尽管数据中心有诸多好处,但有时候使用机房来运行IT设备可能是更好的选择。下面列出的机房和数据中心的优缺点将帮助您做出正确的决定。
作者:Christopher Tozzi
更新时间:2023年12月11日
如果不考虑成本和可持续发展性,每个企业都会运营一个独立的数据中心——即一个专门用于存放服务器的独立设施。
但是,在现实世界中,很多需要运营IT基础架构的企业无法证明投资建设一个完整数据中心的合理性。因此,他们只能退而求其次:在许多多功能建筑内设立服务器机房。
现在,人们很容易会觉得现场服务器机房是过时或者危险的IT设备运行方式。但是,依靠老式的机房并不丢人。事实上,对于某些企业来说,这种方法可能会比建立传统数据中心或者租用主机托管空间更好。
考虑到这一现实,让我们来谈谈机房与传统数据中心两者各自的利弊,以及何时选择哪种方式。
什么是服务器机房?
服务器机房不需要什么特殊的设备,只需要冷却系统(在很多情况下,服务器机房所在的大楼都会安装标准的空调系统)和足够的电力为机房内的众多服务器供电。
从前——在云计算出现并提供简单、低投入的基础架构部署手段之前,对于需要托管任何类型数据或者软件的企业来说,机房都很常见。事实上,我在2008开始的第一份系统管理员的工作就是管理一组服务器,它们就摆放在公司前台办公桌旁边的机柜里。后来,升级到了地下室一个更大的空间,这样做的好处主要是更加凉爽,而且由于我们在服务器周围安装了铁栏杆,物理上也更加安全。
我听说该机构的IT环境后来已经迁移到了云端,但是十年前我离开的时候,一切还运行在地下室的机房中。
服务器机房与数据中心的区别
虽然服务器机房和数据中心支持相同的核心需求——提供部署IT设备的空间,但它们在几个关键方面存在差异:
何时该选择机房以及何时该选择数据中心
总体而言,数据中心在大多数方面都更为先进。它们比现场机房更安全、更节能,也更可靠。
但这并不意味着数据中心总是安置IT设备的最佳选择。如果你的企业符合以下条件,那么基础的机房可能更有意义:
对于更复杂或更大规模的服务器需求,通常会选择专用数据中心或使用主机托管设施。但如果能满足企业的IT需求,使用老式机房也不丢人。
结论
关于数据中心的讨论往往集中在拥有先进的能源、暖通空调和安全系统的大型独立设施上。但实际上,许多“数据中心”的形式要简单得多:它们只是办公楼内摆满服务器的房间。如果这种做法适合你的业务,那就无可厚非。
好文章,需要你的鼓励
初创公司Positron获得5160万美元A轮融资,推出专门针对AI推理的Atlas芯片。该公司声称其芯片在性能功耗比和成本效益方面比英伟达H100高出2-5倍,并已获得Cloudflare等企业客户采用。Positron专注于内存优化设计,无需液体冷却,可直接部署在现有数据中心。公司计划2026年推出支持16万亿参数模型的下一代Titan平台。
这项由Midjourney团队主导的研究解决了AI创意写作中的关键问题:如何让AI既能写出高质量内容,又能保持创作的多样性和趣味性。通过引入"偏差度"概念和开发DDPO、DORPO两种新训练方法,他们成功让AI学会从那些被传统方法忽视的优秀独特样本中汲取创意灵感,最终训练出的模型在保持顶级质量的同时,创作多样性接近人类水平,为AI创意写作开辟了新方向。
忽视智能体AI的潜力,特别是其对现代化数据基础设施的需求,面临着与忽视互联网的零售商相同的生存风险。关键不在于是否投资,而在于如何确保投资转化为可衡量的现实收益。企业需要超越AI试验阶段,明确业务目标,从治理开始构建ROI模型。成功的组织在整个技术栈中嵌入智能体,从面向客户的应用到内部治理系统。通过强化数据治理、减少重复工具和统一平台,AI的ROI将从理论变为现实。
上海AI实验室联合多所高校开发出VisualPRM系统,这是首个专门用于多模态推理的过程奖励模型。该系统能像老师批改作业一样逐步检查AI的推理过程,显著提升了AI在视觉推理任务上的表现。研究团队构建了包含40万样本的训练数据集和专门的评估基准,实现了在七个推理基准上的全面性能提升,即使是最先进的大型模型也获得了5.9个百分点的改进。