绿色低碳作为金融科技发展的基本原则,根据《贯彻落实碳达峰碳中和目标要求,推动数据中心和5G等新型基础设施绿色高质量发展实施方案》要求,全国新建大型、超大型数据中心平均电能利用效率提高到1.3以下,国家枢纽节点进一步提高到1.25以下 。服务器作为数据中心耗能的重要组成之一,选择能耗效率更高的服务器,既可以有效降低能耗,也能够更好地帮助实现碳达峰碳中和目标。
浪潮K1 Power独有的工作负载动态优化频率节能模式,能够更好地支撑绿色低碳数据中心建设。
浪潮K1 Power服务器采用的EnergyScale技术,实现了服务器多电源管理模式,包括新的可变处理器频率模式,能够在静态标称频率之外提供显著的性能提升,具体节能模式如下:
禁用所有模式:禁用节电模式。处理器时钟频率设置为标称值,系统使用的功率保持在标称水平。
启用静态模式:通过将处理器时钟频率和电压降低到固定值来降低功耗。此选项还降低了系统的功耗,同时仍可提供可预测的性能。
启用动态性能模式:使处理器频率根据处理器使用情况而变化。在中等或高频率使用期间,处理器频率设置为允许的最大值,该值可能高于标称频率。
启用最高性能模式:使处理器频率设置为可以指定的固定值,可以设置系统处理器频率和功耗的最大限制。
如下两图,展示了浪潮K1 Power服务器采用不同节能模式下的CPU频率范围,以及目前主流POWER9服务器的不同模式对于CPU性能的输出和能耗的影响:


同时,采用PowerVM硬件虚拟化以后,可以进一步帮助节省能耗。如下图中的某案例所示,通过PowerVM的虚拟化整合后,服务器的利用率提高到70%,能耗从以前的8KW下降到4KW。

另外,随着主机核心算力的提升,相同工作负载下所需要的配置更低,碳排放量更低,如下所示:

好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。