微软预览了一种新的数据中心设计,这种设计将大大减少冷却服务器所需的用水量。
微软数据中心基础设施工程副总裁Steve Solomon周一在一篇博客文章中详细介绍了这项技术。
水蒸发时会从周围空气中吸收大量热量。许多数据中心运营商利用这种现象来散发硬件产生的热量。众所周知,蒸发冷却是冷却服务器最省电的方法之一。
服务器集群产生的热量会提高数据中心内的空气温度。蒸发冷却系统使用风扇将热空气吸入装满水的容器中。当容器中的水蒸发后,空气的温度会急剧下降,风扇可以将其抽回数据中心,冷却里面的服务器。
和其他的一些散热方法相比,蒸发冷却的耗电量更少。这种方法的缺点是蒸发的水会流失,因而增加数据中心对环境的影响。微软最新发布的数据中心设计旨在应对这一挑战。
与标准蒸发冷却系统类似,微软的设计使用水来调节数据中心的温度。不同的是,它并不蒸发水,而是用冷却器冷却水,这意味着没有液体损失。这就大大减少了数据中心的耗水量。
Solomon详细介绍说:“虽然卫生间和厨房等管理用途仍需要用水,但这种设计将避免每个数据中心每年超过1.25亿升水的需求。”
在过去几年中,微软已经实现了显著的节水效果,预计此次会在这一基础上进一步减少用水量。2023年,该公司数据中心每消耗1千瓦电能将消耗约0.49升水。这比2021年下降了39%,比微软的第一代数据中心节水80%。
该公司通过几种不同的方法减少了用水量。
今年7月,微软披露其数据中心的大部分设备都在相对较高的温度下运行。这样,它就可以在一年中的大部分时间里用外部空气冷却硬件。此外,微软还为一些数据中心配备了可以使用回收水和雨水的硬件。
微软减少用水量的努力还包括软件部分。今年早些时候,微软详细介绍了其正在开发的 “预测模型”,旨在预测数据中心一天的用水量。如果该设施最终用水量增加,工程师就能迅速确定存在管道漏水等问题,并进行修复。
该公司还致力于通过其他方式提高数据中心的效率。对于配备其定制的Maia 100 芯片的服务器,该公司开发了一种冷却“小跟班”,可在所连接的系统中循环冷却液。由于液体的导热性能比空气好,因此这种方式比使用风扇要有效得多。
目前,冷却液并不直接流经微软的芯片,而是冷却连接在这些芯片上的冷板。该公司打算在未来利用所谓的微流体技术改变这种状况。该公司计划设计具有微小通道的芯片,让冷却液直接流经硅片,从而进一步提高数据中心的效率。
Solomon写道:“尽管我们目前的机组仍将混合使用风冷和水冷系统,但亚利桑那州凤凰城和威斯康星州普莱森特山的新项目将于2026年试用零水蒸发设计。”“这些新项目将于2027年底开始投入使用。”
好文章,需要你的鼓励
本文探讨了如何利用混合智能来超越传统的多元化、公平性和包容性(DEI)议程。作者指出,当前的DEI计划可能加剧分歧,而混合智能则提供了一个统一的框架,强调人类共同的基本维度。文章提出了一个2x4模型,包括4个个人维度和4个集体维度,以此来理解人类经验的普遍性。通过将人工智能与这种自然智能模型相结合,组织可以创造更包容、更有效的工作环境。}
这篇文章介绍了AI芯片初创公司EnCharge的创新技术,该公司声称其模拟人工智能加速器在功耗上仅需传统桌面GPU的一小部分,却能提供相当的计算性能。EnCharge的推理芯片在8位精度下能以1瓦特的功耗提供150 TOPS的AI计算能力。该技术经过多年的研发,旨在通过在内存中进行计算来提高效率,并支持多种AI工作负载。
微软发布了 Majorana 1 量子芯片,这是一个重大突破。该芯片采用拓扑量子比特技术,具有更低的错误率,有望解决量子计算的可扩展性问题。这项技术是微软近 20 年研究的成果,标志着量子硬件取得重要进展,为构建大规模量子计算机铺平了道路。
xAI公司推出的Grok 3模型在各项关键基准测试中表现出色,匹敌或超越了目前最先进的AI模型。尽管训练尚未完成,Grok 3已展现出强大实力。本文探讨了Grok 3可能对AI行业产生的影响,包括加速模型发布周期、验证大规模计算投资的价值,以及推动开源文化的发展等方面。