12月19日,在北京国家会议中心举办的第十四届“中国IDC产业年度大典”上,曙光节能总工程师沈卫东表示,随着数据中心服务器功率密度的提高,以及行业对节能、环保的需求增长,“液冷”正加速成为行业主流冷却技术。
据了解,2019年曙光实现了首个“刀片式浸没相变液冷技术”的大规模部署,其单机柜功率密度达到了160kW。“从曙光的实践来看,‘液冷’是高功率服务器所必须技术。”沈卫东说。
在“中国IDC产业年度大典”的“对话‘液冷’数据中心的未来”论坛上,曙光节能总工程师沈卫东表示,早在2011年曙光便开始数据中心“液冷”技术的研发。
2010年时,曙光研发的刀片服务器单机柜热负荷功率已近30kW。“单机柜功率如果超过40kW,当时全球空调厂商都解决不了曙光服务器的散热问题,空气这种冷却介质已走到尽头。”沈卫东说。
为满足新一代高功率密度服务器的散热需求,2010年低曙光成立基础设施产品事业部,开始研发冷板液冷、浸没液冷等新散热技术。
经过多年研发,2015年曙光推出国内首款标准化量产的冷板式液冷服务器,并在当年完成国内首个冷板式液冷服务器大规模应用。2017年又交付了首套商用全浸没相变液冷服务器,并于2019年实现了,世界范围内的首个刀片式浸没相变液冷技术的大规模部署。
近年来,伴随5G、大数据、边缘计算等为代表的IT产业高速发展,数据中心服务器单机柜功率密度正不断升高,传统“风冷”面临着散热瓶颈问题。“早先的刀片服务器,一枚刀片上只有2颗CPU,现在一枚刀片上仅GPU就有8颗。从曙光的实践来看,‘液冷’是高功率服务器所必须的技术。”沈卫东说。
2019年,“绿色”、“节能”已成为数据中心行业关键词。除解决高功率服务器散热问题,“液冷”也助于实现数据中心的节能、环保等“绿色计算”目标。
2019年2月,多部门联合发布关于加强绿色数据中心建设的指导意见,明确新建大型、超大型数据中心的电能使用效率值(PUE值)需达到1.4以下。
IDC发布的《2019中国企业绿色计算与可持续发展研究报告》显示,在调查的超过200家大型企业中,超过50%的企业已大规模部署并使用模块化数据中心、液体冷却等“绿色计算”技术。67%的企业已将绿色计算相关举措贯彻落实到日常的生产运营过程当中;近九成企业有绿色环保和可持续发展的主张并积极推广绿色理念。
而曙光正通过创新数据中心、液冷节能技术、优化升级计算单元、技术融合等手段践行绿色计算理念,支持绿色发展。
在“中国首届绿色计算高峰论坛”上,中科曙光副总裁曹振南表示,在云计算行业需求的驱动下,具有模块化、绿色化、智能化、高密度、双层融合与双层分离等特点的第四代数据中心,已成为当前IT基础设施的主流。
“绿色化和智能化是第四代数据中心的标志。”曹振南说,基于第四代数据中心,曙光推出的“硅立方”数据中心,不仅可节约使用成本,在建设、运维周期等方面也更加经济、快速。
采用刀片式浸没相变液冷技术的曙光“硅立方”,其PUE降至1.04,相比风冷数据中心能效比提升超30%,单机柜功率密度达160kW,计算设备可靠性至少提升一个数量级。
截至目前曙光累计部署的“液冷”服务器已达数万台,曙光表示技术上“液冷”已有足够积累取代“风冷”。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。