日本航运企业三井商船株式会社(MOL)计划将船舶改装为浮动数据中心,该设施可以从岸上或配套的电力船获取能源。
作为世界最大的航运公司之一,三井商船利用船体创建浮动数据中心的做法颇为合理。
该公司表示,计划建设一个容量为20至73兆瓦的设施,根据船舶停泊位置使用海水或河水直接冷却基础设施。项目计划于2027年投入运营,公司暗示可能会有更多类似项目跟进。
首个项目将使用一艘120米长、重9731吨的船舶进行改装。三井商船预计今年完成设计工作,并与港口当局和设施运营商签署协议,实际改装工作计划于2026年进行。
项目规划通过陆地和海底电缆连接互联网交换中心,渲染图显示这艘数据中心船舶还配备了卫星天线。
据三井商船介绍,浮动数据设施的主要优势在于可以根据需求变化和条件变化转移到不同位置,并且可以在公海航行时作为数据中心运营。
该集团还表示,将船舶改装为数据中心船只需约一年时间,比建设传统陆基数据中心用时更短,无需在大都市区域获取大量土地或支付土地收购成本,尽管需要承担停泊费用。
目前,该项目正在与土耳其Karpowership公司旗下的Kinetics部门签署的谅解备忘录框架下推进。Kinetics运营电力船,这些船舶配备由天然气或低硫液体燃料驱动的完整电力发电厂。
双方认为,首艘数据中心船可以从停泊在旁边的电力船获取电力,这样就不必选址在有足够电网连接供应数据中心电力的地方,当然也在考虑电网连接的选择。
据《金融时报》报道,美国工业公司正试图利用数据中心热潮。报道称,制造商正在通过生产专业设备(如备用发电机和冷却设备)实现多元化,这些设备在预期大规模采用AI而建设更多设施时可能需求很大。
本财年可能会投入超过4000亿美元。服务卡车运输行业的Gates Industrial等企业也在参与其中,制造在服务器机架周围循环冷却剂的管道和泵。
三井商船指出,在美国等地,电力公司无法跟上需求,导致一些设施在连接电网并开始运营之前需要等待五年或更长时间。
"即使在电力短缺的地区,海上数据中心也可以立即开始运营,"该公司表示。
在一份声明中,三井商船常务执行官市田智明表示,与Kinetics的联盟是利用MOL集团资产和船舶运营建设数字基础设施的一步进展。
Kinetics首席执行官Mehmet Katmer也对此举表示欢迎。他说:"通过将移动发电与浮动数据基础设施相结合,我们正在解决关键的市场瓶颈,同时实现更快、更清洁、更灵活的数字容量扩展。"
水上数据中心似乎在日本很受欢迎,今年早些时候另一家航运公司日本邮船株式会社牵头的财团提出了一个单独项目。该设施将由装配在停泊在横滨市港口的浮动平台上的集装箱组成。
加利福尼亚州斯托克顿已有一座由Nautilus Data Technologies运营的浮动数据中心,而互联网巨头谷歌大约十二年前也曾短暂尝试过这一概念。还有微软的水下数据中心实验,一家名为Subsea cloud的公司仍在提供这种服务。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。