天津臻云科技发展有限公司(简称“臻云科技”)是一家平台型公司和园区运营公司。在天津市武清区西北部京津高村科技创新园开发和运营“中国(天津)信息服务产业园”。该产业园以IDC和云计算为主导产业,是集信息枢纽中心、信息服务业先进科技展示、企业孵化、专业人才培训、商务服务为一体的多功能复合型科技园区。
中国(天津)信息服务产业园二期数据中心项目是臻云科技最大的数据中心建设项目,建筑面积为21889.60㎡,设计规划2918个机柜。客户希望此数据中心的建设可满足快速部署、高效运营、安全可靠等需求。而根据市场定位以及租户需求,该数据中心需按照Tier3+等级建设,且在满足建设等级前提下,还需平衡投资成本和运营成本,PUE值要处于领先水平。
华为针对臻云科技的要求,提供了专业的数据中心机房咨询、设计、实施、测试、运维等端到端的交付;并基于数字化、网络化、智能化技术,分别从可靠、高效、简单三个层面提出了模块化数据中心解决方案,使得臻云科技数据中心设计标准遵循高可靠、高安全、高品质、绿色的建设理念。
在要求快速部署,节能增效的前提下,华为采用微模块数据中心解决方案,工厂预安装、预调试,节省30%以上的部署时间;同时,模块化的构架可以实现后期IT设备容量和密度的灵活扩容,轻松应对业务挑战。由此,华为在二个月内完成36个微模块,四个月内完成92个微模块,共2918个机柜的快速部署,实现了业务的快速上线,并且后期还可灵活扩容。
在高可靠性方面,该数据中心按照Tier3+机房标准建设,配电采用“2N”型配置,制冷为“N+1”型配置,其他机房关键负载为“2N”型配置,满足国际T3+标准。而针对臻云科技对供电系统的安全可靠性要求,华为提供多达48台大功率模块化UPS作为IT设备和重要辅助设备的高质量后备电源,华为模块化UPS5000-E采用了目前最先进的拓扑结构,及全模块化设计,可以实现99.999%高可用性;同时,模块化设计支持各个模块在线热插拔,使得设备维护时间锐减,大大降低了业务中断的风险。
在绿色节能方面,臻云科技应用了行级空调、密闭通道技术及高效模块化UPS,使整个数据中心的PUE低于1.5。一方面,行级空调与机柜并排安装,近端制冷,有效地解决了机房局部热点的问题,并且制冷更加精确,减少了能耗;另一方面,让冷热空气隔离,有效提高了空调的制冷效率,从而降低PUE了,并大大降低了运营成本。配电系统的低载高效,则是华为模块化UPS5000-E获得臻云科技青睐的重要原因,20%的负载效率高达95%,40%的负载效率达到96%。对于兆瓦级数据中心,行级空调、密闭通道技术及高效模块化UPS与业界传统机房及ups相比,华为模块化数据中心每年将为臻云科技带来几百万人民币的电费节省,真正厉行节能减排。
臻云科技数据中心工程项目是IDC领域一次大胆创新,面对超大规模快速交付、节能、安全可靠性等一系列问题,华为还提供了整体L1集成解决方案,为业主其解决后顾之忧;同时华为提供了高品质、智能化的部件,模块化数据中心建设思路在可靠性、灵活性、绿色环保等方面获得了全面的突破——以建设4个月的速度完成工程交付,部署时间比传统数据中心节省50%以上;而通过对供电系统,制冷系统的创新设计,能源效率提升了30%,获得了客户的一致认可。
华为模块化数据中心为臻云科技数据中心提供了一个高性能、智能化的绿色数据中心,为未来双方合作建立了更好的基础,更为最终客户提供了更好的数据中心产品和服务。
好文章,需要你的鼓励
这项研究提出了R1-Searcher++框架,通过两阶段训练策略使大语言模型能像人类一样灵活利用内部知识和外部信息。该方法创新性地采用强化学习激励模型优先使用内部知识,并引入记忆机制将检索到的信息转化为内部知识,实现动态知识获取。实验表明,R1-Searcher++不仅在多步问答任务上表现优异,还大幅减少了检索次数,显著提高了推理效率。
这项研究提出了AutoRefine,一种革新性的强化学习框架,为大语言模型引入了"边思考边搜索和完善"的全新范式。与传统方法不同,AutoRefine在连续搜索调用之间添加知识完善步骤,让模型能够有效过滤和组织信息。通过结合答案正确性和检索质量双重奖励,该方法在七项问答基准测试中平均提升6.9%的准确率,特别在复杂多跳推理场景中表现突出,解决了现有检索增强推理的核心局限性。
这项研究揭示了一种新型网络安全威胁:利用普通网络广告攻击AI网页代理。中科院研究团队开发的AdInject攻击无需特殊权限,仅通过精心设计的广告内容就能误导AI代理点击恶意链接,成功率高达90%以上。研究使用严格的黑盒模型,更符合现实场景,暴露了当前AI代理面临的实际安全漏洞。实验还表明,即使添加专门的防御提示,这类攻击仍能成功率超过50%,凸显了设计更强大防御机制的紧迫性。
东北大学与快手科技联合研发的UNITE系统为多模态信息检索带来突破性进展。这项发表于2025年5月的研究首次系统分析了模态特定数据如何影响检索性能,并提出创新的模态感知掩码对比学习技术,有效解决不同模态间的竞争关系。UNITE能同时处理文本、图像、视频及其组合,在40多项测试中超越现有方法,即使与参数规模更大的模型相比也表现出色。研究发现视频-文本对在通用检索中表现优异,而文本-文本和文本-图像对对指令遵循任务至关重要,为未来多模态系统研究提供了宝贵指南。