康普北亚区技术总监吴健
2021年,数据中心将加速部署新兴技术。高性能网络不断增长的需求,管理效率的提高以及COVID-19疫情的影响等全球重要趋势都将对数据中心新兴技术的部署产生影响。外卖订单的增多和实体店零售购物的大幅下滑,大大推动了线上销售的增长,也对数据中心带来了显著影响。以下是2021年数据中心的四大发展趋势:
加速向云迁移
在非“常态”的情况下,大小型企业都在向云迁移,且无论疫情态势如何,这种趋势都将在2021年提速。之前还处在观望中的企业,如今正快速地转向采取基于云的模式来运营业务。许多安排员工在家办公的企业已经采用了基于云的应用,以推行远程办公策略,而零售商则紧随行业巨头们的步伐,将销售工具转移至云端。
与云计算相关的另一大趋势是私有云基础设施的加速采用。此前业界还普遍认为,一切最终都会转移到公有云中。但从许多企业的需要看,他们偏爱将财务、医疗保健等敏感信息保存在私有云中。与此同时,还有一些应用根本无法转换到公有云。而那些运维大型数据中心的企业也发现,私有云的价格要低于公有云。因此,大多数企业将采用公有云和私有云混用的形式,来管理其应用和数据,这也将成为一种行业的标准做法。
增加人工智能的采用
融合人工智能(AI)应用一直是数据中心的大势所趋,且该趋势在2021年并无放缓迹象。尽管在疫情期间推出的应用在疫情结束后仍可能继续被使用,但上述趋势确实与COVID-19疫情有着较强的关联性。AI被用于推动安全和安防应用的发展,例如自动体温测量、免接触式授权、支付和控制系统以及人员流量监控,同时AI也被应用于暖通空调控制和照明等楼宇管理系统。
通过处理大量数据或ML(机器学习)训练集,能够开发复杂的AI算法。例如,可扫描数百万张人脸,以提供一种能够全面了解人类表情细微差别的算法。算法创建完成后,可负责对大量实时信息做出反应,例如面部抽动、皱眉和瞳孔扩张等。
AI/ML数据通常存储在庞大的数据池中,而配备加速器的专用服务器,例如GPU,非常适合处理AI/ML任务。数据中心网络正在增加带宽,为这些系统提供足够大的数据管道,从而实现经济且高效的AI工具的开发。
物联网部署将激增
随着企业致力于实现更完善的设施和人员管理,物联网应用正在迅速激增。诸如LTE-M和Zigbee等较新的连接协议,让温度、水消耗、空间占用、暖通空调控制和其他应用的无线传感器得以应用,而以太网供电(PoE)更使得从Wi-Fi接入点到监控摄像机等所有应用的统一高效成为可能。
物联网提供了关键数据。举例来说,物联网可以推动制造的优化,使AI在流程控制方面的应用成为一种趋势。若要实现机器间的通信,数据通信系统必须实现非常低的延迟。而延迟也是将那些新的较小的分布式系统或边缘数据中心(边缘数据中心用以支持近距离的应用和服务)部署时主要考量的因素。这种趋势正在加速分布式网络的设施部署,以支持大量的边缘数据中心应用。
随着物联网应用的不断增加,预计生成的数据量也将呈指数级增长。处理IoT数据最行之有效的方法,可能就是在位于边缘的本地处理数据。据Gartner预测,到2025年,约65%的服务器将被部署在边缘数据中心。
推动单模光纤发展
远程办公人员和购物者对快速响应的需求将推动单模光纤的广泛采用。单模光纤虽存在已久,但随着数据中心在2021年逐渐采用400G以太网,其部署将进一步加速。尽管受疫情影响,2020年400G的部署速度有所放缓,但预计这种情况将在2021年有所改善。
此外,数据中心的容量将持续增长,其效率也势必需要不断提升。由于前几代铜缆在速度和传输距离方面均达到了上限,因此需要更高效的网络交换设备,并推动“光纤到服务器”的使用,这也正是光纤网络带动网络设备及光学器件带宽提升的原因。IEEE 802.3db工作组的目标是服务器的连接达到100、200和400Gbps的速度,这将有助于开发基于VCSEL的低成本光学器件(多模光纤收发器)在短距离中的应用。
在2021年,适应并满足远程办公人员和客户的需求,使设施更安全、更高效并实现性能提升,将成为数据中心的关键趋势。随着行业持续变革,推行这些计划的企业将走在数字化浪潮的前沿。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。