几天前，一张名为“app store刷榜工人”的照片被曝光，在被几十部iphone冲击视觉感受的同时，一天三万元的付费价格也让众多网友震惊。为了获取用户，创业公司在提高曝光率上可谓是不遗余力，但是，通过这种任性的推广换取的真实用户到底有多少呢？
事实上，不仅做移动互联网的创业公司，诸如McAfee等大型企业或投资机构，都会在发掘、定位目标用户和投资项目上花费大量的人力、财力及时间成本。而此前供职于摩根大通担任投资经理的杨文杰，更是深知其中的痛点。
Everstring创建于2012年，而其创始人杨文杰在2004年，正在读大学数学系时就萌生了用大数据来帮助企业发掘他们的目标客户的想法，其创建的大数据工作室甚至一度吸引了中国联通的注意，但最终却因为学生身份而不被投资人看好，项目被迫夭折。
2008年，一次偶然的机会，杨文杰进入到了摩根大通成为投资银行分析师，之后又只身去到了硅谷， 每天的工作内容是通过分析海量的企业财务报表以及上市公司过去的运营状况，决定要不要进行收购。每年联系1万人，打3000个电话的工作强度，再次让杨文杰萌生了使用机器学习代替人分析的想法。
2012年，在投资行业摸爬滚打了四年的杨文杰决定创业，不过Everstring最初的目标用户并没有现在这么广泛。据了解，在创业初期，Everstring针对的是金融行业，帮助一些大的投行发掘可以投资的项目。
然而，很快杨文杰就发现，和Everstring合作的投行都希望能获得独家的合作机会，这一排他的用户心理一度让Everstring的前途非常渺茫。2013年初，在杨文杰正在为Everstring的前途一筹莫展时，美国著名杀毒软件McAfee的市场总监突然向杨文杰提出，希望Everstring的数据挖掘服务能够用于产品销售领域。
对于与McAfee这一偶然的需求，杨文杰称，不仅让Everstring从此前局限于金融业的困顿中走出，更发掘到了上百万的潜在客户。
如今，Everstring通过不断地主动挖掘和分析全网在线企业信息，结合每家企业内部的客户关系管理系统，利用机器学习自动建立量化客户模型，再利用该模型在全球千万客户中，帮助企业来预测谁是他们下一个客户。“我们希望能把复杂的人工智能带入到每家企业，用机器来帮助他们自动寻找下一个潜在客户。”杨文杰解释道。
以McAfee为例，Everstring通过对每一个访问McAfee官方网站的游客进行分析挖掘，找到哪些游客对购买McAfee服务的意图更佳明确，Everstring就会把这一信号反馈给McAfee。在保证用户隐私得到保证的情况下帮助企业对自己的潜在用户分层、转化率有具象而条理化的了解。
目前，Everstring的用户不乏英特尔 McAfee 和 Salesforce RelateIQ 等世界500强企业。
据了解，Everstring向他们的企业客户收取每年5万美金到300万美金不等的年费。他们开创了一种新的商业模式PaaS (Prediction As A Service)服务。尽管这种消费行为对于大多数国内企业来说，还较为陌生，不过Everstring已经在中国内地和欧洲建立了自己的工作室。
对于中国用户，杨文杰认为，尽管这几年大数据概念在国内很热，但大多数企业对于购买大数据服务的消费意识并没有形成。“但未来这是一个大的趋势，尤其是对于国内四千多万的中小企业”杨文杰如是说。
相比于拿到A轮融资时仅有的15个人团队，如今Everstring的技术团队团队由来自斯坦福的神经科学博士、人工智能博士和 NASA 工程师等近100人组成。6个月前，Everstring获得了由光速美国领投，红杉和IDG跟投的一千两百万美元 A轮融资。
数据中心供配电系统用于提供满足设备使用的电压和电流，并保证供电的安全性和可靠性。供配电系统通常由高低压配电系统、变压器、UPS系统、蓄电池系统、监控管理系统等系统组成，一个数据中心的供配电系统通常包括上百台、甚至上千台设备。
供配电系统作为数据中心的第三耗能大户，在规划设计时应根据系统负荷容量、用电设备特点、供电线路距离及分布等因素，从设计、运行和管理等方面采用各种先进可行的节能技术、方法和措施，如采用新型供电技术提高电源转换效率，优化设计减少线路损耗，无功补偿及谐波治理等等。
(1)供电设备选型
对供电设备进行选型时，建议选用新型节能设备或技术减少设备自身能耗，提供系统整体节能效果。
例如，针对变压器，宜选用干式变压器，或者是空载损耗比更低的非晶合金干式变压器。针对UPS设备，在相同额定容量时，可选用高转换效率的高频UPS(包括模块化UPS)等。在满足IT设备安全可靠运行的条件下，还可以在选用高频直流供电系统对IT设备进行供电，该方式由于省去了逆变环节，能耗降低，效率相对于传统塔式UPS大幅提高，模块化的整块模块也更易于维护。
在新型节能技术方面，宜选用具备“动态休眠”技术的UPS产品设备，该技术可在系统负载较低的情况下，与动力监控系统相结合自动根据当前总负载的大小计算出需工作的整流模块或UPS数量，实现对UPS系统的整体效率提升，减少能源在低负载下的浪费。
(2)合理进行设备配置
通常来说，数据中心的负载是分步增长的。在项目初期，机房设备的负载率一般都较低，导致系统各环节的效率常常低于设计效率。因此，在规划设计数据中心时，应首先对数据中心的近远期发展情况进行详细规划或准确预测，按实际需求逐批次建设供配电系统，使设备的实际负载率接近或达到产品设计的最佳负载率，利用率和使用效率达到最优，提高设备技术经济效益，减少设备自身能耗。
(3)合理设计布线路由
首先，要按终期负荷合理计算并选择电缆电线的截面。对于距离较长的供电线路，在满足敷设条件、载流量、电压降、热稳定及保护配合的条件下，可适当增大电缆电线的横截面积以降低线路损耗。
其次，在布放线缆时，应对线缆路由进行合理规划和设计，尽量选择最短路径减少线缆长度，减少不必要的浪费。
此外，还可在数据中心布局规划时，合理布置电源机房，使电源设备尽可能地靠近负载，减少长距离供电而造成的线路损耗。
(4)无功补偿及谐波治理
通过合理选择无功补偿方式、补偿点及补偿容量，能有效地稳定系统的电压水平，提高设备运行功率因素，降低线路运行电流。在建设供配电系统时，应采用并联电容器装置补偿无功，其容量和分组应按照就地补偿及不发生谐振的原则进行配置，补偿后供电系统的负荷功率因素应满足当地供电部门的要求，没有无明确要求时，功率因素值不宜低于0.9.
此外，交流供电系统内电流总谐波畸变率(THDi)大于10%时，应根据系统及负荷情况进行谐波治理，通过经济技术比较，合理配置滤波器。
照明系统节能
对数据中心照明系统进行节能降耗，根据建筑布局和照明场所，在满足国标规定的场所照度和照明功率密度的前提下，合理布置光源、选择照明方式、光源类型是降损节能的最有效方法。具体措施有：
(1)机房内选用T8或T5系列三基色直管荧光灯、LED等高效节能光源作为主要的光源，以电子镇流器取代电感镇流器，应用电子调光器、延时开关、光控开关、声控开关、感应式开关取代跷板式开关等等，将大幅降低照明能耗和线损。以T5三基色直管荧光灯为例，与普通卤粉荧光灯相比，在同样照度的前提下，后者比前者的光效降低30%，即新型节能光源节能达30%.
(2)在满足眩光限制和配光要求条件下，还应选用效率高的灯具，这也是确定房间照度的因素之一。在同样照度的前提下，提高灯具效率可减少所需的灯具数量，最终达到节能效果。通常开敞式灯具效率不低于75%，格栅灯具不低于60%.
(3)应能对数据中心各区域内灯具的开关进行方便、灵活的控制，控制方式可采用智能照明控制或墙壁开关分场景、分区域控制，还可加入红外、光控、声控等控制手段。采用照明控制后，可减少不必需的开灯，延长灯具使用寿命，实现节能。对开关进行分场景、分区域划分时，宜遵照以下原则：
● 按机房列间分组;
● 与侧窗平行分组;
● 根据维护、值班、安防等不同场景需求自定义程序实现分组定时开启/关闭。 |
