疫情以来,远程办公、移动支付、电商商务等数字经济的蓬勃发展成为全球经济稳定发展的重要力量。而背后是超大规模数据中心的需求不断提升,并对能源需求形成了新的压力。地球作为我们的家园,在保证人类生活美好的同时,也要关注地球本身。
2020年,中国政府在第75届联合国大会上承诺,中国将努力在2030年之前实现二氧化碳排放达到峰值,并在2060年实现碳中和。
2021年全国两会,“碳达峰·碳中和”被首次写入政府工作报告。并制定2030年前碳排放达峰行动方案。“双碳”目标,作为一场广泛而深刻的经济社会系统性变革,不仅是中国践行人类命运共同体的责任担当和向世界做出的重要承诺,也是应对气候变化、解决环境治理问题有效途径,必将有力地推进经济社会发展全面向绿色转型。
对于超大规模数据中心而言,要实现“双碳”目标,需要依靠技术和创新新模式,降低能源消耗,提高运营效率,助力数字经济发展。有26年历史的柯尔特数据中心服务Colt DCS是全球超大规模数据中心龙头之一的供应商,在欧洲和亚太地区8个城市的14个数据中心提供可持续设计、建造、交付和运营管理方面的完善服务和卓越运营。
柯尔特数据中心服务(Colt DCS)大中华区销售兼全球客户副总裁赖竞芳近日与至顶科技交流中,分享了Colt DCS的长期目标和净零排放战略,以及通过创新技术降低PUE值实现更绿色的数据中心建设。
理念先行,助力“双碳”目标
柯尔特数据中心服务Colt DCS将环保意识置于其一切事情的核心,在全球范围内减少对环境的影响,并将可持续性作为关键的战略驱动力。作为其可持续发展历程的一部分,柯尔特数据中心服务Colt DCS与它的姐妹公司Colt Technology Services一起,制定了全面的、基于科学的近期减排目标,并正在致力于制定长期目标和净零排放战略。
随着全球疫情的蔓延,远程和混合工作等在线沟通模式在全球范围内越来越流行,因此对超大规模数据中心的需求也变得空前巨大。但是,当世界各地的组织和用户需要更多的连接时,地球也需要更多的保护。作为回应,柯尔特数据中心服务Colt DCS已经做出了一系列的行业承诺:“包括在运营中提高能源效率,包括更严格的供应商标准,减少商务旅行,并采购可再生能源;在环境、社会和治理方面保持Eco Vadis的黄金评级;到2023年,全球所有站点使用75%的可再生电力;承诺2025年公司车辆38%为电动车,到2030年电动车占比达到75%;承诺2040年实现全球净零排放。” 赖竞芳分享到。
创新技术,降低PUE是长期目标
我们知道,PUE (Power Usage Effectiveness,电能利用效率) 值已经成为国际上比较通行的数据中心电力使用效率的衡量指标。PUE值是指数据中心消耗的所有能源与IT负载消耗的能源之比。PUE值越接近于1,表示一个数据中心的绿色化程度越高。特别是超大规模数据中心,在满足5G、云计算、AI等现代化应用和海量业务的需求下,通过先进的理念和创新的技术实现更低PUE值的绿色数据中心也是Colt DCS的目标。
“Colt DCS现有的欧洲和亚太区的数据中心,PUE值普遍小于1.4,并预计2025年会逐步降低到PUE值为1.24的绿色数据中心建设。” 赖竞芳谈道。具体而言通过四个方案来实现PUE值的降低:
第一选用高效的UPS,Colt DCS选的UPS效率达到甚至超过98%,而市场普遍为94-96%;第二,采用无排配电系统,至少可以降低2%的能耗。第三,就是采用高效能的冷却技术,譬如热通道的封闭,高效的开关系统、变频控制泵系统等。第四,Colt DCS一直采用ASHARE机构建议,将机架入口的温度范围设定为18-27度,湿度设定为20-80%。进入机架入口的温度更多地利用自然冷却或者是自然空气制冷的系统,利用室外的空气;或者使用自然冷却水,而不是用冷冻水设备的装置,以此大大降低地能耗。
100%中立,助力中国企业出海
移动互联时代,中国数字经济增长迅速,特别是社交、视频、游戏等业务呈现了高速增长,其中中国数字经济的先行者们已经积极开始数字化出海,通过互联网实现的数字化产品或者服务业务的海外拓展。
比如中国某电信运营商致力于将其电信服务推向国际舞台。其庞大的数据中心网络连接着世界各地的企业和客户,因此在欧洲、亚太地区和非洲都拥有强大的影响力。其中国客户包括一些世界上最大的技术、云和互联网服务提供商 (ISP)。该公司利用 Colt DCS 东京印西 3 超大规模数据中心快速扩展,帮助其客户轻松进入日本市场。
“Colt DCS 的所有超大规模数据中心都保持 100% 的运营商、云和互联网交换中立。这为企业提供了更高的成本效率、最佳的正常运行时间和按需提供的混合云访问的优势。” 赖竞芳最后分享道。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。