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
今天讲的出海案例是开创电气,一家金华手持式电动工具制造商,在越南基地完成首款产品验收并形成80万台年产能力。
萨里大学与西蒙菲莎大学联合提出ABACUS模型,首次将物体计数、人群计数、指代计数与精准图像生成统一在单个30亿参数模型中,七项基准全面超越现有专业模型。
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
Qwen团队揭示AI代码助手训练中"验证比生成更难"的核心困境,提出覆盖测试筛选、行为监控、用户反馈挖掘和代理评估四类验证方案,并以实验证明验证系统须持续与AI能力共同进化。