【西班牙,巴塞罗那,2024年2月26日】在MWC24 巴塞罗那期间,以“加速ICT能源绿色转型”为主题的华为数字能源高峰论坛隆重举办。来自全球的领先运营商、行业领袖以及产业专家共赴盛会,分享全球能源行业前沿观点、最新洞察和成功实践,加速ICT能源绿色转型。
华为公司高级副总裁、数字能源营销服体系总裁杨友桂
会上,华为公司高级副总裁、数字能源全球营销服体系总裁杨友桂发表以“使能运营商赢在新时代”的主题演讲。他强调,碳中和已经从全球共识走向全球行动,低碳化、电气化、数字化、智能化是能源演进变革的四大关键路径,在这一时代背景下,运营商已将能源效率提升和碳减排深度融合到可持续发展战略中,ICT能源绿色转型正加速进行。要实现自身降碳目标,运营商需要抓住全球碳中和带来的能源转型发展机遇,而运营商也面临着减排压力大、电费支出多、增长速度放缓三大挑战。
在碳中和时代,面对挑战,运营商将从过去的能源消费者,转变为未来的能源消费者、生产者、使能者。首先,通过节能技术创新,让每个Watt将支持更多的Bit,实现对能源的极致利用,成为新消费者。其次,通过在站点和园区建设分布式光伏,实现绿电自发自用;另外,站点储能利用虚拟电厂技术,参与电力市场业务,实现能源生产和调节。最后,通过Bit管理Watt,数字技术全面赋能传统能源和新能源,助力能源系统的效率提升和稳定供应,成为使能者。
华为数字能源站点能源领域总裁李少龙
华为数字能源站点能源领域总裁李少龙发表“华为智慧能源使能运营商向能源生产者转型”主题演讲,面向“能源消费者”场景,打造端到端高效用电方案,助力运营商打造绿色低碳网络,在4/5G网络建设中极省总成本(TCO);面向“能源生产者”场景,通过部署光伏绿电实现能源生产,利用智能储能资源参与VPP(虚拟电厂)等电力辅助服务业务,实现节电增收,推动运营商能源绿色转型。
华为数字能源全球数据中心能源高级副总裁&首席技术官Sanjay Kumar Sainani
华为数据中心能源高级副总裁兼首席技术官Sanjay Kumar Sainani发表“SmartDC,助力运营商智算时代转型升级”主题演讲。Sanjay表示,AI大模型走向千模百态,海量算力需求涌现,数据中心行业加速迈向云+智算DC新时代。为应对智算时代数据中心面临的可靠性、功率密度、建设周期和平滑兼容等挑战,华为创新融合一体化供电系统、分布式温控系统和预制化部署,打造SmartDC大型数据中心解决方案,构筑安全、绿色、极简、智能的算力底座,助力运营商加速能源转型,让数字世界坚定运行。
会上,华为数字能源数据中心及关键供电产品线副总裁阳必飞发布了“站点VPP白皮书&数据中心间接蒸发冷却白皮书”,助力运营商加速减碳,向绿色可持续发展转型。
本届峰会,大咖云集,纷纷发表前沿观点和分享成功实践。沃达丰集团网络架构规范与能源效率总监Kyriakos Exadaktylos分享了“分布式基站储能助力能源网络调频业务”;法国电信马里子网CTO Moussa YARO分享了“弹性智能的绿色站点解决方案”;Safaricom网络总监Anthony Gacanja 分享了“大型DC助力ICT业务转型”的成功实践;Colt全球设计与工程总监Mauro Leuce和AQ Compute首席执行官分享了重要的案例故事。
高峰论坛现场
MWC24 巴塞罗那主题为“Future First”,意味着不仅只是追随未来的步伐,而是积极地引领、加速创新的过程,集合行业的智慧和资源,让未来先行,创造更美好的明天。华为将持续投入创新,融合数字技术和电力电子技术,携手全球志同道合者,加速ICT能源绿色转型,共建绿色美好未来。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。