随着柴油发电机在空气质量、噪音及高维护成本方面持续遭受质疑,电池储能系统(BESS)正受到越来越多的关注。数据中心运营商正逐步考虑将这类系统用于即时、零排放的备用供电,同时借助增强型电网服务拓展收益来源。
在本期重点报道《电池储能系统何时最适合数据中心运营商》中,RCRTech深入探讨了BESS作为一种主动型、可创造价值资产的潜力,分析其如何改善数据中心的日常运营经济性,同时也对安全问题进行了深入思考。Fast Sense首席执行官大卫·苏特作为逃逸氢气检测领域的专家,就如何在"热失控发生之前"识别隐患提供了专业见解。
以下是近期值得关注的行业动态:
从柴油发电机到电池储能系统:当目标不再局限于简单的备用供电,而是需要一套主动型、可创造价值的资产时,电池储能系统或许是改善数据中心日常运营经济性的有效途径。
自主芯片设计:Verkor.io宣称其智能体AI系统在12小时内自主完成了一颗完整RISC-V CPU核心的设计,并通过Spike模拟器和学术PDK完成了验证,但目前尚未进行物理制造或硅片实测。
T-Mobile的物理AI布局:T-Mobile的5G Advanced在私有网络/切片网络的城域边缘及企业边缘向物理AI与边缘推理方向迈进方面,具备"多年领先优势"。
海浪驱动的AI数据中心:初创公司Panthalassa正在开发以Ocean-3为核心的波浪发电AI数据中心,这是一种漂浮于海上的平台,通过海浪发电为海上AI数据中心提供能源支持。
EdgeCore获15亿美元融资:EdgeCore数字基础设施通过Partners Group,为两座已全面租赁的超大规模数据中心获得建设融资,合计支持弗吉尼亚州北部114兆瓦的关键负载。
QTS就PW Digital Gateway项目提起上诉:QTS已向弗吉尼亚州最高法院提起上诉,要求恢复其GW级PW Digital Gateway项目的区域划分,该项目计划在马纳萨斯开发数千英亩的绿地土地。
OpenAI达成10GW目标:OpenAI宣布已提前完成2029年前确保10GW AI基础设施容量的目标,"在过去短短一年多时间里,我们已超越这一里程碑,仅过去90天就新增了3GW以上。"
Soluna新增3MW容量:绿色数据中心开发商Soluna Holdings完成了一笔5300万美元的交易,收购德克萨斯州150MW的Briscoe风电场,该交易将立即产生效益,并为超过300MW的Dorothy 3 AI算力园区提供支持。
Q&A
Q1:电池储能系统(BESS)相比柴油发电机有哪些优势?
A:电池储能系统在多个方面优于传统柴油发电机。首先,BESS实现零排放,有助于改善空气质量;其次,运行噪音更低,维护成本更少;此外,BESS不仅能提供即时备用供电,还能作为主动资产参与电网服务,为数据中心带来额外收益,从而改善日常运营的整体经济性。
Q2:BESS在安全方面需要注意哪些风险?
A:BESS的主要安全隐患之一是电池在异常状态下可能释放逃逸氢气,若处理不当,可能引发热失控(thermal runaway),进而导致火灾或爆炸事故。Fast Sense首席执行官大卫·苏特指出,关键在于在热失控发生之前就检测到逃逸氢气,从而及时采取预防措施,确保系统安全运行。
Q3:Verkor.io的智能体AI芯片设计系统达到了什么水平?
A:Verkor.io声称其智能体AI系统能够在12小时内自主完成一颗完整RISC-V CPU核心的设计,并通过Spike模拟器和学术级工艺设计套件(PDK)完成了功能验证。不过,该设计目前尚未进行物理制造,也没有在实际硅片上进行测试,因此其实际性能和可靠性仍有待进一步验证。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。