积极响应国家“东数西算”战略号召,7月28日,快手智能云乌兰察布数据中心举行剪彩仪式,快手联合创始人银鑫宣布项目正式投运。该项目是快手首个自建超大规模互联网数据中心,由快手技术团队自主研发并独立完成整体概念设计,将成为国内最大的专为人工智能和大数据建设的数据中心。
图1 快手联合创始人银鑫宣布项目正式投运
快手高级副总裁、研发线负责人于冰在致辞中表示,快手智能云乌兰察布数据中心将支撑快手人工智能、大数据等核心技术平台,帮助快手用户获得更好的体验,为公司的长期快速发展提供充裕的资源保障。未来,快手也将不断加深与乌兰察布的合作,持续推进项目建设,争取新成果、新突破。
图2 快手高级副总裁、研发线负责人于冰致辞
出席仪式的乌兰察布市委副书记、市长奇飞云表示,三年来,我们克服重重困难,积极推进项目建设,终于如期建成投运。希望双方能在前期良好合作的基础上,在大数据、云计算、智慧城市、乡村振兴等领域展开更多合作,乌兰察布也将为企业发展提供更好的政策和服务,一如既往地支持快手快速发展、持续壮大。
承载30万台高性能服务器 同领域国内最大数据中心
数字经济大潮是重要的战略机遇,而数据中心则是发展数字经济的基础。2020年,快手积极响应中央的“新基建”战略号召,疏解北京非首都功能,计划将算力与数据资源有序迁出北京城区。在此背景下,快手科技与内蒙古自治区人民政府、乌兰察布市人民政府签署合作协议,在乌兰察布市察哈尔高新技术开发区投资百亿建设数据中心。2021年,作为内蒙古自治区高质量发展重大项目,正式启动建设。
作为集约化、节约化、智能化、绿色低碳典范项目,该数据中心总占地面积461亩,共建设12栋机房楼、2栋110kV变电站及2栋综合楼等配套辅助用房,项目全部建成后将承载30万台高性能服务器,将成为国内最大的专为人工智能、大数据建设的数据中心。如今,一期工程共建成6栋机房楼,完成固定资产投资15.2亿元。
节能研发实验室持续创新 多维保障碳中和目标实现
在构建超大规模算力平台的同时,快手也积极响应国家“2030年碳达峰、2060年碳中和”目标要求,深入践行绿色发展理念,以节能为导向建设乌兰察布数据中心,在项目建设中采用多项创新技术,最大限度应用自然冷源、低能耗设备,减少能源消耗与空调用水量,降低碳排放总量,实现了节能减排的目标。
据了解,该项目专门建立了节能研发实验室,为保障碳中和目标的实现,最大限度应用自然冷源、太阳能、余热回收、低功耗设备;使用多种节水和无水空调技术、高效节能直流供电架构、余热回收供暖等技术;有效保证设计PUE(能源效率)低于1.2,WUE(用水效率)低于1。预计年节电可达5亿度左右,总能耗减少30%以上,相当于种植180万棵树,真正实现了数据中心绿色低碳发展。今后,快手技术团队还将择机对创新技术进行开源,实现社会价值最大化。
快手智能云乌兰察布数据中心的正式落成,可以满足业务快速增长需求,支持快手以“短视频+直播”连接起数亿用户与各行各业,通过打造高粘性、强互动的数字生活场景,打造线上线下高效融合的新型数字社区。同时,也有效支持了内蒙古“新基建”布局,促进“草原云谷”乌兰察布大数据产业和数字经济的发展。未来,快手还计划继续将北京数据中心的算力与数据资源进一步迁移至多个国家算力枢纽节点,积极助力“东数西算”战略规划的落实。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。