在2024年,数据中心行业面临着双重挑战:全球对AI应用的需求迫切,同时降低能耗、降低成本和减少碳排放的压力日益凸显。
作为全球关键基础设施和业务连续性解决方案的提供商,维谛技术(Vertiv,NYSE:VRT)专家预测,2024年数据中心行业将呈现以下趋势:

AI深入影响数据中心新建和改造项目。随着各类业务对AI需求的快速增长,企业面临调整运营的压力。然而,部分老旧数据中心配置落后,无法满足高热密度算力基础设施的广泛部署,并且老旧机房普遍缺乏液冷设备所需的基础条件。
未来一年越来越多的公司将意识到,简单的机房局部改造无法满足业务需求,需要选择新建数据中心,并倾向于采用部署周期短的预制化、模块化解决方案,或者直接进行整体改造,从根本上改变供电和制冷基础设施架构。
我们也将看到更多的环保技术和解决方案实现应用,例如满足AI数据中心制冷需求的风液混合制冷方案。同时,为了应对众多新技术的应用风险和交付的不确定性,需要依托高水平的架构设计、深厚的工程实施经验进行保障。

拓展新型储能解决方案。新型储能技术能够与电网进行智能融合,降低发电机启动频次。电池储能系统(BESS)通过适时切换负载、延长运行时间、高效集成光伏或燃料电池等新能源。
BESS将最大程度地减少发电机的使用,降低碳排放。预计到2024年,这项技术应用将更加普及,满足新增AI算力所需的电力容量、供电可靠性,实现经济效益。

企业级客户优先灵活部署。由于企业对于AI的需求,拥有自建数据中心的客户更倾向于采用多元化的资源部署战略。
客户面临的一个难题是如何最大程度地应用AI技术,同时实现可持续发展目标。各企业客户通过本地算力满足专有AI需求,促进相关应用的部署,在逐步分阶段投入过程中,优先考虑预制模块化解决方案,以及延长现有设备的服务及维保项目。这将促进客户不断持续优化运营,进一步释放数据中心的容量空间,提高能效。
此外,延长现有服务器寿命,而不是直接更换或报废,将减少企业的范围3的排放。

跑步上云需要跨越安全监管。Gartner预测,到2024年,全球在公有云服务上的支出将增长20.4%,业务上云的势头强劲。云服务厂商与Colo厂商通过合作实现业务扩张,迅速扩展容量,满足AI及高性能算力的需求。
随着越来越多的云计算客户将数据迁移到公有云,信息安全成为至关重要的考量因素。根据Gartner的数据,80%的CIO计划在2024年增加对网络/信息安全的投入。
当前各个区域的数据安全规定并不一致,虽然一直在努力推动规则的标准化进程,但进展仍然有限,这也带来了复杂的安全挑战。
维谛技术(Vertiv)首席执行官指出:“AI对数据中心功率密度和能耗需求的影响已经成为我们业内的核心议题。帮助客户满足AI算力需求,同时降低能耗和碳排放,这需要数据中心、芯片和服务器制造商以及基础设施提供商各方建立全新的合作,共同应对挑战。”
关于维谛技术(Vertiv)
维谛技术(Vertiv,NYSE:VRT)致力于保障客户关键应用的持续运行、发挥最优性能、业务需求扩展,并为此提供硬件、软件、分析和延展服务技术的整体解决方案。维谛技术(Vertiv)帮助现代数据中心、边缘数据中心、通信网络、商业和工业设施客户所面临的艰巨挑战,提供全面覆盖云到网络边缘的电力、制冷和IT基础设施解决方案和技术服务组合。Architects of Continuity™恒久在线,共筑未来!如需了解更多信息,欢迎访问Vertiv.com,售前热线400-887-6526。
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。