《“十四五”国家信息化规划》提出,“以数字化引领绿色化,以绿色化带动数字化”,数字化和绿色化协同发展成为经济社会高质量发展的内在需求。
特别是在双碳目标下,全面推进行业低碳发展成为全社会的共识。近日,中国信息通信研究院(简称中国信通院)泰尔系统实验室和IBM联合发布《可持续计算蓝皮报告》(以下简称“蓝皮报告”)。
蓝皮报告从可持续发展与数字化转型两大社会经济技术趋势的视角,基于中国信通院与IBM深入的行业研究与实践经验,解构可持续计算的全貌,为数字领域低碳发展及数字技术赋能绿色转型提供真知灼见。
何谓可持续计算?
“可持续计算”创新概念是中国信通院泰尔系统实验室与IBM联合推出面向计算的可持续发展技术。
中国信息通信研究院泰尔系统实验室主任、正高级工程师周开波表示,可持续概念成为全球共识,为计算领域提出了新要求。因此,我们今天提出的可持续与计算深度结合的全新概念“可持续计算”,相信即将会成为全球未来可持续发展的重要抓手和落实举措。
中国信息通信研究院泰尔系统实验室主任、正高级工程师 周开波
其实计算技术从最早的大型机时代进入到现在的云计算时代,再到未来的量子计算为代表的新时代,一直践行着绿色可持续发展的理念。
可持续计算的技术框架包括可持续计算的基础设施、可持续云计算技术与平台、可持续的业务应用,从而实现安全合规、稳定可靠、便捷高效、绿色低碳。
中国信息通信研究院泰尔系统实验室副总工程师、正高级工程师齐曙光表示,“可持续计算”概念具有狭义和广义两种含义,狭义的可持续计算,以新材料、新技术等科技创新为驱动力,以技术与平台、基础设施在规划、设计、开发、运行、维护、升级、废弃回收等全生命周期的所有活动为重点环节,以优化清洁用能、提升计算水平,保障不间断服务、快速响应攻击等为目标的计算模式。而广义的可持续计算,是以环境友好为目标,以IT软硬件、配套设施及业务应用为要素,实现全局绿色、高效、可靠、安全的计算模式。下一步急需推动可持续计算相关标准,规范其评价体系,确保实际应用成效。
中国信通院泰尔系统实验室副总工程师、正高级工程师 齐曙光
为验证可持续计算的可行性与价值,中国信通院与IBM共同落地实施了全层级可持续计算方案,不仅包含实现可持续计算功能的环境基础设施、IT基础设施、混合云技术与平台及业务应用,也包含实现可持续计算绿色低碳、便捷高效、稳定可靠、安全合规等特性的全层级管理系统。
从概念到落地
可持续计算并没有停留在概念层面,蓝皮报告以成熟度模型为基础的实施路径,并结合中国信通院与IBM技术实践及大量应用案例给出了实施方案的总体架构以及实施价值。
作为可持续计算的重要实施主体,企业和机构需要将可持续计算的概念、技术内涵和评价体系贯彻到其整体业务的转型发展中,以实现绿色发展、强化竞争优势。基于此,本蓝皮报告针对可持续计算的应用和实施提出了完整的实施阶段、路径和方案。
IBM中国系统开发中心首席技术官孟繁晶表示,可持续计算是可落地的,蓝皮报告给出了实施方案参考架构。“从计算角度来讲,对于企业而言,实现可持续计算不是推翻重来,我们要利用所有的资源,构建一个可持续的资源池。”
IBM中国系统开发中心首席技术官 孟繁晶
蓝皮报告指出,企业和机构可持续计算的实施可分为“合规、优化、转型、引领”四个阶段,从规章制度、组织架构、流程管理、人才培养、风险管理及信息披露六个维度提出要求,帮助企业和机构定位可持续计算发展所处阶段。完成可持续计算现状和问题的评估后,企业则需要制定可落地、可执行的实施路径,包括:结合企业数字化战略制定适合自身的可持续计算实施路径;采用创新方法论,在企业内加速将可持续计算落地实施;以及建立以绩效为抓手的可持续计算落实机制。
在孟繁晶看来,企业拥抱可持续计算的驱动力来自三个方面:降本增效、数字化、社会责任。“可持续计算是一个需要政府、行业、公司与机构等共同推动的系统工程,《可持续计算蓝皮报告》将可持续计算从概念具化到可度量的指标体系,以及可落地、可试点的技术方案与参考架构,进而促进行业的全面可持续发展”
目前,IBM已参与该方案在某数据中心的初步实施,并取得初步成效:电能使用效率(PUE)降低0.13、能耗与碳排放减少12.5%、运营成本降低15%。
孟繁晶说,IBM从业务规划、咨询到企业流程与数据治理、混合云和AI平台、可持续IT基础设施、整个计算系统的运营与管理涵盖了可持续计算的方方面面。“可持续计算需要产业界一起协同,我们也愿意和产业界一起共创。”
结语
在双碳战略目标下,可持续计算的提出可谓是恰逢其时。而可持续计算也会与时俱进,不断完善内涵,并持续落地,从而带动行业、产业、全社会的可持续发展。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。