11月9日,在CDCC第十届数据中心标准峰会上,普洛斯重磅发布了《数据中心制冷系统高效预制集成技术白皮书》,这是普洛斯基于数据中心多系统预制化技术(该技术荣获2021年数据中心科技成果一等奖)的进一步针对数据中心制冷系统的重要技术成果和创新探索。
自进入数据中心行业以来,普洛斯就以可持续发展为目标,从开发建设、高效制冷、优化配电、运营管理、能源使用等切入点着手,不断采用创新技术进行节能降耗,全链条打造高标准绿色算力基础设施。普洛斯此次发布白皮书基于自身实践经验和创新成果,对预制化技术在制冷方面的应用进行了系统的阐释,同时携手行业专家,在高效设计、模块化产品、工厂预制、拼接交付等各个环节进行剖析,致力于促进数据中心行业低碳可持续发展。
需求更迭 预制化建设成趋势
降低数据中心能耗如今已成业界普遍关注的焦点,而制冷系统通常占数据中心总能耗的30%左右,因此制冷系统的不断优化尤为关键。高效制冷有赖于制冷系统能效的提升和设备革新,其中冷冻站是数据中心制冷系统的“心脏”所在。
为了应对更低的占地空间要求、灵活部署、节能高效、简单运维等方面的客户需求,高效、标准的预制集成冷站在数据中心行业拥有非常广阔的应用前景。另外,传统的数据中心工程建设模式难以满足产业发展,迫切需要通过加快推动预制化技术。
创新驱动 “快工”也能出“细”活
普洛斯在白皮书中提出“一体化冷站”的设计理念。普洛斯采用的多系统预制化技术整体具备定制性强、“即插即用”、快速交付等特点,融合BIM、数字孪生等多重创新技术,使得每个模块箱体组件具有独立结构载体、配电、水系统、弱电控制功能,并且所有模块之间可以完全解耦,实现所有工序 100%厂内预制。
同时,各模块在冷冻站整体架构的基础上,可以实现单模块扩容,降低安装、调试难度,缩短施工周期,达到可在线扩展、快速交付的目的。在普洛斯多系统预制化技术的支撑下,冷站从设计到交付仅需2~3个月,建设周期比传统方案缩短40%以上。
建立标准 助力行业绿色高效发展
白皮书还对数据中心行业建设现状及挑战、新一代预制模块化数据中心技术要求、特点、优势及应用案例等多维度进行系统性的阐述,全方位地阐释了新一代预制模块数据中心建设模式的建设理念及技术特点,为后续预制模块化数据中心建设提供借鉴。
未来,普洛斯将在既有优势的基础上,持续通过技术驱动创新,提升预制化系统的品控、质量和交付,为数据中心高效设计、建设、运维注入活力,为行业节能减排与绿色发展、助力实现“双碳”目标做出重要贡献。
好文章,需要你的鼓励
TAE Technologies在最新一轮投资中获1.5亿美元,累计融资约18亿美元。公司利用 AI 技术优化融合反应堆设计,目标于 2030 年代商业化发电,谷歌等巨头均参与合作。
这项来自首尔国立大学的研究提出了状态机推理(SMR)框架,解决了大型语言模型在信息检索中的过度思考问题。研究者将推理过程从冗长的令牌生成转变为离散动作(精炼、重排序、停止),使系统能够高效地在状态间转换。实验结果表明,SMR在BEIR和BRIGHT基准测试中显著提高了检索性能,同时减少了74.4%的计算资源消耗,证明其在不同语言模型和检索器中的通用性。这种结构化方法不仅解决了冗余轨迹和误导性推理问题,还为构建更高效的信息检索系统提供了新思路。
Nvidia 正在全球数据中心推广 AI 芯片,其最新 Blackwell 架构在 MLPerf 基准测试中获得最高性能,大幅加速下一代 AI 应用的训练与部署。
REASONING GYM是GitHub团队开发的一个突破性推理环境库,为强化学习模型提供可验证奖励。与传统固定数据集不同,它能生成无限训练数据并调整难度,涵盖代数、算术、认知、几何等100多个领域的数据生成器。研究显示,即使顶尖AI模型在复杂任务上表现也不佳,而专门针对推理训练的模型明显优于通用模型。更重要的是,在一个领域学习的技能可以意外地迁移到其他领域,这为提升AI推理能力提供了新路径。