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
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
马里兰大学研究团队通过测试25个大型AI模型发现,即使最先进的AI评判系统在需要同时考虑多个标准时也会出现严重偏差,准确率仅32%-53%。研究构建了Multi-Crit评测基准,揭示了AI在多标准权衡中的根本性局限,为改进AI评判系统的公平性和可靠性提供了重要参考,对AI在内容审核、产品评价等应用场景具有重要指导意义。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
南京理工大学团队开发ViLoMem框架,首次实现AI的双流记忆机制,分别处理视觉和逻辑错误。该系统模仿人类认知,让AI能从错误中持续学习,在数学推理等多模态任务中显著提升准确率,为AI从被动工具向主动学习伙伴的转变提供了重要技术突破。