日前,全球能源管理及自动化领域的数字化转型专家施耐德电气正式发布新InRow系列变频风冷氟泵行级精密空调。以全变频配置、可搭载氟泵自然冷却等技术为依托,新InRow系列将聚焦中小型数据中心等业务场景,在充分满足IT环境制冷需求的同时,为行业客户实现节能降耗、灵活部署、智能管理及高效可持续发展目标提供助力。
施耐德电气新InRow系列变频风冷氟泵行级精密空调
以数据中心为代表的新型基础设施作为重点用能单位,其绿色转型和可持续发展已然成为大势所趋。日前印发的《绿色数据中心政府采购需求标准(试行)》明确指出,2023年6月起数据中心PUE不高于1.4,2025年起数据中心PUE不高于1.3。在数据中心推动绿色发展的进程上,能耗占比达到30%至40%的制冷系统无疑成为节能降耗的“主战场”。
作为数据中心、行业关键应用领域基础设施建设和数字化服务的全球领导者,施耐德电气在制冷领域拥有数十年的实践经验,并基于行业需求,持续探索创新,致力于以广泛的产品解决方案为基础,为客户构筑高效、稳定且智能的IT环境控制。作为一款备受市场认可的产品系列,施耐德电气InRow系列精密空调兼具模块化设计与智能控制功能,能够助力客户实现更高密度设备部署和效率提升,同时最大化满足关键环境的动态制冷需求。此次发布的新InRow系列行级精密空调,创新采用了变频压缩机结合氟泵循环自然冷却技术,在确保经典性能和品质的同时,更在节能降碳上实现多项突破:
与此同时,针对中小型数据中心在安装或改造过程中所面临的空间挑战,新InRow系列变频风冷氟泵行级精密空调基于模块化集中式冷凝器,进一步在设计、安装环节有效节省运输成本与占地面积;通过搭载低噪音可调速风机,支持集成氟泵组件,实现以高效的制冷性能为基础,降低能耗与噪音;智能化管理可支持自动轮询冷热备份,配备多种控制模式适应各类场景,能够基于对现场负荷、温湿度变化等各类指标的精准控制,智能匹配制冷需求;此外,施耐德电气新InRow系列也可与智能微型数据中心(IMDC POD)和EcoStruxure IT基础设施专家集成,实现从硬件到软件的多方协同,从而为客户提供一站式、端到端的数据中心解决方案。
施耐德电气的数据中心制冷创新之路始于1988年,数十年来,施耐德电气已为各种应用环境提供丰富的精密空调解决方案,深度洞察并不断满足客户对于高可用性、高灵活性、高经济性的产品需求。在各行各业探索绿色低碳发展道路之际,施耐德电气坚持以创新理念打造更节能的制冷解决方案,新InRow系列变频风冷氟泵行级精密空调更将为数据中心提供降温又降碳的新选择,助力客户迈向绿色未来。
好文章,需要你的鼓励
来自香港科技大学和MiniMax的研究团队开发了SynLogic,一个可合成35种逻辑推理任务的框架与数据集,填补了AI逻辑训练资源缺口。研究表明,在SynLogic上进行强化学习训练显著提升了模型逻辑推理能力,32B模型在BBEH测试中超越了DeepSeek-R1-Distill模型6个百分点。更值得注意的是,将SynLogic与数学和编程数据混合训练不仅提高了这些领域的学习效率,还增强了模型的泛化能力,表明逻辑推理是构建通用AI推理能力的重要基础。
这项研究揭示了大型语言模型的惊人能力:只需两个特殊训练的向量,冻结的语言模型就能在一次计算中生成数百个准确词汇,而非传统的逐词生成。研究者发现,这种能力要求特定的输入排列方式,且生成速度比自回归方法快约279倍。这一发现不仅展示了语言模型未被充分探索的并行生成潜力,还为快速文本重建开辟了新方向。
腾讯混元团队提出的"ConciseR"是一种通过两阶段强化学习实现大模型简洁推理的新方法。研究遵循"先走后跑"原则,先确保模型具备准确推理能力,再优化输出简洁性。第一阶段通过改进的群体相对策略优化(GRPO++)提升推理能力,第二阶段通过长度感知的群体相对策略优化(L-GRPO)减少输出长度。实验结果显示,该方法在AIME、MATH-500等多个基准测试中既减少了输出长度(平均20%以上),又保持或提高了准确率,展现出高效率-高准确率的理想平衡。
这项由香港科技大学团队开展的研究首次全面评估了压缩对大语言模型Agent能力的影响。研究发现,虽然4位量化能较好地保留工作流生成和工具使用能力(仅下降1%-3%),但在实际应用中性能下降达10%-15%。团队提出的ACBench基准测试横跨工具使用、工作流生成、长文本理解和实际应用四大能力,评估了不同压缩方法对15种模型的影响。结果显示,AWQ量化效果最佳,蒸馏模型在Agent任务上表现不佳,大型模型对压缩更具韧性。研究还提出ERank等创新分析方法,为实际部署提供了切实指导。