要紧跟技术趋势,观察哪些缩写词正在获得关注是一个有效方法。Data Center Knowledge 去年发布了一份预计将在 2024 年影响行业的数据中心缩写词列表。
一年后,新的缩写词已经变得更加重要,是时候更新我们的列表了。请继续阅读 2025 年值得关注的重要数据中心缩写词,以了解数字基础设施领域的关键趋势。
需要说明的是,这些缩写词并非都是全新的——许多已经存在多年。但我们预计它们在 2025 年会成为热点,因为它们与行业创新核心领域相关的技术或领域(如 AI 或新型数据中心基础设施产品)有关。
1. ARM
ARM 是"Advanced RISC Machines"的缩写,是一种自 1980 年代就存在的 CPU 架构。在其历史的大部分时间里,ARM 在数据中心服务器中几乎没有发挥作用,因为这些服务器几乎都依赖于 x86 计算芯片。
然而,ARM 正在数据中心中逐步获得发展。超大规模企业已经开发了自己的基于 ARM 的芯片(如 AWS 的 Graviton 处理器和 Microsoft 的 Cobalt 芯片),基于 ARM 的服务器也可供企业在其数据中心中部署。
值得注意的是,Microsoft 近十年前就表示其一半的服务器有朝一日可能运行在 ARM 上,但这一目标至今仍远未实现。ARM 革命进展缓慢。不过,2025 年可能成为一个转折点,届时 ARM 在数据中心中将开始成为常态而非例外。
2. BMaaS
传统的数据中心运营模式涉及企业在数据中心内自行设置和管理服务器。但在云计算已经让组织习惯于能够即时部署基础设施而无需担心管理的世界里,一些公司不想管理自己的硬件——尽管他们仍然希望获得裸金属服务器的优势,而这在公共云平台中供应有限。
这就是为什么"Bare-Metal-as-a-Service"(裸金属即服务)或"BMaaS"成为一个热门的数据中心缩写词。BMaaS 是一种模式,数据中心运营商提供和管理裸金属服务器,并实际上将其租赁给客户。这一理念旨在提供云的灵活性和便利性,同时结合裸金属硬件的性能和安全优势。
3. CNN
CNN 是"Convolutional Neural Network"(卷积神经网络)的缩写,是 AI 领域众多流行缩写词之一。CNN 指的是专门用于图像和视频处理的一种神经网络。
随着 AI 软件变得越来越复杂,能够支持更复杂的用例(如识别视频流中的人或物体),CNN 可能会成为一项越来越重要的 AI 技术。
因此,CNN 很可能成为推动 2025 年及以后数据中心需求增长的技术之一。
4. GB200
一年前,NVIDIA 专为 AI 工作负载设计的 GPU —— H100 是了解 AI 芯片的关键缩写词。到 2025 年,GB200 将成为新宠——这是 NVIDIA 的新一代 GPU,承诺提供比 H100 更强的性能。
H100 不会很快消失,但在未来几个月里,GB200 将主导关于 NVIDIA AI 硬件的讨论。
5. PQC
关于量子计算机何时(甚至是否)能够实用化仍然存在争议。但越来越多的人认为这一天即将到来。
当这一天到来时,传统的密码技术基本上将变得无用,因为量子机器的巨大计算能力将能够通过纯粹的暴力破解任何加密密钥。这推动了人们对后量子密码学(Post-Quantum Cryptography,PQC)的兴趣不断增长。
PQC 指的是能够有效防御具有量子计算资源的攻击者的密码学和数据隐私保护。PQC 仍然是一个发展中的领域,但如果你想知道当量子计算机颠覆传统网络安全领域时该怎么办,这是一个值得关注的领域。
6. UPSaaS
与数据中心内的裸金属服务器一样,不间断电源(UPS)设备也可以使用"即服务"模式提供。因此出现了"UPSaaS",这是一种外部供应商在数据中心内提供、设置和管理 UPS 设备的服务。
一些供应商已经提供这种解决方案几年了,我们预计随着企业寻求通过外包管理外围设备来简化运营,这种服务将变得更加普及。
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。