenzentrum-Betriebsmittel ein Referenzwert für den Platz- und den Strombedarf ermittelt. Wenn dieser Ausgangswert steht, können Sie mit dem nlyte Predict-Modul Szenarien ausarbeiten, um zu sehen, wie sich das Hinzufügen oder Entfernen von Geräten in den kommenden Monaten oder Jahren auf das Rechenzentrum auswirkt.

Das nlyte Predict-Modul stellt die prognostizierten Ressourcendaten und Ausgangswerte in Diagrammen grafisch dar. Sie können Diagramme für das gesamte Rechenzentrum oder nur für bestimmte IT-Schränke (an allen Standorten), für einen bestimmten Standort (und alle IT-Schränke dort) oder für einen bestimmten IT-Schrank an einem bestimmten Standort anzeigen. Das Ergebnis sind rollierende Prognosen zur künftigen Rechenzentrumskapazität, die mit den Echtzeit-Kapazitätsberichten aus dem nlyte Report-Modul abgeglichen werden können.

Les caractéristiques clés de nlyte Predict

• Prognose der Rechenzentrumskapazitäten auf der Grundlage des Verlaufs
• Analyse möglicher Folgen von Änderungen auf die Rechenzentrumskapazität
• Diagramme der verbleibenden Kapazität (Platz, Strom, Kühlung)
• Unterstützung vorhandener und modellierter IT-Schrankprofile
• Luftstrom- und Thermikmodelle durch Integration mit CFD-Anwendungen für numerische Strömungsmechanik