陈葆立
英特尔数据中心与人工智能集团
副总裁兼中国区总经理
近年来,推动环境可持续发展和助力实现净零碳排放已成为全行业争相探索之道,其重要程度对于科技行业来说尤为明显。科技无疑会造福每个人的生活,但我们也需要认识并时刻致力于减少技术发展对环境的影响。毕竟,若是将IT产业喻为一个国家,它将成为“世界第五大温室气体排放国” 1。因此,以绿色、可持续的方式推动创新是科技公司的职责。
如果将数据视为地球数字化进程背后的命脉,那么数据中心就相当于它跳动的心脏。随着数据呈指数级增长,处理与存储数据的需求也与日俱增。企业将持续依赖于利用AI、云计算以及大数据分析等数据密集型技术,这意味着数据中心将会越来越重要。据统计,数据中心相关设施消耗了大约全球2%的电力,到2030年,该数值预计将上升到8% 2,因此,寻求数据中心可持续发展道路势在必行。
基于此,我们认为,在未来不断追求净零排放的过程中,应重点关注数据中心的以下三个发展趋势:
前不久,英特尔公开承诺到2040年将实现全球业务的温室气体净零排放。该承诺基于我们的2030目标,旨在更好地建立起一个更负责任、更具包容性、可持续发展的世界。我们聚焦数据中心绿色发展,亦是帮助确保这些目标的实现。
首先,在启动数据中心建设时重新定义设计原则。从经济和环境可持续发展的角度出发,以风冷为代表的传统冷却方式日益落后。因此,我们将进入液冷时代。
通过浸没式液冷的方式,所有服务器内部组件都将浸没在液体中,并密封于特定容器,让来自组件的热量传递至冷却剂。该流程所需要的能源将远远少于其他冷却方式。同时,液体可以捕获热量,这也意味着其将不必再以热气的形式释放。
近期,我们推出了业界领先的开放知识产权的浸没式液冷解决方案和参考设计,并致力于帮助客户实现及时效益。譬如,目前我们正与一家农场联合设计并打造数据中心,使其以浸没式液冷的方式捕获热量,并将其转移至室内农场,用于种植水果和蔬菜。
虚拟交换、安全和存储等服务会消耗大量CPU周期,这可能导致数据中心过载和过热。因此,需要设法分散计算资源。
近年来,我们一直在努力引入数据中心基础设施处理器(IPU),以帮助客户和产业伙伴通过减少在CPU方面的开销,提高数据中心的效率并分散能耗。我们最新的IPU旨在卸载以往在CPU上运行的网络控制、存储管理和安全等功能。未来,我们亦计划推出新的独立显卡以加速目标的实现。
此外,公司可以采取的另一个措施是发展边缘数据中心,即位于网络边缘的小型设施,这有助于以较低的时延向终端设备更快地交付内容。边缘计算减少了需要传输的数据量并缩短了传输距离,从而实现能耗的降低。
最重要的是,要从根本上改变数据中心的建设和运营方式,我们要追求一个开放、集成的生态系统。解决关键的全球环境问题则需要整个科技行业的通力合作。
我们开放全新浸没式液冷解决方案和参考设计的知识产权,便是简化及加速其在行业内应用的举措之一。同时,针对当前冷板液冷技术设计与验证标准不统一这一市场痛点,英特尔在中国与包括CSP、运营商、企业用户、OEM、液冷部件商与服务器托管商在内的众多生态伙伴打造了《绿色数据中心创新实践——冷板液冷系统设计参考》。该参考设计通过面向更广泛的产业伙伴展现冷板液冷技术关键部件的研究进展,来共同促其标准化,进而降低设计与使用成本,推动建立并完善冷板液冷的生态系统。
数据中心的未来之路
从目前来看,我们对技术的依赖并没有减弱的迹象,因此数据中心仍将是世界上最重要的商业基础设施之一。由于我们对数据的需求永无止境,我们亟需关注减少数据中心的碳足迹。为推动真正可持续的发展与变革,我们必须在能源供应、消费以及数据中心设计方面进行合作和探索。
未来的数据中心不仅能够提高能源利用效率,从而减少对环境的影响,亦能让新的技术和发展焕发更多生机,从而带来更多创新。
好文章,需要你的鼓励
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
Meta为Facebook和Instagram推出全新AI翻译工具,可实时将用户生成内容转换为其他语言。该功能在2024年Meta Connect大会上宣布,旨在打破语言壁垒,让视频和短视频内容触达更广泛的国际受众。目前支持英语和西班牙语互译,后续将增加更多语言。创作者还可使用AI唇形同步功能,创造无缝的口型匹配效果,并可通过创作者控制面板随时关闭该功能。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。