8月5日,在“绿色节能液冷数据中心高峰研讨会”上,《绿色节能液冷数据中心白皮书》(以下简称“白皮书”)正式发布。该白皮书是2023年首部,详解数据中心节能技术与标准的手册型白皮书。白皮书就数据中心的节能设计、建设,以及设施与设备验收等“全周期”维度给出了详实理念与标准范例。
白皮书发布仪式现场
白皮书由国家互联网数据中心产业技术创新战略联盟、中科曙光和其子公司曙光数创联合主编。据赛迪顾问《2023中国液冷应用市场研究报告》显示,2021年至2023年H1,曙光数创以58.8%的市场份额,位列中国液冷数据中心基础设施市场部署规模第一。
让液冷建设不再难
伴随“东数西算”战略启动,以及“双碳”目标的提出,如何解决数据中心能源利用率低、节能技术水平不足等问题,已成为数据中心建设的首要难题。
对此,国内众多厂商纷纷进行液冷技术的探索与尝试,以实现更低PUE等目标。但因参与厂商众多,带来了理念不一、成果与案例难以参考、复制等新问题。而白皮书的发布,则为新型节能数据中心的建设与运维,提供了建设方向以及设计准则。
曙光数创总裁何继盛介绍,白皮书的编写依托中科曙光及其子公司曙光数创多年的技术积累与市场经验。就如何实现数据中心低PUE下的高密度部署、液冷数据中心持续可靠运行、以及节能数据中心全年全地域建设运维等问题,提出了历经多年检验的理念与标准范例。
弥补标准缺失难题
近年来,众多团体、协会为推动液冷技术在数据中心的应用与普及,纷纷牵头液冷技术的标准立项编制工作。但百“标”齐放,未能让液冷数据中心的设计建设、节能设备验收、液冷机房运维等环节简便与清晰。这致使不少液冷数据中心在建设之初,普遍缺乏可持续的信心。
对此,白皮书围绕冷板式液冷、单相浸没液冷、相变浸没液冷三大主流节能液冷技术展开,在环境、性能、部件设计、运维规范等多方面提出具体要求,为液冷数据中心的规范化设计、建设等提供参考依据,弥补标准缺失难题。
曙光数创副总裁张鹏介绍,曙光一直深耕数据中心基础设施液冷技术和产品应用,先后主持参与、制定数据中心相关节能标准共20预余项。以曙光液冷数据中心方案为例,其可让散热耗能占比,从传统风冷模式的超30%,降低至9%,PUE降低至1.2以下。如同等IT容量规模为40MW的数据中心,相比传统风冷模式,使用曙光浸没相变液冷方案,每年可节省电费3500万元。
相信白皮书可成为液冷数据中心建设的“百宝箱”,让国内液冷数据中心建设能有标所依,有规可循,助力“双碳”目标早日实现。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。