现如今大数据技术早已渗透到金融、通讯、交通、医疗等各个行业,大数据在容量、多样性和高增速方面的爆炸式增长为各行各业带来了准确洞察市场行为的机会。环保与大数据的结合催生了环保新形式,通过对环保大数据进行深度智能分析和建模,可以对大气环境和水质健康提供更准确、更多维的预测;建设全社会共享的环保公共数据资源,有利于政府和主管部门做出科学决策,智慧管控。
交通行业的发展对能源消耗和环境污染有着巨大的影响,《世界能源展望》调查显示,交通行业在全球的能源消耗中占25%,二氧化碳的排放量占全球的14%。随着空气质量的恶化,北京市交通委节能减排的压力也越来越大,只有全面掌握污染与能耗数据,才能实现精细化管理,制定宏观策略。
搭建“全覆盖型”统计监测平台 挑战多多
为全面落实交通运输部重大信息化工程——“安全畅通与应急处置系统建设工程”和“交通运输经济运行监测预警与决策系统建设工程”的工作要求,北京市交通行业节能减排中心建成了节能减排统计与监测平台。在建设的第一阶段,该平台初步实现了对重点行业能耗核算分析,接下来,北京市交通委要将平台建设成覆盖全行业,可全面实现对能耗、污染物排放以及碳排放的核算分析,实现对地面公交、轨道、出租、货运等运输行业监测的全覆盖,对主要交通工具类型监测的全覆盖。
超大计算规模,需要性能与密度双重优化
这样一个全覆盖型节能减排统计与监测平台需要定时采集全行业和车辆能耗动态,支撑交通行业、企业能耗总量及能源使用效率变化趋势分析及问题诊断,每天PB级数据计算需求对底层硬件设备的计算能力提出了严苛的要求,如果单纯以机架集群的方式来承载平台,至少需要新增上百台机架服务器,这对机房的空间部署和日常运维都将带来巨大的挑战。
数据强关联,应用模块频繁互调用,需要更低网络延时
全覆盖型节能减排统计与监测平台要完成交通环境监测、交通运输工具等十多个系统的监测与分析,需要频繁调动存储数据并进行不同计算单元的通信,这就要求支撑平台的硬件基础具有良好的网络性能和极低的网络延迟及信号折损。
借助全能型刀片系统浪潮I9000 扫平困难
综合考虑客户在搭建全覆盖型统计监测平台时面临的诸多问题,浪潮为北京市交通委节能减排中心提供了以浪潮第二代融合架构刀片系统I9000和双路旗舰服务器NF5280M4为基础的解决方案,帮助客户扫平困难。
I9000刀片系统主要部署于应用域,承载用户十几项关键业务,而NF5280M4则主要用于大数据域,负责对公交、轨道、出租等专项设备数据和业务系统运营数据的采集数据采集以及对专项设备数据使用分布式消息系统汇集数据。
此前一期系统已经建成并初步投入使用,二期系统是接续项目,在一期基础上进行扩建,除了要保持一期系统现有运转外,更主要的是进行系统优化和数据集成,供综合决策使用。
针对客户的需求, I9000刀片系统提供比肩机架式服务器的计算性能,同时节约1/3的部署空间,在满足极高计算性能需求的同时,轻松解决机房部署与运维压力。
I9000作为融合架构系统及产品,可通过不同的计算节点及交换模块的有机组合灵活在统一的硬件平台上承载scale-out/scale-up应用,并为其提供统一便捷的管理平台,为客户提供更可靠易用的业务体验。
浪潮I9000刀片系统除了提供主流交换模块外,还提供独有的后置IObox,支持标准PCIE扩展卡,通过标准PCIE扩展卡实现网络直通,不需要再配置专用的网络直通模块且不影响交换模块数量,可在不影响部署密度的前提下提升计算刀片的PCIE扩展能力,大大降低客户成本。
依托大数据平台实现节能减排 更加科学
以浪潮服务器为基础的节能减排统计与监测平台帮助北京市交通委实现对交通行业、企业能耗总理安及能源使用效率变化趋势的分析及问题诊断,将能耗总量及能效任务指标分解至各区县、各行业、各企业,实现对区县、行业、企业的节能考核。
北京市交通委节能减排中心相关负责人谈到:“数据是政府管理工作的抓手之一,节能减排统计与监测平台帮助我们摸清各行各业的能耗底数,掌握各行业、各能源类型月度、年度能耗量和变化趋势,这样我们才能有的放矢地监督管理节能减排情况,制定考核管理流程,确保节能目标顺利完成。浪潮的I9000刀片系统在性能方面不输机架,而且极大地简化了平台的基础架构,减轻了我们在运维管理方面的压力。”
好文章,需要你的鼓励
CPU架构讨论常聚焦于不同指令集的竞争,但实际上在单一系统中使用多种CPU架构已成常态。x86、Arm和RISC-V各有优劣,AI技术的兴起更推动了对性能功耗比的极致需求。当前x86仍主导PC和服务器市场,Arm凭借庞大生态系统在移动和嵌入式领域领先,RISC-V作为开源架构展现巨大潜力。未来芯片设计将更多采用异构计算,多种架构协同工作成为趋势。
KAIST AI团队通过深入分析视频生成AI的内部机制,发现了负责交互理解的关键层,并开发出MATRIX框架来专门优化这些层。该技术通过语义定位对齐和语义传播对齐两个组件,显著提升了AI对"谁对谁做了什么"的理解能力,在交互准确性上提升约30%,为AI视频生成的实用化应用奠定了重要基础。
Vast Data与云计算公司CoreWeave签署了价值11.7亿美元的多年期软件许可协议,这标志着AI基础设施存储市场的重要转折点。该协议涵盖Vast Data的通用存储层及高级数据平台服务,将帮助CoreWeave提供更全面的AI服务。业内专家认为,随着AI集群规模不断扩大,存储系统在AI基础设施中的占比可能从目前的1.9%提升至3-5%,未来五年全球AI存储市场规模将达到900亿至2000亿美元。
乔治亚理工学院和微软研究团队提出了NorMuon优化器,通过结合Muon的正交化技术与神经元级自适应学习率,在1.1B参数模型上实现了21.74%的训练效率提升。该方法同时保持了Muon的内存优势,相比Adam节省约50%内存使用量,并开发了高效的FSDP2分布式实现,为大规模AI模型训练提供了实用的优化方案。