碳中和是指国家、企业、产品、活动或个人在一定时间内直接或间接产生的二氧化碳或温室气体排放总量,通过植树造林、节能减排等形式,以抵消自身产生的二氧化碳或温室气体排放量,实现正负抵消,达到相对“零排放”。
国际环保组织绿色和平与华北电力大学的联合调查报告显示,2023年中国数据中心总用电量将达到2,667.92亿千瓦时,总碳排放量达到1.63亿吨。数据中心、云计算领域的脱碳、低碳发展是中国实现碳中和的重要一环。目前UCloud优刻得自建的两大数据中心,依托自然环境优势,利用新型制冷技术、能耗回收技术、高能效供电架构以及清洁能源等多种节能技术与措施,将大幅降低数据中心运营过程中对于电能的消耗。
天时、地利 天然低温降耗
制冷系统是数据中心的能耗大户。UCloud优刻得首个自建数据中心选址内蒙古乌兰察布,全年平均气温2.6℃,气温低于15℃的时长超6799小时。充分利用自然气候的天然冷源优势,可为数据中心有效降低制冷系统的能耗。
自研间接蒸发专利优化制冷能耗
水在蒸发过程中可以吸收空气中的热量,具有冷却功能。这一自然现象,被用作“蒸发冷却设备”,是数据中心为保证服务器稳定运行,而进行制冷的一种重要措施。
在上海青浦数据中心项目中,UCloud优刻得依托自主研发的露点型间接蒸发冷却专利,深度开发定制机型,并利用屋面空间,采用间接蒸发冷却空调为机房降温,相比传统空调系统架构可有效降低PUE,进一步提升间接蒸发的节能减排效果。此项专利的发明与应用,在间接蒸发领域中引领了技术的革新,填补了行业空白。
热能回收再利用高效降排
水源多联机系统是以水作为冷热源的多联空调系统,具有灵活、高效、节能的特点。利用水源多联机回收机房的余热,可用于数据中心的办公室、电池室、水泵间、柴发机房等场所,在冬季的采暖保温。UCloud优刻得将这一技术应用于冬季只有-15℃左右的乌兰察布数据中心,每年预计回收废热78000GJ(吉焦,一种热量单位),可实现减少二氧化碳排放量7380吨,等同于种植了40万棵树木。
高压直流系统突破传统供电架构
UCloud优刻得两大数据中心的供电系统,均采用高效变压器和高压直流系统方案。高压直流系统具有电力转换环节少、能源损耗低的特点,对比传统数据中心供电系统效率提升高达98%以上,有效提升产品效率、产品性能和系统可靠性。
光伏清洁发电零排放
UCloud优刻得上海青浦数据中心屋面全面采用光伏发电系统铺设。光伏发电清洁、可再生的能源优势,能够降低能源消耗的同时,不会产生任何污染,确保温室气体零排放。
除了上述计多种节能技术应用外,UCloud优刻得还为数据中心的运营,引入了更为智能化的能源管理与控制系统解决方案。通过DCIM系统(数据中心基础设施管理系统)、暖通监控系统等智能化手段,对各种设备进行管理和自动控制,可以有效提高人员效率。通过采集系统实际运行参数,动态建立系统设备模型,在保证需求的前提下,对系统进行实时优化模拟计算,动态寻找在该工况下系统最低能耗,从而实现系统层的节能优化控制。
未来,UCloud优刻得还将继续积极践行“碳中和”理念,通过绿色清洁能源的创新应用与自主研发的节能技术,打造高标准的绿色数据中心,自觉推动产业绿色循环低碳发展。
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。