运营商在节能增效方面也没有任何进步,数据中心仍是吞噬电力的疯狂巨兽
尽管业界估计各国多地都将出台新的管控法规,但全球数据中心运营商基本上还没有为可持续性要求做好准备。与此同时,宕机中断的代价越来越高,设施能源效率则长期停步不前。
以上结果,来自Uptime Institute发布的《2022年全球数据中心调查》报告。此份报告总结了全球数据中心所有者及运营商的经验,收集了来自全球各大IT部门基础设施负责人的工作体会。
根据这份报告,大多数运营商都难以让自己的数据中心设施拥有良好的环境可持续性水平,甚至在主观上也对这个问题并不重要。虽然63%的受访运营商预计,所在地区的政府当局会在未来五年内要求各处数据中心公开报告环境数据,但相当一部分运营组织目前还没有开始跟踪和报告各项关键环境指标。
但报告同时指出,2007年至2014年间的快速进展,反映的其实是多种廉价增效措施的普及,例如热/冷空气控制、优化冷却控制和提高空气传送温度等。对于相当一部分较为陈旧的数据中心而言,这些增效方法已经是经济或者技术层面的极限了。
研究还表明,即使是在新建设施中,风冷设计仍在数据中心内占据主导地位。不过一系列现实因素已经逐步落地,敦促运营商更广泛地采用直接液冷技术,特别是即将推出的具有更高热功率要求的服务器处理器。如果数据中心运营商无法及时找到改善的办法,设施PUE可能会在短期内有所上升。
与此对应,报告发现数据中心的整体机架功率密度都在上升。在运行容量超过5兆瓦的运营商当中,有40%表示密度确实在迅速增加。
Uptime Institute表示,对于运行功率在10兆瓦及以上的大型设施当中,有近半数机柜的功率超过20千瓦,几乎五分之一的机柜运行功率超过40千瓦。也有少数数据中心开始部署功率超过70千瓦的机柜,绝对数量不多但增长趋势明显,而且主要集中在超大规模设施当中。
服务器的使用寿命也在延长。一般来说,服务器供应商的建议使用周期为三到五年。但根据报告,2015年时只有34%的受访者会将服务器持续运行五年或更久,但到2022年,这一比例已经增长至52%。
造成这种情况的一大核心原因,在于半导体供应短缺引发的IT硬件交付时间延长。与此同时,也有不少大型云服务商称,他们已经确定要推迟部分服务器的淘汰时间,借此节约成本投入。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。