2019年9月3日,开放数据中心峰会在北京国际会议中心召开,此次峰会时长两天,汇聚了数千名数据中心专家。曙光在此次峰会上荣获开放数据中心委员会优秀合作伙伴殊荣,与其他数据中心优秀工作者一起登上领奖台。
会上,作为数据中心“节能”里程碑式书籍《液冷革命》重磅发布,曙光节能技术(北京)股份有限公司(以下简称:曙光节能)全程参与了该书籍的编写,将曙光节能的“秘密”——数据中心液冷技术的进步与研发成果,在书中逐一展现。
此外,在9月4日的数据中心分论坛上,曙光节能产品经理邢雪菲,在“数据中心液冷技术”的主题演讲中表示,冷板式液冷及全浸没式液冷,为数据中心PUE值居高不下的问题带来一剂良药。
冷板式液冷服务器及全浸没式液冷服务器,摆脱了传统风冷束缚,使PUE值降到接近于1,使节能降耗不再是梦想。
邢雪菲还介绍,曙光率先于2015年推出国内首款标准化量产冷板式液冷服务器,并在当年完成国内首个冷板式液冷服务器大规模应用项目,2017年又交付了国内首套商用全浸没液冷服务器,并在今年完成了国内首个浸没式液冷服务器大规模应用。
截至目前,曙光拥有的“液冷”核心专利已超40项,此外还有40余项“液冷”相关专利已提交申请。
曙光数据中心系列产品,拥有满足中低密度计算需求的风冷标准模组、满足高密度计算的液冷冷板模组,以及满足救灾、户外勘探等特种作业环境需求的“集装箱式”计算模组,这些计算模组已被电力、气象、金融、通信、互联网企业、高校研究院等广泛采用。目前,曙光提供的“低能耗”、“高密度”计算节点在运行的数以万计。
曙光节能凭借多年在数据中心领域的技术积累,通过对液冷技术的深入研究,成功克服了技术、成本等难题,引领服务器散热进入液冷时代!
好文章,需要你的鼓励
推理模型存在崩溃缺陷?Open Philanthropy研究人员提出AI推理能力评估的改进方法
浙江大学团队提出CanDist框架,让AI在数据标注时先提供多个候选答案而非单一答案,再通过师生框架筛选最优标签。该方法受心理学"模糊厌恶"启发,在六个文本分类任务上表现优异,相比传统方法平均提升18-27%准确率,为AI数据标注提供了更智能可靠的解决方案。
职场正在经历一场悄然的变革。最新盖洛普研究显示,虽然算法工具越来越普及,27%的员工经常使用AI工具,但员工对与AI系统协作的准备度却在下降。欧盟AI法案强调透明度,要求用户了解何时与AI交互。研究提出"双重素养"概念,即同时具备人类和算法领域的流利度。成功的人机协作需要信任校准,在过度依赖和充分利用AI能力之间找到平衡。组织文化需要培养好奇心、同理心、创造力和勇气四种品质,以实现有意识的人机协作。
微软联合多所知名高校开发了SwS框架,让AI模型能够自主识别学习弱点并生成针对性练习题进行自我改进。该方法在数学推理任务上取得显著效果,7B和32B模型平均性能分别提升10%和7.7%。通过"弱点诊断-针对性出题-强化训练"的三步流程,AI首次实现了真正意义上的自我反思式学习,不依赖外部知识灌输即可持续优化自身能力,为人工智能的自主学习开辟了新道路。