Périphériques technologiques
IA
Comment faire face à l'impact de la crise climatique sur les datacenters ?
Comment faire face à l'impact de la crise climatique sur les datacenters ?
Les gens doivent comprendre l'impact de la crise climatique sur les centres de données et ce qu'ils peuvent faire pour y remédier.
C'est un fait observable que la température moyenne de la surface de la Terre augmente aujourd'hui. La manière dont les humains traitent ces informations aujourd’hui affectera directement la qualité de vie et les infrastructures de demain.
Les coûts d'exploitation mondiaux des centres de données atteindront 212 milliards de dollars en 2022, avec une croissance à deux chiffres des dépenses dans les centres de données dans plusieurs secteurs, notamment la santé et les produits pharmaceutiques (13 %), l'éducation (13 %) et l'informatique et les services informatiques (11 % ) ouvre la voie. D'autres projets notables incluent la finance et la banque (8 %) et l'ingénierie et la construction (7 %).
En fait, la plupart des secteurs dépendent d’un accès constant aux centres de données pour fonctionner. Que signifie la hausse des températures terrestres pour l'avenir des centres de données ? Que peuvent faire les gens face à ce symptôme d'une crise climatique plus large ?
• En juillet 2022, Google a admis que son centre de données régional Europe-west2-a avait connu une panne du système de refroidissement liée à la température. La panne a rendu des dizaines de services indisponibles. •En juillet également, Oracle a publié une note indiquant que plusieurs services dans sa région de service du sud du Royaume-Uni (Londres) n'étaient pas disponibles. Les ingénieurs ont attribué la panne aux températures extrêmes. •En septembre 2022, Twitter a perdu la redondance des données en raison de températures élevées qui l'ont empêché de se connecter à son principal centre de données en Californie. Ce sont des exemples très médiatisés, mais les petites entreprises qui s'appuient sur des centres de données sur site, dans le cloud ou hybrides doivent être encore plus sécurisées. Des sociétés comme Google et Oracle fournissent l'infrastructure de stockage et de traitement des données pour une grande partie d'Internet et des milliers de petites et moyennes entreprises. Les entreprises de toutes tailles qui dépendent du stockage dans les centres de données doivent tenir compte des exigences budgétaires requises pour protéger les données internes et celles des clients. L’assurance cyber-responsabilité peut maintenir à flot les entreprises confrontées à des problèmes de gouvernance des données, mais toutes les politiques ne fonctionneront pas pour toutes les entreprises ou toutes les situations. Le monde a encore besoin de centres de données capables de résister aux changements climatiques actuels et futurs. Est-il possible de lutter contre l'impact de la crise climatique sur les centres de données ? La réponse est oui, mais cela nécessite des connaissances, de l'initiative et des investissements stratégiques.1. Rendre les centres de données plus économes en énergie
L'étape la plus importante consiste à rendre tous les centres de données plus économes en énergie. Selon une enquête réalisée en 2022 par la société Statista, l’efficacité énergétique observée dans les centres de données est en augmentation. Les constructeurs et les propriétaires de centres de données devraient continuer à rechercher des améliorations pour poursuivre cette tendance. À mesure que les gens réduisent collectivement leur dépendance au réseau lors des pics de température, il y a moins de risques que les systèmes de refroidissement des centres de données tombent en panne et que les systèmes ne répondent plus.Energy Star fait partie du programme du Département américain de l'énergie et recommande de suivre les étapes suivantes :
•Consolidez les ressources du serveur qui sont utilisées en petites quantités ou par intermittence. • Recherchez des technologies telles que des processeurs avancés pour réduire la consommation d'énergie pendant les périodes d'inactivité ou de faible utilisation. •Installez une unité de distribution d'énergie (PDU) pour réduire les pertes de puissance et surveiller la consommation d'énergie en temps réel. Selon Energy Star, les unités de distribution d'énergie (PDU) modernes sont 2 à 3 % plus efficaces que les générations précédentes. •Consultez des experts pour affiner le flux d'air et l'isolation afin d'obtenir autant de refroidissement passif que possible. Une technologie peu coûteuse de gestion du flux d’air peut permettre à une seule installation d’économiser 360 000 $ en coûts de refroidissement annuels. Cela est généralement aussi simple que d’ajouter une isolation entre les zones froides et chaudes. •Passez d'un refroidisseur mécanique à une tour de refroidissement et économisez 70 % par rapport aux refroidisseurs d'eau glacée et profitez des économies d'énergie qui en découlent. Selon l'Uptime Institute, 45 % des centres de données aux États-Unis ont eu du mal à rester opérationnels lors d'événements météorologiques extrêmes. Rendre votre installation plus économe en énergie est un bon début, mais vous devrez peut-être prendre des mesures supplémentaires pour la protéger.2. Migrer les centres de données ailleurs
Malheureusement, à mesure que les zones de la planète auparavant fiables deviennent moins fraîches, il peut être nécessaire de déplacer certains centres de données ailleurs. Microsoft Corp. explore la possibilité de placer ses centres de données sous l'eau pour profiter de températures relativement froides, une prouesse architecturale réservée uniquement aux grandes entreprises. Bien entendu, cela présentait également de nombreux autres défis techniques, tels que l’imperméabilisation.3. Utilisez des systèmes de refroidissement dynamiques
Centres de données pour alimenter l'IoT et en bénéficier. De plus en plus de centres de données installent des capteurs intelligents pour lire les températures en temps réel, ajuster les systèmes de refroidissement pour atténuer les variations de température et réduire la demande d'énergie lorsque cela n'est pas nécessaire.4. Utiliser l'intelligence artificielle pour limiter
L'IA peut aider les opérateurs de centres de données à réduire dynamiquement certaines parties du centre de données en utilisant l'analyse et la logique des données, et à charger les données de manière proactive lorsque des températures élevées peuvent affecter les serveurs à forte demande. à un autre. L’intelligence artificielle peut également jouer un rôle de réduction des coûts dans la sécurité de l’information et dans d’autres domaines connexes.5. Refonte du système de refroidissement
Les experts en CVC recommandent d'autres modifications au système de refroidissement, notamment l'installation de condenseurs plus grands pour les refroidisseurs et l'utilisation de la technologie de refroidissement par évaporation pour résoudre le problème sans augmenter la charge sur le réseau. Les systèmes de refroidissement liquide seraient également d'une grande aide, mais les équipes informatiques ne les ont pas encore utilisés en raison de l'expertise requise pour les installer. Cependant, ils sont efficients et efficaces, donc la courbe d’apprentissage en vaut la peine.
Préparer des centres de données résilients
La Terre adhère à certains cycles climatiques à long terme, mais les tendances actuelles dépassent les limites attendues et plongent dans des perturbations causées par l'homme. Mais avant que le pire n’arrive, Twitter sera perdu. Cela ne vous dérange peut-être pas, mais que se passe-t-il si Oracle, Google, Amazon ou Microsoft perdent leur part du World Wide Web ? Ces sociétés vous aident toutes à conserver vos sites Web, applications de day trading, services de covoiturage et streaming préférés ? les chaînes fonctionnent à la demande.
Les infrastructures humaines sont désormais essentiellement numériques. Les professionnels des centres de données doivent suivre l’exemple des climatologues et des technologues conscients du climat pour maintenir l’intégrité de leur infrastructure pendant que chacun s’efforce de protéger la planète des pires impacts du changement climatique.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Outils d'IA chauds
Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes
AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.
Undress AI Tool
Images de déshabillage gratuites
Clothoff.io
Dissolvant de vêtements AI
AI Hentai Generator
Générez AI Hentai gratuitement.
Article chaud
Outils chauds
Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit
SublimeText3 version chinoise
Version chinoise, très simple à utiliser
Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP
Dreamweaver CS6
Outils de développement Web visuel
SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)
Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA
Jun 28, 2024 am 03:51 AM
Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine
Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag
Jun 10, 2024 am 11:08 AM
Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.
Sept questions d'entretien technique Cool GenAI et LLM
Jun 07, 2024 am 10:06 AM
Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte
Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations
Jun 11, 2024 pm 03:57 PM
Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.
Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG.
Jul 25, 2024 am 06:42 AM
L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes
Cinq écoles d'apprentissage automatique que vous ne connaissez pas
Jun 05, 2024 pm 08:51 PM
L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.
Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire
Jul 17, 2024 pm 06:37 PM
Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S
Préparant des marchés tels que l'IA, GlobalFoundries acquiert la technologie du nitrure de gallium de Tagore Technology et les équipes associées
Jul 15, 2024 pm 12:21 PM
Selon les informations de ce site Web du 5 juillet, GlobalFoundries a publié un communiqué de presse le 1er juillet de cette année, annonçant l'acquisition de la technologie de nitrure de gallium (GaN) et du portefeuille de propriété intellectuelle de Tagore Technology, dans l'espoir d'élargir sa part de marché dans l'automobile et Internet. des objets et des domaines d'application des centres de données d'intelligence artificielle pour explorer une efficacité plus élevée et de meilleures performances. Alors que des technologies telles que l’intelligence artificielle générative (GenerativeAI) continuent de se développer dans le monde numérique, le nitrure de gallium (GaN) est devenu une solution clé pour une gestion durable et efficace de l’énergie, notamment dans les centres de données. Ce site Web citait l'annonce officielle selon laquelle, lors de cette acquisition, l'équipe d'ingénierie de Tagore Technology rejoindrait GF pour développer davantage la technologie du nitrure de gallium. g
