『PTTP普天泰平|19″英寸机柜式光纤配线架|19″英寸机架式光缆终端盒|19″英寸抽拉式(抽屉式)光纤终端盒|OTB壁挂式光纤盒』GP光缆终端盒|OTB光纤终端盒|19英寸光纤配线架|19英寸光纤分线盒(4芯,8芯,12口,24口,48口光纤盒,尾纤型号:FC,SC,ST,LC等型号众多)壁挂式,机架式,桌面式等光纤终端盒|光缆终端箱系列产品是光纤传输通信网络中终端配线的辅助设备,适用于室内光缆的直接和分歧接续,并对光纤接头起保护作用。光缆终端盒主要用于光缆终端的固定,光缆与尾纤的熔接及余纤的收容和保护。
(OTB配线容量:12芯,24芯,48芯,72芯,96芯,144芯ODF单元箱,尾纤型号:FC,SC,ST,LC,单模/多模/千兆/万兆尾纤级别:PC网络级,UPC电信级,APC广电级生产基地)
(OTB配线容量:12口,24口,48口,72口,96口,144口ODF单元箱,尾纤型号:FC,SC,ST,LC,单模/多模/千兆/万兆尾纤型号:PC网络级,UPC电信级,APC广电级生产基地)
OTB,光缆终端盒主要用于光缆终端的固定,光缆与尾纤的熔接及余纤的收容和保护。光缆终端盒又叫,很多工程商也叫光缆盘纤盒,是在光缆敷设的终端保护光缆和尾纤熔接的盒子,主要用于室内光缆的直通力接和分支接续及光缆终端的固定,起到尾纤盘储和保护接头的作用。
GPX01系列机架式终端盒
GPX01系列机架式终端盒(滑轨式)是应用于光纤配线架或网络综合柜中的功能组件,集光纤熔接、配线、盘储于一体,采用19英寸标准安装,滑动导轨抽拉式结构,分为固定机架、滑动机框、适配器面板几部分,其中滑动机框上有熔接盘、绕线柱、适配器面板安装卡口,可整体拉出操作,使用维护方便。
规格参数
产品系列
工作温度
环境湿度
大气压力
标称工作波长 绝缘电阻耐电压插入损耗
回波损耗
产品标准
GZR系列
-40℃~+60℃
≤95%(+40℃时)
70kPa~106 kPa
850nm、1310nm、1550nm
箱体高压防护地与箱体绝缘,绝缘电阻>1000MΩ/500V(DC)
箱体高压防护地与箱体间耐压>3000V(DC)/5s不击穿、无飞弧
≤0.2dB
PC型≥45dB,UPC型≥50dB,APC型≥60dB
其余性能指标遵循YD/T 778-2011 ODF行业标准及相关行业标准要求
产品特点
优质冷轧钢板精制而成,表面静电粉末喷塑处理,美观大方
高密度,1U配线容量大可达48芯,2U可达96芯(双LC适配器)
抽屉式结构,使用维护操作方便
1U盒体三个适配器面板安装位,2U盒体六个适配器面板安装位;多种适配器面板可自由选择、调配,应用灵活,扩容、改造方便
通过选择不同的适配器面板,适用FC(D形)、SC、LC(单工和双工)、ST等多种类型适配器
订货信息
名称
型号
外形尺寸
容量
(芯)
使用环境
备注
高×宽×深(mm)
19英寸机架式终端盒
(1U)
GZR-12SC
1U ×482 × 220
12
标准19英寸机架/机柜
配置2块6芯SC面板+1块空白板
GZR-12FC
12
配置2块6芯FC面板+1块空白板
GZR-12ST
12
配置2块6芯ST面板+1块空白板
GZR-24SC
24
配置3块8芯SC面板
GZR-24FC
24
配置3块8芯FC面板
GZR-24ST
24
配置3块8芯ST面板
GZR-24DLC
24
配置2块12芯双联LC面板
GZR-48DLC
48
配置3块16芯双联LC面板
19英寸机架式终端盒
(2U)
GZR-48SC
2U ×482 × 220
48
配置6块8芯SC面板
GZR-48FC
48
配置6块8芯FC面板
GZR-48ST
48
配置6块8芯ST面板
GZR-96DLC
96
配置6块16芯双联LC面板
(3)存储能力
固态硬盘在启动速度、读写速度、质量、抗震上相比HDD传统硬盘有着juedui的优势,而HDD发展至今,在价格、寿命和数据恢复方面的成绩也是SSD无法取代的[19]。SSD硬盘由于使用了高速的闪存颗粒作为物理存储资源,并且使用PCIe等高速传输协议/接口作为主流数据交换的物理通道,其在IOPS和带宽方面远优于传统的HDD硬盘。以企业级PCIeSSD卡和企业级SAS HDD硬盘来比较,PCIe SSD卡的4K随机读的IOPS为1 M以上,而SASHDD硬盘的IOPS为700左右;带宽方面,PCIe SSD可达到7000 Mbit/s以上,而SAS HDD仅为200Mbit/s左右。存储对算力的贡献,一方面体现在高速存储对高性能计算的支撑,另一方面体现在对海量数据的存储。
(4)网络能力
随着AI训练集群规模的增大,以及单节点算力的增长,分布式AI集群系统已经逐渐从计算约束转换为网络通信约束。一方面,AI计算量每年增长10倍[20],而数据中心网络接口过去5年从1000M网口升级到了10 G或者25G,仅增长10多倍;另一方面,当前的AI集群系统中,当GPU集群达到一定规模以后,随着计算节点数的增加,由于分布式AI集群节点之间的通信代价的增加,可能导致集群每秒训练的图片数量不增反减。网络将成为数据中心计算、存储能力能否充分发挥的重要支撑。