至顶网服务器频道 08月31日 新闻消息:
近日,2017开放数据中心峰会(ODCC)在北京国际会议中心隆重召开,阿里巴巴基础设施事业群总经理周明发表主题演讲,与参会者分享了阿里巴巴在基础设施领域里面所面临的机遇和挑战,并提出白盒化、技术架构一体化和数据中心智慧化三大应对策略。
在演讲伊始,周明表示,阿里巴巴的基础设施承载支持了以淘宝、天猫为基础的电商集团、以蚂蚁金服、支付宝为核心的金融集团,以及以菜鸟网络为核心的物流板块,面对上述集团业务的大规模服务需求,如何在保证技术竞争力的同时,降低成本并实现稳定运营,是整个阿里巴巴基础设施团队所面临的压力与挑战,同时也伴随着无限的机遇。
基于上述挑战,周明总结了三个方面的原则和手段:白盒化、技术架构一体化和数据中心智慧化。并围绕数据中心本身的风火水电、服务器和网络这三个层面加以阐述。
阿里巴巴在数据中心建设上白盒化的思想由来已久,从租用,到定制,到共有再到自建,逐步将IDC建设做到自主可控。通过自主可控和技术创新来降低PUE和提高能效,比如千岛湖数据中心的深层湖水水冷和张北数据中心的全自然风冷技术。在服务器和存储上,从最开始购买整机服务器,到整机柜定制,再到部件和芯片定制;在网络基础设施上,从最底层的传输,到模块的自研,到上层交换机,再到基础的软件及平台,阿里巴巴在服务器与网络上都在朝白盒化的方向努力。
同时,“事实证明白盒化其实是不够的,光白盒化只是解决了一部分问题”,周明强调,“我们的目的是架构一体化, 逐步从白盒化到架构一体化,这才是我们的核心,也最能体现我们的技术竞争力。”只有通过自主定制硬件,结合上层基础软件优化及业务场景特点,做到一体化的架构设计,才能最终实现整个系统性能的极致化。
最后谈到数据中心的智慧化,周明认为“不是设备运行起来、软件做好就好了”,还要面临数据中心大规模部署问题;同时,数据中心在7×24小时的运行过程中必然会发生故障,快速定位和修复故障也是难题。阿里巴巴数据中心运营目前已经实现信息化和自动化,正着眼未来,提升能效,朝无人值守和故障自动恢复方向努力,真正实现数据中心智慧化。
作为中国数据中心产业最具影响力的行业会议, 在本次ODCC2017峰会的专场技术分享环节,来自阿里巴巴基础设施事业群战略和架构部总监高山渊、服务器研发高级产品经理刘礼寅和资深网络专家杨志华等嘉宾也做了精彩发言和交流。
阿里巴巴基础设施事业群,作为阿里巴巴生态系统的技术基石和发动机,正在技术拓展商业边界的道路上奋进。2017年以来,先是发布互联网行业全球首个浸没液冷服务器集群,实现PUE逼近理论极限值1.0;随后又在量子信息科学领域发布两项世界级成果,均展示出在科技领域的强大实力。目前包括量子通信、液冷服务器、自研服务器和网络设备、企业级互联网架构(Aliware)和自研金融级关系型数据库OceanBase等拥有自主知识产权的强大软硬件基础设施,正承载电商、云计算、金融、物流等数十项业务,每天服务全球数亿用户。
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。