施耐德电气与 Nvidia 在 GTC Paris 联合宣布,一项全球性合作协议旨在开发专为 AI 数据中心设计的冷却、管理和控制系统,以支持欧盟的 AI 行动计划。施耐德电气详细说明了其对于支持高达 1 MW 负载机架的贡献。
在不断增长的对可持续、AI 就绪设备的需求背景下,这项协议于 Nvidia 的 GTC Paris 活动期间正式公布。
双方还看好欧洲委员会的 AI Continent 行动计划,该计划旨在欧洲建立至少 13 个 AI 工厂——即用于开发 AI 模型的完整生态系统——并规划设立最多 5 个“AI gigafactories”。
施耐德是所有这些数据中心中电气设备、冷却系统乃至机架本身的重要供应商,而 Nvidia 的 AI GPU 加速器正日益以机架级硬件预配置的形式出现。
施耐德首席执行官 Olivier Blum 在一次预先录制的发言中表示:“我们携手在部署为 AI 数据中心量身定制的下一代电力与液冷解决方案方面取得了巨大成功。”
借助此次合作,施耐德还公布了 EcoStruxure 系列新增产品,这些产品越来越多地针对高功率密度的 AI 集群设计。
新增产品包括预制、可扩展的数据中心舱,专为快速部署高密度工作负载而设计。预制模块化 EcoStruxure Pod 数据中心可按照订单定制并预先组装交付,支持最高达 1 MW 及以上的高密度机架。
谷歌近期也表示,其正在规划 1 MW 机架级 IT 硬件,以支持 AI 工作负载。
此外,施耐德还宣布推出 NetShelter SX Advanced Enclosures,该产品拥有更高、更深、更坚固的机架,可承载配线和基础设施更多、更重的系统,同时还推出了为现代 AI 服务器高功率需求而更新的 NetShelter Rack PDU Advanced 电源分配单元。
NetShelter Open Architecture 是一款“灵感来源于” Open Compute Project (OCP) 的机架设计,能够作为按需配置系统支持 Nvidia 的 GB200 NVL72。
所有这些产品均由施耐德的电力与制冷分配系统提供支持,其中包括去年收购的 Motivair 提供的机架内直达芯片液体冷却技术。
据施耐德介绍,数据中心市场正向更多预制解决方案转变。该公司此前曾告诉 The Register,如果运营商是从零开始建设,成本可节省高达 30%,且基础设施可以更快部署,从而更早开始赚取或销售容量。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。