“极端高温天气不仅会对人类生活造成影响,对关键基础设施运营也带来巨大挑战与后果。”
夏季极端高温热浪正在席卷全球,影响范围覆盖欧美和亚洲大部分地区。加拿大出现大范围野火,所产生烟雾导致该国和美国东部地区发布空气质量警报;欧洲作为全球变暖最快的大陆持续打破高温记录;亚洲多地电力供应面临挑战,因极端高温天气发生了大范围停电事故。我国多个省份也发出高温红色预警,北京气温甚至飙升至41.1℃,创下北京有记录以来的历史次高温!
世界气象组织表明,气候变化使过去八年已成为全球有记录以来最炎热的年份;今年厄尔尼诺(El Niño)气候模式影响将进一步加剧此问题,许多预测认为2023年将创造破纪录的高温。这对数据中心运营商无疑构成了巨大挑战,不仅需要应对设施内产生的热量,还必须解决极端高温天气带来的额外热量和后果。
作为全球关键数字基础设施和连续性解决方案供应商,维谛技术(Vertiv,NYSE:VRT)今天最新发布极端高温时期数据中心管理指南。作为数据中心领域的领先制冷专家,该指南提供以下措施建议,助力数据中心运营商有效减轻与极端高温相关的风险。

定期清洁或更换空气过滤器
近期受加拿大野火烟雾南下影响,美国纽约全城被橙色烟雾笼罩,当天跃居全球空气污染最严重的城市,直观展示了气候变化所带来的严重影响。对数据中心运营商而言,这是个警示,需要定期清洁或更换数据中心热管理和暖通空调系统的空气过滤器。这些过滤器的作用是保护敏感电子设备免受空气中的颗粒物侵害,也包括远处野火产生的烟雾影响。
尽快进行预测性维护和服务计划
极端高温和恶劣空气质量对数据中心基础设施系统带来的影响和负荷远远超出预期。电网通常难以满足高温所带来的用电激增,停电现象也屡见不鲜。因此,预防性维护不间断电源UPS系统或暖通装置至关重要。比如,预防性维护包括清洁冷凝器盘管和维护制冷剂充放量,这有助于避免意外故障的发生。
启用高效运行模式
大部分不间断电源UPS系统都具备高效节能模式,可有效降低供配电系统从电网获取的电力。热浪袭击造成电网负荷已接近极限,任何节能措施都可能成为确保业务连续性和避免灾难性停电的关键。
利用新能源削峰填谷
尽管不是所有数据中心都具备使用新能源的条件,但那些已经领先配置的数据中心应该积极利用可再生新能源替代市电,节能降碳。可再生新能源包括场内或场外的太阳能电场,或场外的风力发电场,配套锂电池储能系统,进行削峰填谷。在高温天气期间,考虑到柴油发电机产生的温室气体和与气候变化相关的排放远高于新能源,不建议启用柴油发电机,另外柴油发电机的例行维护测试也应相应推迟。
运行尽可能多的制冷装置
通过分担负载,以及群组控制功能,以降低每个设备的负荷,并达到节省能源的目的。
考虑采用不同类型的制冷系统
液冷、无水制冷和蒸发冷却系统,这些专为高温环境设计的前沿制冷技术都可以考虑采用。
使用热量管理预测模型
使用热量管理预测模型,而非依赖历史数据。随着极端高温事件频率的增加,传统历史数据往往无法应对现代风险。因此,借助热量管理预测模型更为可靠。
以上指导将有助于改善极端高温时期数据中心的电源管理、热管理、业务连续性和预防性维护。若有更多需求,欢迎联系维谛技术专家,让我们为您解决难题,确保数据中心在任何极端气候条件下的稳定运行,共创可持续发展的数字未来!
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。