芯片巨头与浸入冷却专家共商如何进一步提升计算密度
英特尔与Green Revolution Cooling(GRC)合作编写了一份关于浸入式冷却技术的白皮书。双方在文件中提出可持续性理由,宣称这种方法能够削减数据中心冷却所需电力、进而降低运营成本。
两家公司在今年1月曾公布一个多年项目,希望帮助数据中心行业降低数字基础设施对环境造成的影响。GRC在3月还获得了韩国企业SK Lubricants的2800万美元投资。
GRC是一家专门研究浸入式冷却技术的厂商。英特尔方面也在今年5月宣布,他们正在自建实验室,用以验证、测试和演示浸入式冷却技术。
目前的争议焦点,在于世界各地数据中心正消耗掉全球1.5%到2%的电力供应。如果不加以控制,未来十年内这一比例很可能会扩大至13%。这项研究参考了Uptime Institute可持续发展团队前研究员David Mytton的工作成果。
据估计,在整体数据中心能源消耗中,约有40%被用于基础设施冷却。随着处理器功率密度的不断增加,服务器正在突破风冷系统所能应对的极限。最近,思科公司也曾经做出类似的警告,称英特尔及AMD的部分下一代CPU将无法在风冷条件下正常运行。
根据英特尔和GRC的调查结果,不少数据中心运营商都已经意识到这个问题,因为多达四分之三的运营商正考虑将可持续性作为重点竞争优势。然而,双方宣称数据中心在能源使用效率(PUE)方面遇到了障碍。最近十年来,数据中心的平均能源利用效率(PUE)一直在1.6左右浮动。
而解决冷却系统消耗的40%电力只是个开始。此次发布的白皮书还补充称,移动服务器内部风扇可将能源消耗降低10%到15%,机箱内的热组件仍需要以某种方式实现冷却,可行的方案也许是一套将液体冷却剂连接至CPU等组件的散热器循环系统。
作为超大规模服务器供应商,浪潮公司目前的整个产品组合都提供这样的可选液冷散热系统。
然而,英特尔和GRC并不满足于此,他们认为全浸入式液体冷却能够在给定空间内容纳更多服务器硬件。换言之,由于削减了开关、线缆和备用发电机等装置的数量,因此应该能在降低电力负荷的同时压缩占地空间,最终带来更低的资本支出和运营成本。
但Omdia数据中心物理基础设施高级首席分析师Moises Levy却有不同意见,强调液体冷却也存在一些需要关注的问题,特别是相应的运营成本与使用规程。
他指出,“很多人没有意识到,液冷系统是需要配备过滤机制的,同时还要利用软件跟踪介电液体的质量。这是一项严格的监控任务,需要高技能劳动力的参与。”
英特尔则表示,随着云和电信市场等行业开始采用液体冷却解决方案,他们在设计芯片时也将浸入式冷却纳入考量,据此重新审视散热器等部件的样式和布局。
好文章,需要你的鼓励
OpenAI宣布其最新实验性推理大语言模型在2025年国际数学奥林匹克竞赛中达到金牌水平。尽管机器在数学推理、代码生成等认知任务上表现卓越,但这并不意味着它们具备真正的智能。机器缺乏知识迁移能力、情感理解、自我意识、内在动机等关键特征。它们无法像人类那样灵活适应新环境,也不具备主观体验和意识。真正的智能需要多方面综合能力,而非仅仅在特定任务上的优异表现。
PeopleTec公司研究人员发现了一种新型网络攻击方式,能够在网站图标的透明度通道中隐藏恶意代码。这种攻击完全无声无息,利用浏览器自动下载图标的标准行为,在用户访问网站时自动执行恶意程序。研究显示全球每天有数千亿次图标请求,为攻击者提供了巨大的潜在攻击面。此技术对现有网络安全防御体系构成严重挑战。
最新研究显示,通过运用心理学技巧和巧妙措辞,可以有效操控生成式AI突破其原有约束。研究发现,使用权威性、互惠性等7种心理学说服原理,能让AI违规回应的几率从33.3%提升至72%。心理学专业人士在操控AI方面可能具有天然优势。然而这种技术存在双刃剑效应:既能帮助用户获得更好的AI回应,也可能被恶意利用。更值得关注的是,随着人们习惯对AI使用心理操控技巧,这种行为模式可能会蔓延到人际交往中。
清华大学研究团队在IEEE Transactions on Affective Computing发表突破性研究,提出双重学习策略让AI准确识别人类面部情感。新方法结合判别性和生成性学习,在多个标准数据集上准确率显著提升3-4个百分点,特别在处理陌生人脸时表现出色。技术有望应用于智能教育、医疗健康、人机交互等领域,但仍需解决文化差异和隐私保护等挑战。