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
Atlassian总裁Anu Bharadwaj在Transform 2025大会上分享了公司AI智能体规模化的实践经验。她强调,成功部署AI智能体需要营造实验文化,而非仅依靠自上而下的指令。Atlassian通过Rovo Studio平台为各团队提供了构建定制化智能体的环境,创造心理安全的工作氛围,鼓励员工大胆尝试和迭代。公司客户通过该平台显著提升了工作效率,建筑行业客户将路线图创建时间缩短75%。
加州大学伯克利分校研究团队开发出革命性的R2R2R系统,仅需智能手机拍摄和一段演示视频,就能自动生成大量机器人训练数据。该系统绕过了传统昂贵的远程操作和复杂物理仿真,通过3D重建和智能轨迹生成技术,让机器人训练效率提升27倍,成本大幅降低,有望让高质量机器人技能变得像安装手机应用一样普及。
Zoom发布全新智能代理AI功能,旨在帮助用户在工作中节省时间。新的自定义AI助手插件可连接16多个第三方应用,无需离开Zoom界面。该AI助手现已支持在线购买并可集成到微软Teams和谷歌Meet等第三方会议平台。智能代理AI能够独立运行,自动执行任务、收集数据并达成目标。新功能包括日程管理、会议录制剪辑生成、文档创作辅助等,月费12美元。
腾讯优图实验室提出AnoGen方法,仅用3张异常图片就能训练出高精度工业检测AI。该方法通过扩散模型学习异常特征并生成大量逼真样本,在MVTec数据集上将检测精度提升5.8%,为解决工业异常检测中样本稀缺问题提供了突破性方案。