8月18-19日,2023中国算力大会在宁夏银川隆重召开。大会期间,由中国信息通信研究院和秦淮数据集团联合主办的AIGC时代数据中心新技术发展论坛于18日成功举办,论坛以“拥抱产业生态 驱动智算未来”为主题,聚焦大模型时代数据中心的技术发展趋势和创新实践路径。
秦淮数据集团、中国信息通信研究院、ODCC、Intel、浪潮信息、百度、腾讯云等多位业界专家和企业代表共聚一堂,共同探讨AIGC时代的产业发展趋势、数据中心基础设施的技术演进方向。与会嘉宾一致认为,大模型需要更大算力支持,从而需要消耗更多的能耗,作为算力的最终载体,数据中心面临新的挑战,亟需进行技术创新,以寻求算力和能效的有效平衡。
AIGC新一代数据中心全栈解决方案发布仪式现场
随著AIGC业务需求的快速发展,芯片、服务器和机柜功率不断攀升,面对高功率密度AI应用场景,数据中心呈现高密化、规模化的发展趋势,创新供电和制冷等技术应运而生。针对AIGC时代高算力的GPU或CPU服务器供电与制冷问题,秦淮数据联合合作伙伴首次发布AIGC时代数据中心全栈解决方案,充分满足客户不同计算场景需求。
该方案聚焦新算力、快交付、低碳化三大核心价值,面向大规模、高算力、高弹性、高能效、智能化五大目标,发布四大核心产品方案,包括“玄铁”智能电力模块3.0、“玄冰”磁悬浮相变系统、大规模全预制数据中心技术、鲲鹏IDC运营平台。
其中,“玄铁”智能电力模块3.0对供电链路的设备进行融合创新,精简供电链路,全链路效率达98.5%。模块实现预制和工厂集成,相比传统配电模式,占地面积节省20%+,现场交付周期从2个月缩短至1周,有效解决算力激增下数据中心供配电系统部署周期长、能源效率低、运维成本高等挑战,保障供电全生命周期的安全可靠。
“玄冰”磁悬浮相变冷却系统,将磁悬浮技术、泵驱相变技术、分布多联技术、蒸发冷凝技术、薄板风墙技术、相变换热技术、直流风机技术及AI智能群控技术有机融合,破解单机柜10~35kW高功率密度的空气冷却技术难题;也解决了集中冷源供冷安全和施工周期长,调试复杂的痛点。同时,分布式冗余可突破建筑条件、气候、水源制约,与冷板液冷有机结合,真正做到弹性适配;拥有自主知识产权的矩阵式冗余架构的分布式系统,更加稳定可靠;系统CLF在华北地区实现年均0.08,马来西亚实现年均0.15,真正做到低碳节能。
大规模全预制数据中心技术,开启了国内工厂预制+海外钢结构建造的高质量快速交付新模式。在马来西亚正在建设的数据中心项目,采用整体模块化设计、模块化组装,大幅缩减了海外项目建设周期,仅仅用时8个月完成了从土建桩基到机电安装完成、综合测试到交付业务,再次打破传统数据中心项目建设最短周期的记录。
鲲鹏IDC运营管理平台的进阶之路,实现了运维标准化体系的完美落地,不断为运维管理者和一线运维者赋能;采用大数据技术架构构建,以大数据全栈技术能力为支撑,是一个标准化、智能化、多技术、跨地域管理的综合性创新平台;同时,平台紧密贴合数据中心运营平台技术和发展趋势,推进数据中心运维进入AI时代。
秦淮数据集团CTO 张炳华
秦淮数据集团CTO张炳华表示,AIGC时代数据中心全栈解决方案为大模型时代数据中心提供了全新的技术框架和演进路线,秦淮数据凭借技术创新力与合作伙伴的敏捷协同力,以领先的设计理念,打破数据中心的创新边界,通过多项技术的融合创新,赋能智算产业快速发展。未来,秦淮数据将继续拥抱产业生态,与行业伙伴精诚合作、联合创新,推动数据中心领先技术持续落地,给行业输出更多的经典案例,共同驱动智算产业快速迭代,构筑美好未来。
数字经济时代,生态为王,秦淮数据将秉持持续创新、开放创新的理念,与合作伙伴紧密协同,共同携手推动数据中心行业高质量发展,为新技术驱动的数据中心变革持续注入创新活力。
好文章,需要你的鼓励
文章探讨了CIO在2025年应该重点投资的五个AI领域:可信工作流的代理AI、智能文档管理、营销客户数据需求、从数据驱动转向AI驱动、重新审视IT架构以支持AI目标。这些投资可以在短期内带来效益,同时成为长期财务回报的倍增器。CIO需要在这些领域制定务实的AI应用策略,简化平台,加强风险管理,以应对未来的挑战和机遇。
Instabase 公司完成 1 亿美元 D 轮融资,估值 12.4 亿美元。该公司提供非结构化数据处理平台,可从多种文件中提取信息并标准化。新资金将用于增强数据提取、分析和搜索功能,以满足企业 AI 需求。
人工智能在建筑设计领域正展现出惊人潜力。从生成令人赏心悦目的建筑效果图,到创造无限游戏世界,AI 正逐步改变设计流程。尽管人类仍是核心创作者,但 AI 辅助工具正迅速普及,未来可能会大幅提升设计效率和质量。这一趋势引发了对 AI 取代人类建筑师的担忧,也带来了硬件革命和地缘政治影响。
研究显示,高收入公司的CEO正将人工智能置于业务战略的核心地位。欧美企业声称已具备AI项目的基础条件。专家建议避免过度乐观,关注投资回报,构建稳健的数据基础,并优先考虑循序渐进的推广策略。研究还发现,最成功的公司往往是那些高层领导有意识地不直接参与AI战略制定的公司。