AI 可能是迄今为止推动数据中心转型和发展的最大驱动力之一。这场现代淘金热已经产生影响,运营商正在更新基础设施以适应 AI 数据处理所需的存储需求增长。
虽然数据中心的转型和行业发展对运营商来说是好消息,但向更先进处理器的转移将加速对新基础设施的需求,同时需要更多的超大规模数据中心来适应这种转变,这为一场潜在的环境灾难埋下了伏笔。
即使在 AI 广泛应用之前,数据中心的电力需求也在迅速增长。爱尔兰中央统计办公室报告称,2022 年至 2023 年间数据中心用电量增加了 20%。
美国也面临类似问题。根据美国能源部和劳伦斯伯克利国家实验室最近发布的报告,随着国家进行 AI 转型,未来三年数据中心需求可能增长近三倍,消耗高达全国 12% 的电力。报告还估计,过去十年数据中心负载增长了三倍,预计到 2028 年将增长两到三倍。
然而,在数据中心采用和部署 AI 也有其积极的一面,包括能够根据实时需求动态调整服务器工作负载,从而更有效地管理资源分配。
AI 还可以根据访问频率、重要性和监管要求自动对数据进行分类和归类,从而优化数据存储。而 AI 自动化执行常规任务的能力几乎可以立即带来投资回报。
在数据中心环境中,这意味着可以实现网络管理、服务器配置和软件修补的自动化。这减少了日常运营所需的人工干预,使员工能够专注于更高价值的任务。这只是在数据中心环境中利用 AI 的部分优势。
AI 带来的诸多好处与潜在的负面影响(能源消耗增加和电子废弃物)之间的平衡,应该成为数据中心运营商的警醒,并推动当前流程的改变。通过调整流程,可以成功减轻因 AI 所需的高性能硬件更新而导致的电子废弃物大幅增加。
为支持不断发展的 AI 功能而进行持续升级的需求可能会缩短数据中心设备的使用寿命,加快设备升级周期。据估计,使用寿命仅为三到五年,美国每年有 2000 万到 7000 万个昂贵的硬盘驱动器 (HDD) 达到使用寿命末期——其中大多数被粉碎并送往垃圾填埋场,产生大量废物。然而,物理销毁并不是唯一的选择。
新的一年,新的流程
数据中心所有者和运营商可以通过多种方式更新和现代化流程,以应对硬件更新对可持续性和电子废弃物造成的压力。
例如,许多运营商认为,一旦停用,数据中心驱动器必须进行物理销毁以确保数据安全。然而,对于数据中心退役,还有更安全和可持续的替代方案。
应考虑两个更可持续的选择:
数据清除和重用:数据中心可以与认证的 IT 资产处置 (ITAD) 公司合作,安全地清除退役设备中的数据,或在内部管理数据清除(如果他们具备相关专业知识),而不是物理销毁旧硬件如硬盘驱动器 (HDD)。这个过程会删除所有敏感数据,使硬件可以翻新和转售,或用于其他用途。通过重复使用设备,数据中心可以延长硬件的使用寿命,减少送往垃圾填埋场的电子废弃物数量。运营商或 ITAD 可以安全地清除使用过的 HDD,完全擦除任何敏感数据。这使驱动器可以转售或捐赠给服务不足地区的非营利组织,在减少环境影响的同时给予它们第二次生命。
更好的硬件生命周期管理:数据中心可以通过使用模块化、可修复和可升级的系统来实施可持续的硬件生命周期管理实践。这种方法允许更换或升级单个组件(如电源、内存或处理器),而不是丢弃整个服务器或其他硬件,从而减少完整设备更换的频率,并在不影响运营效率的情况下最小化电子废弃物。
好文章,需要你的鼓励
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。