Facebook今天公布了一款专为恶劣气候而设计的新型数据中心冷却系统,据称其可将用水量降低90%。
与大多数数据中心运营商一样,Facebook一般都是把大部分设施建在较冷的地区,因为这种地区的环境条件能确保其服务器和系统以最低成本保持在最佳温度。之所以这样做,是因为确保这个庞大社交网络运行的“服务器农场”会产生令人难以置信的热量,必须要保持这些服务器的冷却,防止因此宕机。
所以从运营角度来看,选择较凉爽的气候是有道理的,因为如果外部环境已经很冷了的话,那么冷却服务器就会变得更加容易且成本更低。不过,在温暖和干燥的气候环境中运营数据中心也是有地理优势的,因为这让Facebook能够以更低的延迟向这些地区提供服务。
考虑到这一点,Facebook一直在低调地开发专门针对这些更恶劣气候的节能型冷却系统。
Facebook表示,这次新推出的StatePoint Liquid Cooling(SPLC)液冷系统是基于蒸发冷却技术的,可产生冷水而不是冷空气。该系统使其能够在传统直接冷却系统不可行的地方(如高灰尘、极端湿度或盐度高的地区)建设高能效的数据中心。
SPLC系统是Facebook与一家名为Nortek Air Solutions LLC的公司合作开发的,可在炎热和潮湿的气候条件下将用水量减少20%,在较冷的气候条件下,用水量可减少高达90%,Facebook热能工程师Veerendra Mulay在一篇博客文章这样表示。
“该系统不仅可以保护我们的服务器和建筑物免受环境因素的影响,还可以在更广泛的气候条件下消除对机械冷却的需求,并为数据中心设计提供更多的灵活性,在更小的空间内进行高效冷却,”Mulay这样写道。
SPLC系统采用一种所谓液体转为空气的能源交换器来工作,该交换器将水通过膜分离层政法来冷却水,然后产生的冷水用于冷却数据中心内的空气,以保持服务器处于最佳温度。该系统的主要优点之一,是膜层可防止水和空气流之间的交叉污染,从而保持水质清洁并减少维护。
为了最大限度地提高能源效率,该系统可根据气候情况以三种不同的模式运行,并可连接到各种冷却输送系统,包括风机盘管壁、空气处理机、成排的冷却器、后门热交换器和芯片冷却。
Mulay表示,Facebook将继续在大部分设施中使用传统的直接冷却技术。然而,SPLC系统为Facebook提供了在更加极端的气候下构建数据中心的一个选择,而这在之前被认为是站不住脚的。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。