可持续发展数据中心始于绿色材料。了解选择正确的材料能够如何减少碳影响,并促进数据中心的可持续发展。
作者:技术分析师Christopher Tozzi
更新时间:2024年7月1日
在建设数据中心时选择可持续材料是数据中心可持续发展的基础(确实,在一定程度上是这样)。绿色材料不能保证你的设施在日常运行中使用的能源和水也是可持续的,但它们可以减少建造设施本身的碳影响。
但是,在建设数据中心时有哪些 "绿色 "材料可供选择,在比较数据中心可持续发展的不同选择时应该考虑哪些因素?
为了回答这些问题,下面将根据数据中心建设的不同阶段,介绍在数据中心中使用绿色材料的指南。
数据中心地基: 选择低碳混凝土
大多数数据中心建筑的地基采用混凝土板的形式,它同时也是设施的底层。
由于混凝土生产所排放的二氧化碳占全球总排放量的9%,因此设法减少数据中心地基的碳足迹是实现可持续发展的重要一步。
目前,在大多数情况下,数据中心地基并没有在真正意义上可以替代混凝土的建筑材料,其他材料要么过于脆弱,要么价格昂贵。但Facebook和微软等超大型企业正在积极探索“低碳”混凝土。
数据中心框架:考虑再生钢或基于植物的设计
较大型的数据中心通常使用钢材作为框架,钢材的跨度强度使其非常适合建造具有大型开放空间的建筑,而这恰恰是机房所需要的设施类型。
但是,钢铁生产也是碳排放的重要来源,钢铁行业排放的二氧化碳约占全球总排放量的 8%。
在建设数据中心时,减轻钢材对可持续发展影响的一种方法是选择回收钢材。回收钢材并非没有碳排放,因为回收过程是能源密集型的。但它比用从地球上开采的矿物制造新钢材更具可持续性。
另一种选择是为数据中心考虑基于植物的框架材料,Vertiv等数据中心运营商正在探索这种方法。传统的木龙骨是一种选择,而胶合木等工程木材料则有助于建造更坚固或更大的设施。
数据中心隔热材料: 使用回收材料或高效材料
隔热材料是另一种可供选择的绿色数据中心建筑材料,例如从大麻、羊毛和再生纸等植物中提取的隔热材料。
不过,在为数据中心进行隔热时,需要牢记的一个重要因素是,隔热材料的效率将决定设施的长期可持续性。理想情况下,你应选择一种本身具有可持续性,同时还能提供出色的R值并减少空气渗透的隔热材料。
从长远来看,如果喷射泡沫等可持续性较差的隔热材料能更有效地减少数据中心运行过程中的能源消耗,那么这种隔热材料也是可取的。
数据中心屋顶: 兼顾绿色材料与能源效率
同样,在选择数据中心的屋顶时,不仅要考虑屋顶材料本身的“绿色”程度,还要考虑其对持续能源使用的影响。
例如,虽然橡胶屋顶是一种相对绿色的材料,但如果将其着色或涂成白色,就能提高可持续运营能力。白色屋顶可以减少从太阳光中吸收的能量,进而减少冷却数据中心的暖通空调系统的耗电量。
屋顶的设计也会影响整体可持续性。可以查看我们的数据中心屋顶指南了解更多详情。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。