要紧跟技术趋势,观察哪些缩写词正在获得关注是一个有效方法。Data Center Knowledge 去年发布了一份预计将在 2024 年影响行业的数据中心缩写词列表。
一年后,新的缩写词已经变得更加重要,是时候更新我们的列表了。请继续阅读 2025 年值得关注的重要数据中心缩写词,以了解数字基础设施领域的关键趋势。
需要说明的是,这些缩写词并非都是全新的——许多已经存在多年。但我们预计它们在 2025 年会成为热点,因为它们与行业创新核心领域相关的技术或领域(如 AI 或新型数据中心基础设施产品)有关。
1. ARM
ARM 是"Advanced RISC Machines"的缩写,是一种自 1980 年代就存在的 CPU 架构。在其历史的大部分时间里,ARM 在数据中心服务器中几乎没有发挥作用,因为这些服务器几乎都依赖于 x86 计算芯片。
然而,ARM 正在数据中心中逐步获得发展。超大规模企业已经开发了自己的基于 ARM 的芯片(如 AWS 的 Graviton 处理器和 Microsoft 的 Cobalt 芯片),基于 ARM 的服务器也可供企业在其数据中心中部署。
值得注意的是,Microsoft 近十年前就表示其一半的服务器有朝一日可能运行在 ARM 上,但这一目标至今仍远未实现。ARM 革命进展缓慢。不过,2025 年可能成为一个转折点,届时 ARM 在数据中心中将开始成为常态而非例外。
2. BMaaS
传统的数据中心运营模式涉及企业在数据中心内自行设置和管理服务器。但在云计算已经让组织习惯于能够即时部署基础设施而无需担心管理的世界里,一些公司不想管理自己的硬件——尽管他们仍然希望获得裸金属服务器的优势,而这在公共云平台中供应有限。
这就是为什么"Bare-Metal-as-a-Service"(裸金属即服务)或"BMaaS"成为一个热门的数据中心缩写词。BMaaS 是一种模式,数据中心运营商提供和管理裸金属服务器,并实际上将其租赁给客户。这一理念旨在提供云的灵活性和便利性,同时结合裸金属硬件的性能和安全优势。
3. CNN
CNN 是"Convolutional Neural Network"(卷积神经网络)的缩写,是 AI 领域众多流行缩写词之一。CNN 指的是专门用于图像和视频处理的一种神经网络。
随着 AI 软件变得越来越复杂,能够支持更复杂的用例(如识别视频流中的人或物体),CNN 可能会成为一项越来越重要的 AI 技术。
因此,CNN 很可能成为推动 2025 年及以后数据中心需求增长的技术之一。
4. GB200
一年前,NVIDIA 专为 AI 工作负载设计的 GPU —— H100 是了解 AI 芯片的关键缩写词。到 2025 年,GB200 将成为新宠——这是 NVIDIA 的新一代 GPU,承诺提供比 H100 更强的性能。
H100 不会很快消失,但在未来几个月里,GB200 将主导关于 NVIDIA AI 硬件的讨论。
5. PQC
关于量子计算机何时(甚至是否)能够实用化仍然存在争议。但越来越多的人认为这一天即将到来。
当这一天到来时,传统的密码技术基本上将变得无用,因为量子机器的巨大计算能力将能够通过纯粹的暴力破解任何加密密钥。这推动了人们对后量子密码学(Post-Quantum Cryptography,PQC)的兴趣不断增长。
PQC 指的是能够有效防御具有量子计算资源的攻击者的密码学和数据隐私保护。PQC 仍然是一个发展中的领域,但如果你想知道当量子计算机颠覆传统网络安全领域时该怎么办,这是一个值得关注的领域。
6. UPSaaS
与数据中心内的裸金属服务器一样,不间断电源(UPS)设备也可以使用"即服务"模式提供。因此出现了"UPSaaS",这是一种外部供应商在数据中心内提供、设置和管理 UPS 设备的服务。
一些供应商已经提供这种解决方案几年了,我们预计随着企业寻求通过外包管理外围设备来简化运营,这种服务将变得更加普及。
好文章,需要你的鼓励
当AI遇到空间推理难题:最新研究揭示GPT-4等顶尖模型在传送门解谜和立体拼图中集体"挂科",复杂智能远比我们想象的更难实现。
这项研究首次系统评估了AI代码智能体在科学研究扩展方面的能力。研究团队设计了包含12个真实研究任务的REXBENCH基准,测试了九个先进AI智能体的表现。结果显示,即使最优秀的智能体成功率也仅为25%,远低于实用化要求,揭示了当前AI在处理复杂科学推理任务时的显著局限性。
2025施耐德电气智算峰会上,全新EcoStruxure(TM) Energy Operation电力综合运营系统正式亮相,定位场站级智慧能源管理中枢,集技术领先性与本土适配性于一体。
俄罗斯莫斯科国立大学研究团队开发出MEMFOF光流估计新方法,在保持顶尖精度的同时将1080p视频分析的GPU内存消耗从8GB降至2GB,实现约4倍内存节省。该方法通过三帧策略、相关性体积优化和高分辨率训练在多个国际基准测试中取得第一名成绩,为高清视频分析技术的普及奠定基础。