一份 Seagate 的 Decarbonizing Data 报告指出,超过一半的企业领导者将能源使用视为主要关注点,而更高效地利用硬盘则是数据中心的明智选择。
报告引用了高盛的预测:到 2030 年,全球数据中心的电力需求相比 2023 年可能增长多达 165%。鉴于此,报告指出,数据量激增、能效提升速度放缓以及 AI 采用率上升正使各组织在同时管理碳排放、基础设施扩展和总体拥有成本(TCO)方面承受压力。
Seagate 云营销高级副总裁 Jason Feist 在报告中表示:“数据中心正受到严格审视——不仅因为它们支持现代 AI 工作负载,而且因为它们正成为数字经济中最耗能的行业之一。这要求我们对数据基础设施的认识进行根本性转变——不再将其视为成本与可持续性之间的权衡,而是看作在两者间实现优化的机会。”
那么,Seagate 认为这种根本性转变包含哪些内容呢?是要淘汰旋转硬盘吗?绝非如此。报告中包含了一张展示三种主要存储介质(硬盘、 SSD 和磁带)体内碳排放情况的表格:
结论如下: o SSD 的整体及每 TB 的体内碳排放均最高,是三种存储介质中碳密集度最高的选择。 o 硬盘无论在总体还是每 TB 计算上呈现最低碳足迹,提供了最碳效率高的可持续存储解决方案。 o LTO 磁带的体内碳排放适中,但其年度影响超过硬盘。
报告提出构建更可持续数据未来的三大策略支柱: 1. 技术创新:借助计算能力、存储面积密度的提升以及液体/浸没式冷却和 HVAC 系统等节能技术的进步,可大幅降低能耗和碳排放,有效应对不断增长的需求。 2. 生命周期延长与循环利用承诺:通过翻新、重复使用和维护存储设备,能够延长设备使用寿命,减少废弃物。实时环境监测和透明的报告机制也有助于在数据中心内落实责任。 3. 全生态系统的共同责任:如报告中所述,要实现涵盖范畴 1、2 及 3 的显著减排,需要供应商、合作伙伴以及云服务提供商在整个价值链上的协同合作。
Seagate 举例提到其基于 HAMR 技术的 Mozaic 3+ 硬盘技术已进入量产阶段。该技术在相同体积下的容量最高可达 10 TB 硬盘的三倍以上,同时每 TB 的体内碳排放降低超过 70%,并且根据 IDC 的数据,每 TB 成本降低了 25%。
Feist 表示:“可持续性问题绝非孤立可以解决。只有在基础设施建设、生命周期管理和全行业责任落实等方面采取整体性策略,才能确保 AI 和数据中心运作的增长不会以牺牲环境为代价。”
Seagate 自行生产并销售面向数据中心的 Nytro SSD 产品。而基于闪存驱动器的厂商 Pure Storage 则持不同观点。正如预期,其采用的是系统级视角,而不是单个硬盘的计算方法。Pure 指出,就一个拥有 1 exabyte 存储部署、硬盘生命周期为五年及 DirectFlash 模块生命周期为十年的十年周期内,其分析显示硬盘系统排放碳达 107,984 公吨,而基于 Pure 系统的排放仅为 14,779 公吨。
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。