人工智能产品正在走入人们的生活,智能手环和体脂称在记录并分析着我们的健康状况,智能空气净化器和扫地机器人在清洁着我们的环境,当然还有早已突破沟通交流范畴的智能手机,已经成为办公、购物、支付、娱乐的全新智能平台。如果说是数据赋予了这些智能产品以智慧,那么数据中心就可以说是这些智慧背后的支撑者了。18年新年伊始,我们有幸参观了斐讯北京云计算数据中心,初步了解到斐讯是如何为他们的智能产品提供专业数据支持的。
斐讯北京云计算数据中心位于北京市顺义区天竺综合保税区内,园区总占地面积33亩,总建筑面积2.1万平米,服务器总装机容量约3万台、3200个机柜。一期数据中心总建筑面积达10500平米,2000柜,机柜容量:平均3.5KW,机房等级:T3+。具备全国互联互通能力,并能提供云计算服务。
这个充满现代化气息的建筑就是斐讯北京云计算数据中心
平均每18个月CPU就会产生一次升级,内存和存储的升级速度也同样快的惊人,性能可谓是一年更比一年强,三四年前还很先进的服务器,可能很快就面临着淘汰。况且数据中心服务器的配置也基本上大同小异,用“铁打的数据中心,流水的服务器” 来形容可能也不会为过,因此在对一个数据中心进行了解时,服务器规模固然重要,更重要的是要了解它的基础设施,也就是先看看它的“风、火、水、电”。
风,是指空调制冷,专业服务器机房内温度常年保证22度左右,保证服务器长期稳定运行所需要的散热温度环境。传统的数据中心,基本上就是一个大“冷库”,不穿件厚衣服在里面根本待不住。过多的制冷为数据中心带来了能耗过高的问题,实际上数据中心的服务器及网络设备在设计时只要求进风口保持一定的温度范围,对出风口并没有过多的温度控制要求,只要及时的将出风口的热空气向外排出就好。因此当前高规格的数据中心设计时,首先要考虑的就是冷热风道分离。
在斐讯北京云计算数据中心未部署服务器的机房内,我们可以看到地板上有一道道非常整齐的“钢网”,这不是为了美观,在这些“钢网”下面部署的是数据中心机房散热冷风道。空气在经过地板下冷池中冷却水冷却后,通过这些冷风道输送到服务器机柜的进入口处,对机柜中的服务器进行降温。
由于未能拍摄到部署好服务器的机房全景,只能通过这个斐讯监控室的截图来展示一下了,图片左下角监控的是一条冷气通道,冷空气从地板下方输入到两两相对的服务器之间,并由服务器进风口进入对服务器进行冷却。冷却后的热空气,从机架后部排出,由机房上方的热风道排出。
火,是消防,专业服务器机房内有大量服务器设备,有大量的强、弱电设备,服务器机房消防是相当重要的一部分。
在斐讯的数据中心机房内,不但具备着不同种类各式各样的消防设备,还部署了大量探头实时监控着数据中心内部的一举一动,一但发现险情可以及时报警并进行处理。
水,湿度、防潮,专业服务器机房内大量服务器设备对环境湿度要求相当高,专业服务器机房要保证湿度达到专业的水准,而且服务器机房防止凝露、防止回潮,都是专业服务器机房建设的重点。另外,防水灾也是一个方面。
在斐讯的数据中心中,不但具有专业的防潮除湿设备,空调冷却水的管线也按温度的不同,被漆上了不同的颜色,以便于出现问题后的排查。
电,数据中心的正常运转,时刻离不开电力供应的支持。在斐讯数据中心中,电力供应的保障也是他们的重资产投入项目之一。
除了来自发电厂的双路供电之外,斐讯还集中储备了大量UPS设备,以防止可能十年难遇的双路供电全部中断情况。
UPS与变电设备也是高风险设备,在斐讯数据中心内,同样也对它们做好了周全的防护举措
但UPS只能解决短时供电和供电切换保障问题,在预防长时间供电中断问题时,还要靠柴油发电机。
为此斐讯特意准备了两台可以满足整个数据中心供电需求的大功率柴油发电设备。并在数据中心园区地下,储备了可以满足发电机数小时运转的柴油,并和附近加油站签订了紧急供油保障协议。通过这一系列的电力保障措施,切实保障了斐讯数据中心的电力供应。
很明显人工智能将会引发出一场新的产品变革,让数据变成用户所需的产品,而产品又成为数据采集一种技术手段。因此,人工智能产品更需要为数据找一个稳定、安全、可靠的“家”。这次斐讯北京云计算数据中心的参观,虽然只是走马观花的对其“风火水电”的基础设施进行了了解,更加深入的数据中心网络架构是如何设计、计算资源是如何调度、存储资源的安全性和可扩展性能力如何?这些问题还有待今后更加深入进行了解。
但通过对斐讯北京云计算数据中心的参观,已经可以初步了解到,斐讯已经为自身的人工智能产品准备好了一个高规格、高可靠性的“家”。其它工人智能厂商,也把你们为人工智能产品准备好的“家”展示给我们来看一下吧。
好文章,需要你的鼓励
Instagram负责人莫塞里在接受采访时透露,平台正考虑引入长视频内容功能,尽管此前一直专注于短视频。他承认为了吸引优质内容,Instagram可能需要支持长视频格式。此外,Meta最近推出了"您的算法"功能,旨在让用户更好地控制信息流内容。莫塞里承诺未来将提供更多工具,让用户主动塑造个性化内容,但完整实现可能需要2-4年时间。
香港大学联合Adobe研究院提出PS-VAE技术,成功解决了AI无法同时具备图像理解和生成能力的难题。通过创新的两阶段训练策略,让AI既能准确理解图片语义,又能生成高质量图像,在图像编辑任务上性能提升近4倍,为统一视觉AI系统开辟新路径,在数字创作、教育、电商等领域具有广阔应用前景。
在信息爆炸的时代,AI实验室的研究员们常常需要面对海量的论文、专利文件、论坛发言等各种渠道的信息。传统的查找方式不仅费时费力,还容易遗漏关键内容。那么,有没有一种方式能让AI真正代替人工,完成从找资料到写出稿的全流程工作?
华中科技大学与马里兰大学研究团队开发出Sage评估框架,首次无需人工标注即可评估AI评判员可靠性。研究发现即使最先进的AI模型在评判任务中也存在严重不一致问题,近四分之一困难情况下无法保持稳定偏好。团队提出明确评判标准和专门微调等改进方法,为构建更可靠AI评估体系提供重要工具。