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
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。