弥合差距:为人工智能时代改造数据中心
现代数据中心,不论规模大小,都需要重新思考电力管理和备份策略,这是创新战略中至关重要的一环。
人工智能时代将彻底改变数据中心的现状。各类企业都积极探索如何利用生成式人工智能技术。这就要求他们拥有更先进、更安全、更高效的数据中心设施。
超大规模是现代数据中心的理想用户群体,他们拥有资源和能力去寻找新的机遇,并利用最先进的技术来构建全新的基础设施。
尽管如此,企业并不必局限于满足更少的需求。通过采用适当的技术来优化房地产使用,可以为人工智能时代改造规模较小的数据中心。这需要仔细考虑为人工智能应用提供动力的计算基础设施、机架配置的新方法、冷却技术以及数据存储等方面。
这也意味着从战略上考虑数据中心的电源备份系统,以确保棕地改造的平衡电源策略。每个数据都需要备用电源,但是你现有的电力设备很可能占用了空间,而且没有增加一分钱的收入。像镍锌(NiZn)电池这样的新技术创新提供了更高密度的备用电源,潜在地增加了备用容量,同时释放了宝贵的占地空间,以提高生产率。
集中式或分布式备份电源
为了了解规模变化的重要性,请看以下数据。据麦肯锡预测,到2030年,数据中心需求将每年增长10%。届时,仅美国市场的需求就将达到35吉瓦。
目前情况显示,数据中心客户的需求已经超过了数据中心的承载能力。对于那些正在建设新数据中心或进行升级的大型企业来说,提高密度是一个解决方案,以便在每平方英尺上提供更多的计算能力。因此,即使是主要的云服务提供商也开始关注备用电源系统所占用的空间量,这也就不足为奇了。
通常情况下,数据中心会配备集中式不间断电源(UPS)备份系统。在大规模应用领域,人们正逐渐转向分布式备份系统,例如服务器机架电池备份单元(BBU)。
非营利组织如开放计算项目正在推动采用分布式备用电源方法的新标准。虽然这种方法在超大规模企业中具有多项优势,但却不是托管设施或企业的最佳选择。这是因为托管设施需要适应各种不同租户的配置,因此实施起来并不实际。同时,对于企业级工作负载来说,去中心化的方法可能有些大材小用。
还有服务器内备用电源,可确保服务器在发生断电时正常关闭。
这些备份系统可以相互补充,也可以不相互补充。 关键是找到正确的组合,以确保耗电的人工智能工作负载能够继续运行。 许多现代数据中心改造涉及模块化基础设施,使现有设施能够以迭代方式和有限的空间灵活地添加所需的设备。
远离铅酸
不幸的是,几十年来为数据中心提供支持的铅酸电池效率低下,并且占用了宝贵的空间。 它们的工作温度范围也有限,需要更多的冷却技术空间。
铅酸电池一开始相对便宜,但更现代的电池技术值得投资。 锂离子电池进入市场还不到十年,但它们已经在新数据中心建设中占据了相当大的市场份额。 它们效率更高,因此占用的占地面积更少,而且不需要像铅酸电池那样频繁更换。
镍锌电池技术不像铅酸电池和锂离子电池那样不稳定。 事实上,它不存在热失控,并且可以在比任何一种竞争电池化学材料更宽的温度范围内运行。 锂离子电池具有高能量密度,而镍锌电池具有高功率密度,这意味着它具有更高的功率放电率。 在备份场景中,当唯一目标是让电池运行 15 到 5 分钟或更短时间时,您需要一个能够快速释放大量电量的小电池。
与旧设备的兼容性
虽然超大规模企业可以从头开始,但企业不能忽视数据中心的现有设备。 在引入锂离子电池之前,每个数据中心都使用铅酸电池。
利用相同的 UPS 充电系统,数据中心运营商可以通过直接更换更轻松地用现有 UPS 设备改造镍锌电池。
与此同时,由于锂电池需要额外的保护措施,用镍锌电池替换铅酸电池可能比购买新的锂电池更容易。 锂的挥发性化学成分会在通风、高容量灭火、增强室内燃烧等级以及镍锌电池不需要的其他安全功能方面产生更多成本。
最重要的是,所有企业,无论规模大小,都需要现代化其数据中心战略,以跟上人工智能的承诺。 简单地建造新数据中心的机会并不总是存在,但正确的改造策略将为企业提供所需的变革动力。
以上是弥合差距:为人工智能时代改造数据中心的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

本站6月18日消息,三星半导体近日在技术博客介绍了搭载其目前最新QLC闪存(v7)的下一代数据中心级固态硬盘BM1743。▲三星QLC数据中心级固态硬盘BM1743根据TrendForce集邦咨询4月的说法,在QLC数据中心级固态硬盘领域,仅有深耕多年的三星和SK海力士旗下Solidigm在当时通过了企业客户验证。相较上代v5QLCV-NAND(本站注:三星v6V-NAND无QLC产品),三星v7QLCV-NAND闪存在堆叠层数方面几乎翻了一倍,存储密度也大幅提升。同时v7QLCV-NAND的顺

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S
