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
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。