随着社会智慧程度的提高,海量数据收集、分析、处理带来的挑战越来越大。数据中心作为智能化的核心基础设施,未来会成为科技新基建的主线之一。
数据中心与人工智能结合愈发紧密
在第十五届中国IDC产业年度大典(IDCC 2020)上,浪潮信息副总裁、浪潮服务器产品线总经理沈荣接受记者采访时表示,当前人工智能的发展离不开算法和算力增强,而这些都与数据中心密切相关。

一方面,数据中心越来越多承担人工智能等应用,人工智能计算需求未来将占据80%以上的计算需求。这就需要大量的AI服务器部署到数据中心,而浪潮提供了平台、管理和框架等领域的全栈AI方案。
沈荣表示,当数据量越来越大,未来一定是异构计算的世界,也就是“术业有专攻”,不同的工作负载需要专业的芯片进行处理,这也是现在GPU、FPGA、AI加速处理器等不断涌现的原因。
另一方面,人工智能技术也可以用于数据中心的智能化运维,比如机器巡检、故障预测和负载管理等。这些智能化场景改变了整个数据中心的管理方式,毕竟数据中心规模越来越大,承载的业务也日趋多样化,如果采用人工方式显然是无法应对的。
“数据中心的运维如何从以人为本到以智为本,通过算法和数据模型、历史使用等数据,实现自动化的运行和无人值守,这是当前很多用户非常需要的技术。”沈荣说。
开放计算成为行业共识与选择
在数据中心集中化、规模化、绿色化的趋势下,开放计算正在成为主流选择。开放计算在成本和效率方面,都将对未来数据中心的设计和建设产生重大的影响,并且加速AI、边缘计算、新型节能等新兴技术的普及。
沈荣表示,无论是互联网数据中心,还是传统行业数据中心,它们对硬件基础设施的需求存在共性,比如绿色、高效、智能等等,这是开放计算得以跨界的共性基础。开放计算起源于互联网,壮大于互联网,但在未来,传统行业对于开放计算的接纳度会越来越高。
虽然互联网行业是开放计算的最大用户,但是浪潮也在推动开放计算在传统行业中的落地,而且行业客户在采用开放计算之后的收益也是显而易见的。
沈荣表示,以前按照传统数据中心的建设模式,一套集群从交付上一般都要在30到40天,集成还要花费10天左右。但通过开放计算的整机柜方式,硬件的部署速度可以缩短到一周以内,并且通过将研发环境集成在应用,大大节省了运营交付的时间,在时间、密度、性能和管理上均有了质的飞跃。“通过开放的基础构架,数据中心可以在部署密度提升4倍的同时,通过集中化的解决方案使整体系统功耗降低了15%,同时系统硬件故障率降低了60%。开放体系也有助于一体化交付的实施,降低整体的部署成本。”
比如浪潮整机柜服务器SR全面应用于中国移动,采用机柜级模块化设计,集中供电、散热和管理,功耗节省20%,空间利用率高达90%,客户投资回报率提升33%,拥有一体化极简设计和超高的灵活性,可以满足不同的应用需求;浪潮为某省农信提供了以整机柜服务器SR为核心的解决方案等,相较传统服务器,交付速递提升8-10倍,部署密度提升6倍,通过RMC集中管理单元实现整个系统资源的实时监控。
虽然开放计算正在展现出越来越大的发展潜力,但在沈荣看来,需要更多的组织与开发者加入到这一生态体系之中。
“开放计算的模式强化了知识共享、技术共享,所以开放计算很重要的一件事情是规模化和互通性,形成规范标准。”沈荣说,“浪潮不会自己做一套标准体系,开放涉及很多工作,组织的参与,产品的贡献,大家在一起交流,推动社区的发展。”
标准的制定非常重要,一开始就先确立标准,这样可以避免野蛮生长。目前,浪潮正在推动开放计算项目与新兴技术领域的融合。在AI领域,浪潮与OCP积极推进OAM规范的开发,解决AI计算基础设施建设中硬件分裂化和生态割裂化的重大挑战,推进最新技术的应用落地;在边缘计算领域,2017年浪潮与中国移动、电信、联通等运营商发起OTII项目,形成运营商行业面向电信应用的技术及方案,更好地应对未来5G及边缘时代的到来;在新型节能技术领域,浪潮正推动ODCC、OCP等项目中的开放浸没式液冷技术在行业的应用,帮助数据中心的PUE降到1.1,甚至接近1的水平,而目前传统的数据中心PUE做到1.6左右已经是非常好的结果。
展望未来,开放促进技术进步、生态繁荣。开放变革了IT产业的生产模式和应用服务模式,持续推动着信息技术的发展,促进了整个IT产业的生态繁荣。随着智慧时代的到来,扮演“技术底座”角色的开放计算将为各行各业的数字化转型提供强有力的支撑。
好文章,需要你的鼓励
Anthropic发布SCONE-bench智能合约漏洞利用基准测试,评估AI代理发现和利用区块链智能合约缺陷的能力。研究显示Claude Opus 4.5等模型可从漏洞中获得460万美元收益。测试2849个合约仅需3476美元成本,发现两个零日漏洞并创造3694美元利润。研究表明AI代理利用安全漏洞的能力快速提升,每1.3个月翻倍增长,强调需要主动采用AI防御技术应对AI攻击威胁。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Spotify年度总结功能回归,在去年AI播客功能遭遇批评后,今年重新专注于用户数据深度分析。新版本引入近十项新功能,包括首个实时多人互动体验"Wrapped Party",最多可邀请9位好友比较听歌数据。此外还新增热门歌曲播放次数显示、互动歌曲测验、听歌年龄分析和听歌俱乐部等功能,让年度总结更具互动性和个性化体验。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。