7月27日,北京市发展和改革委员会官网发布《关于印发进一步加强数据中心项目节能审查若干规定的通知》(以下简称:通知)。
通知显示,为加强北京市内数据中心项目节能审查,即日起北京市内新建、扩建数据中心若PUE值超1.4,将被征收差别电价电费。
对此,行业人士表示该规定意味扩建、新建不达标数据中心,每年将付出数千万、乃至上亿元额外电费。这将促使更多大型、超大型数据中心向气候凉爽或有可再生资源的中西地区转移,而特大城市内数据中心则将采用液冷技术。
PUE超标将多缴亿元电费
北京市发展和改革委员会官方网站公布通知显示,北京市将进一步加强市范围内数据中心项目的节能审查,对于PUE(评价源效率指标,理想值为1)>1.4且<=1.8的项目(单位电耗超过限额标准一倍以内),执行的电价加价标准为每度电加价0.2元;对于PUE>1.8的项目(单位电耗超过限额标准一倍以上),每度电加价0.5元。
此外北京市内扩建数据中心,年能源消费量小于 1 万吨标准煤(1万吨标准煤约等于3000万度电)的项目 PUE 值不应高于 1.3;年能源消费量大于等于 1 万吨标准煤且小于 2 万吨标准煤的项目,PUE 值不应高于 1.25;年能源消费量大于等于 2 万吨标准煤且小于 3 万吨标准煤的项目,PUE 值不应高于 1.2;年能源消费量大于等于 3 万吨标准煤的项目,PUE 值不应高于 1.15。
对此,曙光数创副总经理姚勇表示,以新建3000个标准机柜,单机柜平均功耗为18kW的中型数据中心为例。按北京市新规,其PUE值若超过1.4小于1.8,其一年预计将支付差别电价电费9460万元,若PUE值超过1.8则预计将支付差别电价电费2.36亿元。
“对目前的数据中心运营企业和单位来说,支付这些额外费用是难以承受的。”姚勇还介绍,北京、深圳的数据中心规范和标准,对全国城市具有较强的示范作用。此外PUE值要低于1.4,数据中心的传统风冷散热技术模式已难以满足。
降PUE遇“风冷”瓶颈
伴随IT产业的高速发展,数据中心正快速成为新能耗大户。
据报道,2018年全国数据中心总耗电量1500亿千瓦时,占社会总用电量的2%。预计到2025年,这一占比将增加一倍达到4.05%,高能耗的背后是PUE值的居高不下。据报道,截至2019年年底,全国超大型数据中心平均PUE为1.46,大型数据中心平均PUE为1.55。
早在2018年,在《北京市新增产业的禁止和限制目录(2018年版)》中,就明确提出禁止新建PUE值在1.4以上数据中心。上海则在2019年1月明确提出新建数据中心PUE值严格控制在1.3以下,改建互联网数据中心PUE值严格控制在1.4以下。
2019年2月,工信部、国家机关事务管理局、国家能源局出台《关于加强绿色数据中心建设的指导意见》,要求到2022年数据中心平均能耗基本达到国际先进水平,新建大型、超大型数据中心的PUE达到1.4以下。
“冷却计算设备耗能一直是导致高PUE的直接原因”姚勇介绍,传统数据中心风冷模式,将使一半能耗用于冷却计算设备,其PUE值普遍在1.4以上。最为关键的,伴随CPU、GPU等核心计算芯片的功耗升高,风冷模式下单机柜功率密度最高只能到30kW左右。
虽然芯片工艺制程不断进步,但服务器端CPU、GPU功率已突破300W、400W大关。伴随人工智能等高密度计算场景增多,目前在运行数据中心不少单机柜功率早已突破30kW。
城市数据中心进入液冷时代
2019年12月,曙光将“液冷‘爆发’倒计时钟”的时针拨到11点50分,这距象征液冷在数据中心行业全面爆发的“零时”仅有10分钟。

“液冷爆发”倒计时启动现场
姚勇表示,目前对北京、上海等城市而言伴随严苛PUE值政策出台,其新建、扩建数据中心可以说已进入“液冷”时代。
“液冷技术也有很多种类,冷板液冷、浸没液冷、浸没相变液冷。从降低PUE值上来看浸没相变液冷技术效果最好。在非高密度计算等领域新建、扩建数据中心,冷板式液冷也是很好的选择。”姚勇说。
曙光率先于2015年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年交付了国内首套商用全浸没液冷服务器,并在2019年完成国内首个刀片浸没相变液冷服务器的大规模部署。

平稳运行中的“刀片式浸没相变液冷”服务器(局部)
以采用刀片式浸没相变液冷技术的曙光绿色数据中心为例,其PUE可降至1.04。相比风冷数据中心能效比提升超30%,CPU等核心芯片部件性能可提升20%,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。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。