ZD至顶网服务器频道 06月07日 新闻消息:戴尔公司正在着手推出其专门为eBay开发的Triton水冷超大规模服务器方案。
戴尔公司给出的Triton与其它液冷设计比较图示。
戴尔方面表示,其之所以选择水冷机制主要是考虑到其低廉的实现成本:数据中心往往总是需要冷却塔进行水体降温,从而为运行中的设备提供必要的冷水资源。不过大多数水冷设备采用二级泵及/或传送机制,即将冷却水进一步输送至机架当中。这些泵机不仅会带来多余的耗电,同时也会造成额外热量,而这二者显然是数据中心需要尽量避免的。
凭借着极限规模基础设施部门强大的研发能力,戴尔公司带来了新的实现方案——即无需中间设备即可实现冷却水降温。
结果就是,可以看到冷却水从冷却塔处直接流往墙体插座处,而后通过CPU上方的铜管进入计算设备。戴尔公司表示其首选管道承压可达到350 PSI,数倍于其正常工作负荷,其同时设有分布于各服务器的防潮与防水探测器,同时使用军用级别处理器冷却管道。
eBay公司给出的记录信息显示,Triton设备能够将每秒查询数量提升70%,而定制化至强E5-2679 v4则能够在背面安设冷却铜管。戴尔公司指出,这一出色的效果适用于希望提升CPU处理速度并保持数据中心温度的客户。
其公布结果同样极具吸引力:戴尔公司表示Triton能够在各种气候条件下实现1.03 PUE——全称为电力使用效率。具体来讲,这项指标是指将输入数据中心的总体配电量除以实际工作套件——包括计算设备与冷却装置。PUE 在1.1或1.2水平即为优秀。不过这里的PUE 1.03属于例外情况,戴尔公司在超大规模计算环境下对此有着自己的讨论结论。
戴尔公司指出,其同时在着手打造“一套‘Triton’的‘闭环’版本,旨在提供同样的冷却技术与CPU支持能力,但不再要求数据中心具备机架冷却水供应装置”,这将使其适合更多不同类型的客户。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。