大多数情况下,数据中心运营商会根据潜在区域的建设成本、数据中心与最终用户的距离、以及在某个区域内可用于为数据中心供电的能源类型等因素来决定在什么地方建设数据中心。
然而,他们并不总能考虑到的一个重要因素是,气候变化给他们数据中心带来的影响,这具体取决于他们选择的位置。气候变化可能会以很多种方式降低当今顶级数据中心位置在未来的吸引力,想要避免不可预见问题,运营商就应该立即采取措施,领先于不断变化的气候趋势。
对于数据中心行业来说,当决定将数据中心建设在什么地方处以保持抵御气候变化的能力时,应该考虑到以下几个因素。
气候变化如何影响数据中心
气候变化可以通过多种方式影响数据中心:
出于所有这些原因,数据中心运营商该是时候考虑构建能够适应不断变化的气候的数据中心了。
数据中心选址是气候变化成功的关键一步
数据中心行业可以通过多种方式应对这些挑战,例如,可以继续投资于提高数据中心可持续性的战略,并部署有助于减轻洪水和其他自然灾害造成的损害的技术。
但也许让数据中心抵御气候变化的最有效(更不用说成本最低)的方法就是,将数据中心建设在那些不易受到气候变化负面影响的地方。在这个气候变化的时代,理想的数据中心位置是:
大部分已经建成的数据中心并不满足所有这些条件。特别是近年来,数据中心行业重点关注在加利福尼亚州和弗吉尼亚州北部等人口稠密的沿海地区建设设施,这些地区可能不是受气候变化影响最大的地区之一,但也不是最具弹性的。
在气候变化时代,数据中心的更好位置是不靠近主要水道的内陆地区,并且可以轻松获取多种类型的清洁能源。展望未来,那些想要领先于气候变化一步的数据中心运营商们,可能会专注于在这些类型的地区建设设施。这种地区可能距离人口中心较远,也不太可能被自然灾害摧毁。
结论
直到最近,气候还不是决定在建设数据中心的一个主要因素。但现在这种情况已经发声改变,明智的企业组织现在应该寻找方法以提高数据中心的气候适应能力了。最有效的方法是选择能够自然抵抗气候变化负面影响的地点。
好文章,需要你的鼓励
清华大学团队突破性开发"零样本量化"技术,让AI模型在不接触真实数据的情况下完成高效压缩,性能反超传统方法1.7%,为隐私保护时代的AI部署开辟新路径。
普林斯顿大学研究团队开发出"LLM经济学家"框架,首次让AI学会为虚拟社会制定税收政策。系统包含基于真实人口数据的工人AI和规划者AI两层,通过自然语言交互找到最优经济政策,甚至能模拟民主投票。实验显示AI制定的税收方案接近理论最优解,为AI参与社会治理提供了新路径。
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
南开大学研究团队提出了一种新的3D高斯泼溅重光照方法,通过在高斯原语上直接编码离散化SDF值,避免了传统方法需要额外SDF网络的问题。该方法设计了投影一致性损失来约束离散SDF样本,并采用球形初始化避免局部最优。实验表明,新方法在保持高质量重光照效果的同时,仅需现有方法20%的显存,显著提升了训练和渲染效率。