从克雷塔罗到瓦尔帕莱索,一场数字革命正在拉丁美洲悄然展开。该地区正在吸引前所未有的投资,用于建设数据中心——这些物理设施容纳服务器、网络和数据存储设备,用于运行应用程序和其他数字服务。
尽管存在政治和经济动荡,拉丁美洲为这些资本密集型项目提供了重要优势,包括丰富的可再生能源和金属、稀土等自然资源,熟练的本地劳动力,以及在某些情况下的有利法律环境或税收优惠。
随着从谷歌到亚马逊等公司在全球寻找新的数据中心建设地点——这对支持云服务和人工智能繁荣至关重要——该地区的数字足迹持续扩大。据地区开发银行私营部门机构IDB Invest称,年度数据中心投资预计将在短短几年内翻倍,从2023年的约50亿美元跃升至2029年的近100亿美元。Arizton咨询公司估计,拉丁美洲在全球市场的份额将从2024年的1.7%上升至2030年的2.1%以上,随着超大规模项目上线,该地区将在2035年前从目前的1450兆瓦增加到2820兆瓦的数据中心电力容量。
相比之下,美国最大的水力发电站之一胡佛大坝的装机容量为2080兆瓦。
考虑到大型数据中心通常需要数亿美元投资,这些被称为"21世纪淘金热"的项目带来的经济影响包括生产力提升、基础设施升级、产业整合和整体经济发展。
然而,这一趋势也带来不可避免的警告:数据中心消耗大量电力,最先进的AI项目需要城市规模的电力供应。冷却系统所需的水资源也至关重要,还需要大片土地。确保数据中心投资以可持续方式进行,不破坏环境,与托管社区和谐共处,这一点至关重要。
拉丁美洲是世界上生物多样性最丰富的地区之一,在自然资源开发方面有着悠久的社会冲突历史,现有数据中心已经引发争议。在我们这个时代的技术革命中重复这些错误,既是错误的也是讽刺的。尽管在获得战略数据处理业务份额方面存在巨大机遇,我们不应忽视技术进步,特别是AI爆发式增长,可能会加剧这个本已存在巨大贫富差距地区的不平等。
牛津大学研究人员在最近的研究论文中指出:"解决如何可持续利用这些资源支持数据处理和AI基础设施,是该地区的紧迫任务,如果拉丁美洲和加勒比地区能够为AI全球价值链提供解决方案,这将成为增长和发展的潜在新来源。"
好消息是,一些政府正在拥抱这个行业,与私营部门、地区当局和民间团体合作,确保这些投资避免能源短缺和社会动荡。以智利为例,该国多年来一直押注数字化转型,在地区AI排名中名列前茅:加布里埃尔·博里奇总统政府在12月启动了国家数据中心战略计划,以吸引投资并巩固该国作为地区枢纽的地位。
智利科技、知识和创新部长艾森·埃切韦里表示,政府正在与多个商业集团对话,在对全国进行地理测绘后寻找合适地点,同时与相关利益相关者协调项目。
她在圣地亚哥告诉我,目标是以"加速和可持续的方式"吸引投资并培养本地战略能力。"拉丁美洲有机会成为相关参与者、主权参与者,以及在构建我们社会过程中积极影响这些技术作用和方向的参与者。"
智利预计到2028年将新增30个大型数据中心,从目前的22个设施增加,需要超过40亿美元的投资。虽然大多数数据中心位于圣地亚哥都会区以利用电网和光纤连接,但政府已确定其他地点,包括北部的安托法加斯塔和阿塔卡马地区,希望安装AI园区的公司可以从丰富的可再生能源和工业科学集群中受益。
巴西也在制定期待已久的政策框架,包括法规和税收优惠以促进该行业发展。数据中心不会创造很多就业机会,但所创造的工作往往薪酬丰厚、技能要求高。这项技术的出现对任何产业政策和巩固本地供应链都至关重要。此外,国家安全因素不容否认:由于运营成本较低,近60%的巴西数据处理在美国进行;降低这一比例将使该国减少对潜在停电的脆弱性。
在我们这个分裂的世界中,数据中心行业的地缘政治影响不可避免。埃切韦里部长表示,拉丁美洲有机会改变震撼世界的技术发展总是在美国或欧洲发生的模式。这很有雄心,也许过于乐观。但即使该地区参与这一挑战的可能性,也应该成为明智拥抱它的理由。
好文章,需要你的鼓励
Allen AI研究所联合多家顶尖机构推出SAGE智能视频分析系统,首次实现类人化的"任意时长推理"能力。该系统能根据问题复杂程度灵活调整分析策略,配备六种智能工具进行协同分析,在处理10分钟以上视频时准确率提升8.2%。研究团队创建了包含1744个真实娱乐视频问题的SAGE-Bench评估平台,并采用创新的AI生成训练数据方法,为视频AI技术的实际应用开辟了新路径。
联想推出新一代NVMe存储解决方案DE6600系列,包含全闪存DE6600F和混合存储DE6600H两款型号。该系列产品延迟低于100微秒,支持多种连接协议,2U机架可容纳24块NVMe驱动器。容量可从367TB扩展至1.798PiB全闪存或7.741PiB混合配置,适用于AI、高性能计算、实时分析等场景,并配备双活控制器和XClarity统一管理平台。
中科院团队首次系统评估了AI视觉模型在文本压缩环境下的理解能力,发现虽然AI能准确识别压缩图像中的文字,但在理解深层含义、建立关联推理方面表现不佳。研究通过VTCBench测试系统揭示了AI存在"位置偏差"等问题,为视觉文本压缩技术的改进指明方向。