7月5日,普洛斯数据中心发布了DC Brain智慧化运营管理系统。该系统由普洛斯历时两年自主研发,契合现代化数据中心平台的发展趋势。目前已应用于普洛斯旗下数据中心,并有对外输出的成功案例,面向行业,赋能中小规模运营商智慧化升级。凭借业内领先的中心化管控模式、数字孪生与人工智能技术,DC Brain为数据中心运营管理提供全局性、最优化的智能解决方案。
算力是数字时代的基石,作为算力基础设施,数据中心的数量和规模都在不断增长,以跟上产业数字化转型升级、数字新经济发展的步伐。应用数据中心的客户,其网络也分布于不同城市、多个园区,如何打造体系化的管理方法、中心化的管控方式,以及更快的问题发现机制、更智慧安全的能耗优化方案,是当前数据中心服务快速发展和迭代过程中面临的重要议题。
普洛斯数据中心的DC Brain系统应运而生。该系统是普洛斯自主研发的面向多数据中心的中央统一管控平台,整合数字化监控和智慧化运维,不断提高运营与能源利用效率,有效降低PUE,打造绿色数据中心。
普洛斯中国高级副总裁、数据中心业务总经理沈暘表示:
“DC Brain是普洛斯数据中心精心打造的智慧化运营管理系统,是普洛斯数据中心贴近客户需求,自研开发的重要管理工具,是标志着我们的管理运营能力业界领先的重要里程碑。普洛斯数据中心将以此为基础,不断采用新技术、新模式,用以提升高标准算力基础设施的运营管理,承载大数据指数化增长的数字经济新时代。”
中心化管控 更高效可靠
DC Brain采用中心化管控模式,制定统一运行方案。在发生预警、变更等场景时,运营指挥中心(GOC)通过中心化调取运行数据,协助现场分析、判断,并将调优策略、运行参数等下发至不同数据中心楼栋内设施,远程即可优化。同时,应急指挥中心(ECC)还可以通过各楼栋数据及时发现操作风险并纠正、终止,协调各楼栋人力资源。
DC Brain运营指挥中心(GOC)
DC Brain数据接入与处理量可达1,000万级/3秒,并可水平扩容以支持更大体量的规模,位于业内前沿。
数字孪生 更便捷直观
随着物联网、大数据、虚拟现实(VR)等技术高速发展,数字孪生逐渐从概念走向实际应用,其与数据中心的结合应用愈加密切。
数字孪生,简单而言即通过智能技术,使存在于现实世界中的数据与内容能以一种直观的方式在另一个虚拟的计算机世界中体现,供人们感知与触碰。DC Brain充分利用数字孪生技术,远程即可监控所有数据中心的运行状态,具体到每个楼栋,7×24小时楼栋内电力、暖通、安防等基础设施运行情况一目了然。通过数据中心高度可视化,运维人员可以获得更加便捷、高效、直观的监控界面,并可进行远程智慧化管理运营。
此外,普洛斯还积极参与数字孪生技术相关的各类标准和白皮书的编撰工作。去年11月,由普洛斯数据中心参与撰写的《数据中心数字孪生技术规范》也已正式实施。
AI赋能 更智慧低碳
“AI+”人工智能应用是DC Brain系统的另一个特色。作为承载海量数据存储、分析的重要基础设施,数据中心对室内温度、湿度、空气质量、空气流速等指标要求颇高。根据电力、气压、温度等数据,DC Brain引入AI算法与大数据处理能力,辅助专家团队分析,最终下发指令给设施进行节能优化,从而降低数据中心PUE。比如,通过进行温度与气流组织优化,可以消除和降低数据中心的局部热点,不仅可以保障设备的安全稳定运行,也为构建绿色数据中心做出贡献。
同时,智能监控系统通过建立各类指标测点的运行基线,可基于相对值的变化进行提前告警,相比传统的监控系统依赖于测点的上下限阈值进行绝对值的告警,动态基线可以更快地识别出故障风险与异动,有效降低数据中心运营风险。
除了运维管理,在数据中心的工程设计等环节中,普洛斯坚持打造安全高效、绿色低碳的技术核心竞争力。此前,普洛斯常熟东南数据中心采用的“数据中心多系统预制化技术”荣获CDCC第九届数据中心标准峰会“2021年数据中心科技成果奖”一等奖。该技术具备定制性强、“即插即用”、快速交付等特点,对于数据中心的创新发展、模块化迭代、信息化运营具有重要意义。
普洛斯常熟东南数据中心制冷站
普洛斯是中国领先的独立数据中心运营商,完成了在京津冀、长三角、大湾区以及中西部等骨干节点核心区域的布局,并积极响应“东数西算”,支持构建国家算力网络体系,目前可提供的IT负载逾1,400兆瓦(MW)。作为领先的另类资产投资管理公司,普洛斯以卓越的投资管理能力和智慧化、零碳化运营专长深耕大数据新基建,致力于为数字经济新时代做出更大的贡献。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。