在南海之滨的海南三亚崖州湾,崛起了一座充满未来气息的现代科技中心——海南人工智能计算中心项目。该项目作为产业最强大脑,赋能科研创新与产业升级,推动着人工智能与各领域深度融合,激发智算发展的无限潜力。
作为三亚崖州湾科技城超算集群的主要组成部分,海南人工智能计算中心致力于打造海南省的核心算力节点。
它将为入园企业和科研机构在动植物遗传育种、作物分子设计育种、热带海洋生物种质资源开发、动植物检验检疫、地球物理探测、海洋信息技术、数字经济等领域的应用和研究提供强大支持。
海南人工智能计算中心项目主要建有
计算集群硬件
计算集群软件
屏蔽机房及计算系统
算力设备配套工程
……
可提供HPC算力、GPU算力以及高性能存储服务,涵盖通用X86、GPU计算集群及国产CPU、GPU计算集群,持续完善生命科学、海洋科学、人工智能等学科领域的应用集成。
作为重要的算力底座,智算中心的市场需求正加速释放,在建设中面临着一系列挑战。智算中心高密化,需要部署大量高性能计算设备,GPU服务器的功率密度显著提升,单机柜功率高达几十甚至上百kW。这些都对制冷提出了更高要求,使得高密散热成为智算中心的核心需求。海南三亚崖州湾科技城人工智能计算中心项目,通过携手维谛技术(Vertiv,NYSE:VRT),成功解决了单机柜高功率散热的难题。
海南人工智能计算中心项目的成功实践,充分应用了维谛技术领先的制冷方案,面对智算中心的发展,维谛技术基于“风液结合”的技术路线,依托丰富产品线,打造了风液混合解决方案,从芯片制冷到户外散热,满足不同功率密度的散热需求。
海南人工智能计算中心管理团队
“在建设海南人工智能计算中心时,我们面临着高密度计算设备带来的制冷挑战。维谛技术解决方案成功满足了我们的高热密度需求。他们的专业性和创新能力,不仅保障了设备的稳定运行,更让我们对未来的扩展和升级充满信心。”
海南人工智能计算中心
它将承载着无数科研人员的智慧结晶
推动着AI、科研领域的不断突破
在这片热土上
科技与自然相互辉映
创新与美丽交织
谱写出永远悦动在线的科技乐章
关于维谛技术(Vertiv)
维谛技术(Vertiv, NYSE: VRT, 原艾默生网络能源),是一家全球领先的数字基础设施解决方案提供商,在通信网络、数据中心、商业&工业、新能源等领域拥有50+年的发展历史。维谛技术的产品广泛覆盖了政府、电信、金融、互联网、科教、制造、医疗、交通、能源等客户群体,为客户提供覆盖各个领域关键基础设施的电力、制冷和IT基础设施解决方案和技术服务组合。
维谛技术的客户遍布全球,在中国拥有2大研发中心和2大生产基地,覆盖全国范围的30+办事处和用户服务中心、100+城市业务支持中心,为客户提供高可靠高质量的产品方案和专业卓越的技术服务,共同构建关键技术悦动在线keep it hummingTM的美好世界。如需了解更多信息,欢迎访问Vertiv.com,售前热线400-887-6526。
好文章,需要你的鼓励
AI正在彻底改写创业规则:YC最新数据显示,10人团队12个月达成千万美元营收已成常态,"氛围编程"让技术不再是瓶颈,而创始人能否深度理解客户需求成为成败关键。当6人团队就能创造八位数收入时,我们看到的不仅是速度革命,更是对公司本质的重新定义。
这项由阿伯丁大学和格勒诺布尔阿尔卑斯大学研究者联合完成的研究揭示了大语言模型处理日期时的关键问题:现代分词器常将日期分割成无意义的碎片,如"20250312"被切分为"202"、"503"、"12",这严重影响时间推理能力。研究提出了日期碎片化率指标,创建了DATEAUGBENCH测试集,并通过内部机制分析发现,大型模型能在早期层快速"修复"碎片化日期,但其推理路径与人类理解方式显著不同,这解释了模型在处理非标准日期时的准确率下降。
MUG-Eval是KAIST和Trillion Labs联合开发的创新多语言评估框架,通过让语言模型在目标语言中进行自我对话来评估其生成能力。该方法独特之处在于不依赖语言特定工具或人工标注数据,而是通过任务完成率间接衡量语言能力。研究团队测试了8种顶级语言模型在30种语言上的表现,发现其结果与传统评估方法高度一致(相关系数>0.75)。MUG-Eval揭示了模型在低资源语言上表现显著落后,并发现英语并非评估低资源语言的最佳替代。该框架理论上支持2,102种语言,为真正包容的AI评估提供了新途径。
浙江大学研究团队开发的"自制动力训练"(Self-Braking Tuning,SBT)方法解决了大型语言模型在推理过程中的过度思考问题。该方法不依赖外部干预,而是培养模型自主识别冗余推理并适时终止的能力。研究者通过分析推理效率比率和过度思考标记比率,构建了两种数据策略:SBT-E(精确版)和SBT-D(动态版)。实验结果表明,经过训练的模型在多个数学基准测试上保持原有准确率的同时,将标记消耗减少了30%到60%,显著提高了推理效率。这项创新使AI系统能更像人类一样有效思考,为资源受限环境下的AI部署提供了新解决方案。