随着国家“东数西算”工程的稳步推进,数据中心作为支撑数字经济发展的关键基础设施,其重要性日益凸显。在国家“双碳”目标战略的引领下,绿色转型已成为数据中心发展的必由之路。作为国内领先的智慧建筑集成解决方案提供商,美的楼宇科技为贵安美的云数据中心打造了全面的温控+电梯+一体化电源设备的整体解决方案,并承诺保证数据中心连续五年PUE(能源使用效率)<1.2,引领绿色数据中心发展之路。

大型数据中心面临的低碳挑战
贵安美的云这座现代化的绿色数据中心坐落于贵安新区,与网易贵安数据中心、交通银行贵安数据中心、南方能源大数据中心等建筑共同形成超大型数据中心集群,筑牢“中国数谷”基座。
贵安美的云数据中心以国家A级数据中心为标准,规划建设4栋数据中心楼,目前已完成A栋大楼及园区配套工程建设,总建筑面积约16000平方米,可提供1200个8kW机柜,为美的集团数智化转型提供了重要保障和支撑。



如此大规模、高标准的数据中心,24小时不间断处理数据,降低能耗和碳排放的压力不容小觑,对建筑的整体能源管理提出了更高的要求。华信设计院副院长马德表示,贵安美的云项目是大型空调企业涉足数据中心领域的先例,面临着如何实现PUE<1.2的挑战,这需要创新的建设思路和先进的技术应用。美的楼宇科技充分利用了贵安新区独特的气候优势,结合最新的节能技术和智能化管理手段,打造了一座集高效、节能、环保于一体的绿色数据中心,为行业树立了标杆。
综合解决方案赋能,美的打造绿色高效数据中心新标杆
贵安新区属亚热带湿润温和型气候,年平均气温15℃左右,空气洁净度高,因此成为“东数西算”八大枢纽节点之一,是首个国家大数据综合试验区,贵州省的核心新区;同时也是“西电东送”的骨干电源地,电力资源丰富,电价相对优惠。在温控方面,美的楼宇科技充分利用贵安新区凉爽的气候和便利条件,精心设计了一套以直通风AHU空调系统与冷冻水补冷相结合的高效双冷源制冷解决方案。通过智能切换“直通风”、“混合制冷”和“全回风”三种运行模式,最大化利用自然冷源,有效降低能耗。直通风AHU系统配备湿膜和表冷器,无换热损失,制冷效率高。


冷冻水补冷系统位于A栋数据中心一层,由两台800RT美的变频直驱离心式冷水机组和一台800RT美的变频磁悬浮离心式冷水机组组成,均达到国家一级能效标准,提供稳定可靠的辅助制冷。

辅助制冷系统配备三台开式冷却塔,满足水质要求,并通过互为备用的设计确保系统稳定运行。机房还安装了加湿除湿一体机,辅助控制湿度。
在配电室和电池间,美的楼宇科技采用了氟泵空调系统和自然通风系统的组合,进一步提高了制冷能效。


氟泵空调系统拥有自然冷却制冷模式,其效率远高于传统的机械制冷模式,配合自然通风系统,最大化地利用了自然冷源,成为系统节能的关键环节。为应对紧急情况,数据中心配置了两个蓄冷罐作为应急冷源,确保不间断同步运行。

办公区域采用MDV8无界多联机,结合全直流技术和云端智能化控制技术,降低能耗,智能推荐设定温度,节能率达20%以上。

针对数据中心通行需求,美的楼宇科技提供了涵盖LINVOL乘客电梯与菱王载货电梯的全生命周期电梯解决方案,这些电梯集重载、高速、节能、安全于一体,并借助智能化控制优化群控与调配,缩短乘客候梯与电梯运行时间。
同时,美控智慧建筑为A栋数据中心配置了包含一体化电源成套柜、变压器、UPS、锂电池等关键组件的IT及传统设施用电一体化电源系统,并辅以安装、调试、培训及维护保养等全方位服务,确保数据中心电源系统高效稳定运行。
随着贵安美的云数据中心的投入使用,实现了PUE低至1.17的效果,达到国内领先数据中心水平。该项目的成功实施不仅为美的集团未来十年的数字化算力需求和制造业云服务等创新业务提供了有力支持,更为我国算力基础设施建设产业的绿色升级树立了典范,带动更多绿色数据中心的落地,加速推进算力产业绿色、低碳、高质量发展。
好文章,需要你的鼓励
这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。