中国上海,2022年3月17日 –日前,工业和信息化部、国家发展和改革委员会、商务部、国家机关事务管理局、中国银行保险监督管理委员会、国家能源局六部委正式公布了2021年度国家绿色数据中心名单,万国数据共有四座数据中心成功入选,分别为(万国数据)智能数据分析应用平台云计算数据中心(廊坊数据中心)、万国数据成都数据中心、首融云计算数据中心(北京六号数据中心)及万国数据上海四号数据中心。
在双碳目标指引下,绿色可持续已成为数据中心未来发展的核心要素之一,由工信部等六部门组织开展的2021年度国家绿色数据中心名单评选将引导数据中心走向高效、低碳、集约、循环的绿色发展道路,经过严格遴选,最终共有涵盖通信、互联网、公共机构、能源、金融领域的44个数据中心入选。
(万国数据)智能数据分析应用平台云计算数据中心(廊坊数据中心),模块化设计与节能技术加持
智能数据分析应用平台云计算数据中心位于万国数据廊坊数据中心园区内,该数据中心采用模块化设计,集成运用建筑外形设计和围护结构节能技术,以及安全高效的设备选型与实施等手段,有效减少该数据中心的能耗及日照量,同时结合能耗监测系统,整体实现绿色智能运营。该数据中心于去年获得了由ODCC评定的数据中心绿色等级、可靠性及服务能力(运行类)三项5A评级。
万国数据成都数据中心,已实现100%绿电应用
万国数据成都数据中心位于成都市高新产业西部园区内,作为新一代绿色数据中心的代表,成都数据中心采用了包括高压直流、变频离心式冷水机组等先进技术,不断提高自身能效水平。此外,通过利用当地优质的水电资源,成都数据中心已实现100%的绿电使用,有效减少了二氧化碳排放,并于2021年获得了由ODCC评定的零碳数据中心引领者称号。
首融云计算数据中心(北京六号),积极参与可再生能源采购
首融云计算数据中心位于北京市昌平区,搭建先进能效管理体系,通过将人工智能(AI)控制技术植入楼宇自动化控制系统、全年最大限度利用自然冷却,数据中心能效水平持续提升。据统计,2020年12月至2021年11月期间北京六号PUE值为1.25,全年减排量超过2200吨。此外,该数据中心近一年合计采购可再生能源电量超1,000万千瓦时,进一步提升了绿色属性,并获得了开放数据中心委员会(ODCC)数据中心绿色等级评估(运行类/基础设施类/大型)5A评级。
万国数据上海四号数据中心,绿电直购、低碳设计与智能管理
万国数据上海四号数据中心位于上海市浦东新区,通过在持续优化完善能源结构、全生命周期绿色低碳设计、AI智能赋能运维管理三个方面的努力,以及对锂电池储能电站、太阳能发电系统等先进技术的积极实践,该数据中心不断提升自身能效水平,同时结合水电直购方式,使绿电比例达到95%,更在IT负载增长30%的基础上,实现了二氧化碳排放量同比下降超过10%。2021年,上海四号数据中心获得了由ODCC评定的“碳减排数据中心引领者”(5A)评级。
顺应国家双碳战略,未来万国数据将继续在绿色可持续发展方面秉承长期主义,不断探索数据中心的低碳发展创新路径,打造更多“绿色”数字底座,为碳中和的最终实现及客户数字化转型提供强力支撑。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。