“数字化与绿色化”双转型是当前科技发展主线。为更好地推动千行百业数字化进程,英特尔从云到端推动绿色发展,并与产学研界的第三方合作伙伴密切协作,推进绿色计算。

近日,在清华大学智能产业研究院(AIR)、英特尔公司联合举办的“双碳”背景下的“绿色计算”暨数据中心能耗优化研讨会上,清华大学智能产业研究院(AIR)院长张亚勤表示,AI的发展需要数据中心提供更强算力,而如何借助AI让数据中心更高效和绿色,这是一个相互促进的过程,值得全社会关注。

英特尔公司高级副总裁、英特尔中国区董事长王锐对此表示,数据中心本身是耗能大户,对英特尔而言,减碳是一个非常重要的使命。英特尔积极参与构筑产学联盟,推动学界、研究机关的成果在产业界、在整个生态落地,让节能算法真正有益于整个社会。
见证技术的力量
在“双碳”背景下,传统工业、能源,以及新兴的数据中心等高能耗产业面临着日益严峻的节能减排提效降耗压力。
清华AIR助理研究员詹仙园表示,提升相关系统的决策控制水平,不仅具有重要的产业价值,也对国家节能减排和可持续发展具有重要意义。传统决策优化方法由于建模能力有限或过分依赖仿真建模,瓶颈日益凸显。以离线强化学习为代表的新兴数据驱动决策优化方法,在解决真实复杂系统决策优化问题方面具有巨大的潜力。
全球绿色数据中心与可持续发展,不仅关系国计民生,也影响行业发展。英特尔的愿景是从制造到产品到解决方案,推动打造更可持续的计算产业。
英特尔中国绿色数据中心与可持续发展项目组经理彭振飞介绍说,2022年,为减少数据中心服务器在使用过程中产生的碳排放,英特尔面向中国市场发布了“英特尔中国绿色数据中心技术框架1.0”,从XPU层、服务器层、机架基层和数据中心层,以及高能效与高功率密度、先进的散热技术及基础设施智能化等12种维度,帮助合作伙伴和客户让数据中心变得更加绿色。
在可持续发展领域,英特尔还发布了基于OCP的DC-MHS服务器行业设计标准与更注重通用服务器市场,关注成本优化的OCSP(开放通用服务器平台)标准,可以简化设计降低成本,实现灵活配置,在构建标准的同时滋养不断增长的生态系统。
由于节能减排和低PUE的要求,以及CPU/GPU功耗持续增加以应对高性能高算力的发展趋势, 风冷不能或不能很经济地满足数据中心高功耗元器件的散热需求。数据中心部署液冷,包括冷板式液冷和浸没式液冷成为必然选择。
英特尔数据中心平台及架构事业部主任工程师周绍荣表示,对于浸没式液冷,冷却液体的选择最为关键。在保证冷却液体与被冷却电子元器件之间的相容性和长期可靠性的前提下,冷却液体的环境友好性,换热能力以及购买成本也是重要考量指标。
液冷技术能够帮助数据中心适应极端环境,也可以把PUE(电源使用效率)进一步降到1.1以下,甚至是1.03。液冷分为浸没式和冷板式,2022年,英特尔跟21家上下游合作伙伴一起共同合作,发布了《绿色数据中心创新实践——冷板液冷系统设计参考》白皮书,希望通过标准化降低整个生态的入门门槛,降低成本,让解决方案加速落地。
为了给数据中心液冷产品的设计、制造、测试和验证提供统一的规范,从而加速液冷方案在数据中心的部署,英特尔联合产业伙伴共同开发了冷板液冷关键部件的4个标准,其中冷板本身的标准在2023年3月15日正式实施,其余3个相关标准将在23年年底之前发布。对于浸没式液冷,英特尔独家发布了OCP规范。
协同创新成果显著
数字化转型需要越来越多的设备、网络、算力的支持,可持续发展成为必由之路,而这离不开产业链的紧密协同。
英特尔携手清华大学智能产业研究院(AIR),在数据中心绿色计算领域展开研究,并将开发系统解决方案,形成可落地的商用模式,进一步拓展产业机遇。
例如双方正在研究将数据驱动决策优化的方法用于高能耗数据中心联合优化。因为数据中心系统本身非常复杂,同时又产生众多的数据,单靠建模仿真不太现实,而采用分层离线强化学习框架,上层着重考虑IT系统能耗方面的优化,下层冷却系统跟上层的IT系统调度进行匹配,从而在满足负载和温度要求的情况下,实现冷却系统本身的节能优化。使用了这样的模型进行控制之后,数据中心温场的变化相对平稳很多。
针对绿色计算,我们需要全局节能,也就是针对数据中心的各个部分如服务器负载,空调制冷,供能系统等统一进行节能优化。
英特尔希望联合清华大学人工智能产业研究院(AIR)拥有深厚系统和算法研究的团队,加上英特尔在数据中心相关技术的积累和广泛的生态系统伙伴,通过大数据分析加上先进的机器学习算法研发针对数据中心全局节能的方案。
双方的工程师团队会共同打造一个完整的系统方案原型,并在实际的数据中心进行测试验证,减少传统的数据中心的总能耗10%以上,并适合于在新型的液冷数据中心的基础上进一步节能,从而具有广泛的应用前景。目前初步计划为期三年的研究合作。

英特尔研究院副总裁、英特尔中国研究院院长宋继强表示,可持续计算是一个长期工程,英特尔聚集不同方面的力量,共同应对挑战。“英特尔和清华AIR希望通过此次合作为中国乃至世界的双碳减排做出贡献,并催生新的产业机会,例如绿色数据中心的节能服务。”
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。