近年来,由“碳排放”及其衍生而出的“碳达峰”、“碳中和”、“双碳目标”等环保问题,已经成为全球政府间与社会最关注的话题之一。“双碳”政策是中国大国担当的重要体现,符合数字时代的绿色可持续发展道路,其也会从多个方面促进前沿技术、高端设备、先进材料等领域的创新发展。
中国数据中心建设迎来高速发展期,以平均年30%左右的增速领跑全球,中国的超大规模数据中心呈现高密化、规模化发展特征。而数据中心作为能源消耗“大户”,如何建设下一代绿色高效数据中心自然也成为产业界的焦点。
在青云科技副总裁林源看来,“双碳”政策对于云计算产业的发展是利好,因为云计算本质上减少了IT硬件的重复投入,符合“双碳”策略。同时,作为新基建的重要技术,云计算通过与其他技术的结合,形成服务于智慧数据中心、智慧园区、智慧城市等场景的绿色技术,既能有效实现最大限度地节约资源、保护环境、减少能源消耗,又能满足各方对存储、计算、网络、大数据分析的需求。
林源表示,青云以云、网、边、端一体化的平台能力,携手AIoT、大数据领域的生态合作伙伴,推出包括智慧数据中心、智慧园区在内的符合“双碳”政策的解决方案,并且实现了很多已落地和落地中的项目。除了在技术及项目层面,青云也进行了办公环境的IoT改造,对内号召从点滴做起,为“双碳”实现做出自己的贡献。
如何让数据中心更绿色?
近年来,数据中心建设进行得如火如荼,能源消耗也是相当可观。为了实现“双碳”目标,数据中心如何持续降低能源消耗变得至关重要。在一系列的政策指引下,数据中心产业整体向绿色发展,一定会有相应的建设与运营成本上升。同时,集约化、规模化的趋势对产业链也是巨大挑战。
从全行业布局来看,绿色数据中心要从选址、设计、建设、运营的全链条出发。数据中心应该采用绿色能源,而青云从技术角度在各个环节优化数据中心的能源使用。
例如,在山东某数据中心里,青云数字化改造的测点投放达到50万,以实现提高能效和降低能源开销。新型数据中心建设有机融合多云管理和物联网IoT,打通IT服务和基础设施,以标准规范的方式把风、火、水、电、门禁、大屏等多样化的平台设备接入,形成统一的数字基座,在基座之上开发上层应用,以联动的形式进行整体能源优化,而且针对具体场景可以进行具体的子系统设置,并以高度解耦的方式,实现底层与软件层、应用层的解耦。
林源说,除了从机房建设规划、运维运营、优化管理等方面入手,数据中心建设也需要让设备与硬件“认清自我”,设备能够主动向运维运营人员报告,“我是谁,我在哪,我现在怎么样,我打算接下来怎么做”,这就必须通过平台支撑数据的采集、关联、分析和自动化能力。
青云物联网平台在数据中心内代替传统总线方式或单一设备管理方式,可以更好实现能耗动环管理、智能运维、移动运维等新方式,通过智能化算法进行能耗预测和优化建议,完成对机房PUE值的计算,为管理者提升能效提供决策依据,提高能耗管理水平,实现能耗优化目标。同时,有效实现计算资源的统一管理和调度、不同模式的巡检、智慧通行及照明等不同应用场景。
当前,并不是所有的数据计算一定要回到中心节点数据中心,云计算已经逐渐从中心为核心的方式,变为“边缘不再是边缘,也是核心组件”的方式,这也让整个云计算生态发生了变化,通过网、边的技术演进让数据中心更“绿色”。
“青云会坚定地通过数字化的手段持续创新,从更‘智慧’的角度参与绿色数字中心建设、智慧园区、智慧城市建设,从整体上优化和降低能效,贡献‘双碳’。”林源最后说。
好文章,需要你的鼓励
大数据可观测性初创公司Monte Carlo Data推出全新Agent Observability产品,为AI应用提供全方位数据和AI可观测性。该工具帮助团队检测、分类和修复生产环境中AI应用的可靠性问题,防止代价高昂的"幻觉"现象,避免客户信任度下降和系统宕机。新产品采用大语言模型作为评判器的技术,能够同时监控AI数据输入和输出,提供统一的AI可观测性解决方案。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
网络安全公司Aikido披露了迄今最大规模的npm供应链攻击事件。攻击者通过钓鱼邮件获取维护者账户凭证,向18个热门JavaScript包注入恶意代码,这些包每周下载量超过26亿次。恶意代码专门劫持加密货币交易,监控浏览器API接口将资金转移至攻击者地址。受影响的包括chalk、debug等广泛使用的开发工具库。虽然攻击在5分钟内被发现并及时公开,但专家警告此类上游攻击极具破坏性,可能与朝鲜黑客组织相关。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。