หัวเว่ยเปิดตัว SmartLi UPS โซลูชันสำรองไฟฟ้าสีเขียว ซึ่งสามารถจ่ายกระแสไฟฟ้าอย่างต่อเนื่องในธุรกิจต่าง ๆ เช่น การขนส่ง หน่วยงานรัฐบาล สถาบันการเงิน หรือโรงงานผลิตสินค้า นับเป็นการเพิ่มประสิทธิภาพในการใช้พลังงานและลดการปล่อยก๊าซเรือนกระจก
จากกรณีศึกษา เช่น นอริส เน็ตเวิร์ค (noris network) ผู้นำบริการด้านไอทีในเมืองนูเร็มเบิร์ก ประเทศเยอรมนี ได้นำ SmartLi UPS ของหัวเว่ยมาใช้ในศูนย์ข้อมูล จนประหยัดการใช้พื้นที่ได้ถึง 70% รวมถึงลดต้นทุนในการเป็นเจ้าของ (TCO) ได้ถึง 35% ซึ่งเป็นการตั้งมาตรฐานใหม่ทั้งในแง่ความยั่งยืนและประสิทธิภาพ
ทั้งนี้ UPS ที่มีประสิทธิภาพ ไว้วางใจได้และแข็งแรงทนทาน เป็นสิ่งจำเป็น ในโลกดิจิทัล ธุรกิจต่าง ๆ พึ่งพาแหล่งจ่ายไฟฟ้าที่มีเสถียรภาพและต่อเนื่อง เพื่อปกป้องข้อมูลสำคัญและให้แน่ใจว่าการดำเนินธุรกิจจะเป็นไปอย่างต่อเนื่อง SmartLi UPS ของหัวเว่ยจะช่วยสร้างความมั่นใจว่า การทำงานของอุปกรณ์อิเล็กทรอนิกส์ในงานสำคัญจะไม่ถูกขัดจังหวะ และยังช่วยสนับสนุนให้ธุรกิจก้าวไปสู่อนาคตสีเขียวได้อย่างมีประสิทธิภาพ
เมื่อเปรียบเทียบกับ UPS ความถี่สูงขนาดใหญ่แบบดั้งเดิม หรือ UPS ที่ใช้แบตเตอรี่ตะกั่วกรด Smartli UPS ของหัวเว่ย คุณสมบัติที่โดดเด่น ได้แก่
- ประสิทธิภาพสูง: SmartLi UPS ของหัวเว่ย ประหยัดพลังงานได้มากถึง 97.8% เอาชนะคู่แข่งรุ่นเก่าได้ถึง 1% และเมื่อปรับโหมดสู่ S-ECO จะประหยัดพลังงานได้สูงถึง 99.1% ซึ่งระยะเวลาการเปลี่ยนโหมดที่ 0 มิลลิวินาที จะเป็นการรับประกันว่า ธุรกิจจะดำเนินไปอย่างต่อเนื่อง ซึ่งผลลัพธ์คือ SmartLi UPS อาจช่วยประหยัดค่าไฟฟ้าให้เจ้าของธุรกิจได้อย่างน้อย 2.5 ล้านดอลลาร์สหรัฐตลอดระยะเวลา 10 ปี
- ความเข้มข้นสูง: ด้วยความสามารถในการจ่ายกระแสไฟฟ้าได้มากถึง 1 เมกะวัตต์ ต่อเครื่อง SmartLi UPS จึงลดการใช้พื้นที่ได้อย่างน้อย 50% เมื่อเทียบกับ UPS ตะกั่วกรดแบบมาตรฐาน ยกตัวอย่างเช่น ศูนย์ข้อมูลขนาด 12 เมกะวัตต์ สามารถใช้ SmartLi UPS ประมาณ 200 เครื่อง ซึ่งจะช่วยประหยัดค่าเช่าได้ถึง 2.8 ล้านดอลลาร์สหรัฐ ซึ่งถือว่ามากไม่ว่าจะวัดด้วยมาตรฐานใดก็ตาม
- ไว้วางใจได้สูง: การออกแบบโมดูลที่ยอดเยี่ยม ทำให้ SmartLi UPS ซ่อมบำรุงได้อย่างรวดเร็วภายใน 5 นาที และด้วยระบบอัจฉริยะ iPower ที่สามารถประเมินอายุการใช้งานของชิ้นส่วนสำคัญอย่างพัดลมหรือตัวเก็บประจุไฟฟ้าได้ล่วงหน้าถึง 1 ปี นับเป็นการเปลี่ยนผ่านจากการซ่อมบำรุงแบบเก่าที่ต้องรอให้ชิ้นส่วนใช้งานไม่ได้ก่อน มาเป็นการประเมินเชิงรุกด้วย AI ในการดำเนินระบบงานซ่อมบำรุง
