微软计划利用氢燃料电池作为Azure数据中心的备用电源,减少碳排放。
微软今天在博客文章中详细说明了这一计划,称为了实现这一愿景,微软已经取得了具有里程碑意义的技术进展。
氢燃料电池是一种新型电源,比传统柴油发电机更加环保。氢燃料电池在不排放任何二氧化碳的过程中将氢与氧相结合进行发电,唯一的副产品是蒸气和热空气。
微软对这项技术很感兴趣,因为微软的数据中心和大多数现代数据中心一样,都采用了柴油发电机来提供备用电力。如果供电中断的话,发电机可以让服务器保持运转。据微软称,柴油发电产生的排放是微软总排放量的1%不到,微软希望用氢燃料电池代替柴油发电机可能会进一步降低这个比例。
微软今天详细介绍说,微软工程师已经试验了一种250千瓦的燃料电池系统,以测试该技术的可行性。上个月,微软宣称取得了重要的技术里程碑,这个250千瓦的系统连续48个小时为10排数据中心服务器供电,是业界首创。
负责该项试验的微软基础设施工程师Mark Monroe表示:“这是我们所知的最大的计算机备用电源系统,使用氢气运行,经过了最长时间的连续测试。”
在成功进行测试之后,微软计划采购一个更大的3兆瓦燃料电池系统,电能与Azure数据中心的备用发电机接近,其目的是测试这种大型企业作为备用电源的可行性。他说,微软希望借此推动“氢经济”。
为Azure数据中心持续提供48小时的备用电力,需要大约220000磅的氢气。微软表示,作为技术部署的一部分,工程师们已经就如何采购必要燃料进行初步讨论。根据微软的说法,一种潜在实现方法是将燃料电池与储氢罐和从水分子中提取氢和氧的电解槽搭配使用。
好文章,需要你的鼓励
本文探讨了AI发展的未来趋势,详细分析了六条有望实现通用人工智能(AGI)的技术路径。随着生成式AI和大语言模型面临发展瓶颈,业界开始将目光转向其他AI发展方向。这六条路径包括神经符号AI、神经形态AI、具身AI、多智能体AI、以人为中心的AI和量子AI。每种路径都有其独特优势和挑战,可能单独或组合推动AI进入下一个发展阶段,最终实现与人类智能相当的AGI系统。
微软研究院发布突破性多语言AI技术UPDESH,通过"自下而上"数据生成策略,让AI真正理解不同文化背景下的语言表达。该技术基于各语言维基百科内容生成950万个训练数据点,覆盖13种印度语言,显著提升低资源语言AI性能,为构建文化敏感型AI系统提供新路径。
培生公司第三季度销售增长加速,并预示年底表现更强劲,但其AI应用可能是更重要的发展。该公司虚拟学习部门销售额激增17%,学生注册人数攀升。培生运营的在线学校将AI工具嵌入课程材料中,公司表示有越来越多证据显示这些工具帮助学生取得更好成绩。公司推出了AI学习内容组合,包括AI素养模块和融合人工导师与AI学习工具的视频平台。
NVIDIA团队提出RLBFF方法,将AI训练中的复杂评价转化为明确的二元判断标准,解决了传统人类反馈模糊和可验证奖励局限的问题。该方法在多个权威测试中取得突破性成果,其中JudgeBench获得第一名,训练的模型性能媲美知名商业模型但成本仅为其5%,为AI训练领域带来重要方法论创新。