彌合差距:為人工智慧時代改造資料中心
現代資料中心,無論規模大小,都需要重新思考電力管理和備份策略,這是創新策略中至關重要的一環。
人工智慧時代將徹底改變資料中心的現狀。各類企業都積極探索如何利用生成式人工智慧技術。這就要求他們擁有更先進、更安全、更有效率的資料中心設施。
超大規模是現代資料中心的理想使用者群體,他們擁有資源和能力去尋找新的機遇,並利用最先進的技術來建立全新的基礎設施。
儘管如此,企業並不必侷限於滿足更少的需求。透過採用適當的技術來優化房地產使用,可以為人工智慧時代改造規模較小的資料中心。這需要仔細考慮為人工智慧應用提供動力的運算基礎設施、機架配置的新方法、冷卻技術以及資料儲存等方面。
這也意味著從策略上考慮資料中心的電源備份系統,以確保棕地改造的平衡電源策略。每個資料都需要備用電源,但是你現有的電力設備很可能佔用了空間,而且沒有增加一分錢的收入。像鎳鋅(NiZn)電池這樣的新技術創新提供了更高密度的備用電源,潛在地增加了備用容量,同時釋放了寶貴的佔地空間,以提高生產率。
集中式或分散式備援電源
為了了解規模變化的重要性,請看以下資料。根據麥肯錫預測,到2030年,資料中心需求將每年成長10%。屆時,光是美國市場的需求就將達到35吉瓦。
目前情況顯示,資料中心客戶的需求已經超過了資料中心的承載能力。對於那些正在建造新資料中心或進行升級的大型企業來說,提高密度是一個解決方案,以便在每平方英尺上提供更多的運算能力。因此,即使是主要的雲端服務供應商也開始關注備用電源系統所佔用的空間量,這也就不足為奇了。
通常情況下,資料中心會配備集中式不間斷電源(UPS)備援系統。在大規模應用領域,人們正逐漸轉向分散式備援系統,例如伺服器機架電池備援單元(BBU)。
非營利組織如開放式運算專案正在推動採用分散式備用電源方法的新標準。雖然這種方法在超大規模企業中具有多項優勢,但卻不是託管設施或企業的最佳選擇。這是因為託管設施需要適應各種不同租戶的配置,因此實施起來並不實際。同時,對於企業級工作負載來說,去中心化的方法可能有些大材小用。
還有伺服器內備用電源,可確保伺服器在發生斷電時正常關閉。
這些備份系統可以互相補充,也可以不互相補充。關鍵是找到正確的組合,以確保耗電的人工智慧工作負載能夠繼續運作。許多現代化資料中心改造涉及模組化基礎設施,使現有設施能夠以迭代方式和有限的空間靈活地添加所需的設備。
遠離鉛酸
不幸的是,幾十年來為資料中心提供支援的鉛酸電池效率低下,並且佔用了寶貴的空間。它們的工作溫度範圍也有限,需要更多的冷卻技術空間。
鉛酸電池一開始相對便宜,但更現代的電池技術值得投資。鋰離子電池進入市場不到十年,但它們已經在新資料中心建設中佔據了相當大的市場份額。它們效率更高,因此佔用的佔地面積更少,而且不需要像鉛酸電池那樣頻繁更換。
鎳鋅電池技術不像鉛酸電池和鋰離子電池那麼不穩定。事實上,它不存在熱失控,並且可以在比任何一種競爭電池化學材料更寬的溫度範圍內運作。鋰離子電池具有高能量密度,而鎳鋅電池具有高功率密度,這意味著它具有更高的功率放電率。在備用場景中,當唯一目標是讓電池運行 15 到 5 分鐘或更短時間時,您需要一個能夠快速釋放大量電量的小電池。
與舊設備的兼容性
雖然超大規模企業可以從頭開始,但企業不能忽視資料中心的現有設備。在引入鋰離子電池之前,每個資料中心都使用鉛酸電池。
利用相同的 UPS 充電系統,資料中心營運商可以透過直接更換更輕鬆地用現有 UPS 設備改造鎳鋅電池。
同時,由於鋰電池需要額外的保護措施,用鎳鋅電池替換鉛酸電池可能比購買新的鋰電池更容易。鋰的揮發性化學成分會在通風、高容量滅火、增強室內燃燒等級以及鎳鋅電池不需要的其他安全功能方面產生更多成本。
最重要的是,所有企業,無論規模大小,都需要現代化其資料中心策略,以跟上人工智慧的承諾。簡單地建造新資料中心的機會並不總是存在,但正確的改造策略將為企業提供所需的變革動力。
以上是彌合差距:為人工智慧時代改造資料中心的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

熱門話題

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

透過將檢索增強生成和語意記憶納入AI編碼助手,提升開發人員的生產力、效率和準確性。譯自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。雖然基本AI程式設計助理自然有幫助,但由於依賴對軟體語言和編寫軟體最常見模式的整體理解,因此常常無法提供最相關和正確的程式碼建議。這些編碼助手產生的代碼適合解決他們負責解決的問題,但通常不符合各個團隊的編碼標準、慣例和風格。這通常會導致需要修改或完善其建議,以便將程式碼接受到應

大型語言模型(LLM)是在龐大的文字資料庫上訓練的,在那裡它們獲得了大量的實際知識。這些知識嵌入到它們的參數中,然後可以在需要時使用。這些模型的知識在訓練結束時被「具體化」。在預訓練結束時,模型實際上停止學習。對模型進行對齊或進行指令調優,讓模型學習如何充分利用這些知識,以及如何更自然地回應使用者的問題。但是有時模型知識是不夠的,儘管模型可以透過RAG存取外部內容,但透過微調使用模型適應新的領域被認為是有益的。這種微調是使用人工標註者或其他llm創建的輸入進行的,模型會遇到額外的實際知識並將其整合

想了解更多AIGC的內容,請造訪:51CTOAI.x社群https://www.51cto.com/aigc/譯者|晶顏審校|重樓不同於網路上隨處可見的傳統問題庫,這些問題需要跳脫常規思維。大語言模型(LLM)在數據科學、生成式人工智慧(GenAI)和人工智慧領域越來越重要。這些複雜的演算法提升了人類的技能,並在許多產業中推動了效率和創新性的提升,成為企業保持競爭力的關鍵。 LLM的應用範圍非常廣泛,它可以用於自然語言處理、文字生成、語音辨識和推薦系統等領域。透過學習大量的數據,LLM能夠產生文本

本站6月18日消息,三星半導體近日在技術部落格介紹了搭載其目前最新QLC快閃記憶體(v7)的下一代資料中心級固態硬碟BM1743。 ▲三星QLC資料中心級固態硬碟BM1743根據TrendForce集邦諮詢4月的說法,在QLC資料中心級固態硬碟領域,僅有深耕多年的三星和SK海力士旗下Solidigm在當時通過了企業客戶驗證。相較上代v5QLCV-NAND(本站註:三星v6V-NAND無QLC產品),三星v7QLCV-NAND閃存在堆疊層數方面幾乎翻了一倍,儲存密度也大幅提升。同時v7QLCV-NAND的順

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

機器學習是人工智慧的重要分支,它賦予電腦從數據中學習的能力,並能夠在無需明確編程的情況下改進自身能力。機器學習在各個領域都有廣泛的應用,從影像辨識和自然語言處理到推薦系統和詐欺偵測,它正在改變我們的生活方式。機器學習領域存在著多種不同的方法和理論,其中最具影響力的五種方法被稱為「機器學習五大派」。這五大派分別為符號派、聯結派、進化派、貝葉斯派和類推學派。 1.符號學派符號學(Symbolism),又稱符號主義,強調利用符號進行邏輯推理和表達知識。該學派認為學習是一種逆向演繹的過程,透過現有的

編輯|KX在藥物研發領域,準確有效地預測蛋白質與配體的結合親和力對於藥物篩選和優化至關重要。然而,目前的研究並沒有考慮到分子表面訊息在蛋白質-配體相互作用中的重要作用。基於此,來自廈門大學的研究人員提出了一種新穎的多模態特徵提取(MFE)框架,該框架首次結合了蛋白質表面、3D結構和序列的信息,並使用交叉注意機制進行不同模態之間的特徵對齊。實驗結果表明,該方法在預測蛋白質-配體結合親和力方面取得了最先進的性能。此外,消融研究證明了該框架內蛋白質表面資訊和多模態特徵對齊的有效性和必要性。相關研究以「S
