根据IHS Markit分析师的报告,数据中心运营商正转向使用绿色能源,因为可再生能源的成本更低、并可获得税收补贴,而且客户喜欢绿色。
IHS Markit研究资料指,自2013年以来,苹果公司的数据中心一直在使用完全可再生能源。谷歌去年可再生能源使用率达到了100%,2016年时该数字为50%。
Facebook使用可再生能源使用率现在达50%,与2015年的25%比呈上升趋势,微软和亚马逊2016年的可再生能源使用率分别为47%和40%。IHS Markit表示,截至2017年中为止,亚马逊拥有六个太阳能场和四个风力发电场,每年向旗下数据中心的电网提供总计260万兆瓦时的电力。
使用可更新的现场能源为数据中心供电是可能的,虽然在地理偏远地区实现时会受到一些困难的阻碍。
Supermicro在旗下的圣何塞绿色计算公园里利用布鲁姆能源的3MW燃料电池技术展示了小型数据中心运营商如何部分地使用再生能源运行数字中心。
IHS Markit是这样评价燃料电池的:“它们的效率很高,并且通常能够干净地运行。缺点方面,它们作为可再生能源为得到广泛的认同,而且它们的成本往往颇为高昂。”
IHS Markit分析人士表示,现场能源生产原则上比公用事业公司交付更为清洁。
一般的说法是这样的,现场地热和水力发电颇为困难和昂贵,还真让人吃惊,而太阳能和风力发电则更可行,尽管这两项也有自己的限制(天气)。
分析师Maggie Shillington表示,“最理想的方法是太阳能和风能,这是因为(1)两者的实施相对简单;(2)能源生产;(3)它们的实施物理障碍较低。”
他表示,“展望未来,我认为我们会见到更多的数据中心采用可再生能源,特别是那些大的云数据中心运营商,那些我们称之为超级数据中心的运营商,他们会扩大旗下数据中心的足迹,他们为了能持续发展会继续设立自己的内部基准。”
他还表示,“数据中心基础设施市场的最大的兴奋点在于确定哪些新的存储、降能耗的产品会被开发和部署。”
付费订户可下载 IHS Markit的报告《超大规模数据中心所有者正在推动数据中心的可再生能源增长》的完整版(https://technology.ihs.com/600094)。
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。