至顶网软件与服务频道消息:11月6日,天猫双11前夕,阿里巴巴宣布完成了又一壮举:基于自主研发的液冷、深层水冷等技术,阿里巴巴工程师们将数据中心的能效再一次逼近极限,整体节能效果超过70%,将每万笔电商交易的耗电量控制在2度电以内,持续推进“绿色双11”的目标。
泡在“水里”的服务器
双11不仅是消费者的狂欢,也是服务器最忙碌的时刻。剁手党们畅快买买买的同时,数据中心却在24小时高负荷运转。阿里巴巴有上百万台服务器在为全社会提供计算服务,每降低一台服务器的能耗,都能为全社会节约大量资源。
此前,阿里的工程师成功研发出了液冷服务器技术。他们把服务器“泡在水里”——这是一种极其高效的散热方式:浸没式液冷。服务器被浸泡在特殊冷却液里,产生热量可被冷却液直接带走进入外循环,全程用于散热的能耗几乎为零,整体节能70%。今年双11,液冷服务器将会更大规模的部署,进一步降低数据中心整体能耗。
阿里巴巴液冷服务器
另外,今年人工智能技术也被应用到数据中心里,算法模型可根据外部温度优化服务器负载,实现智能化电力和热能管控。
阿里巴巴数据中心内部
据悉,今年双11将是史上最绿色的一届双11,除了更省电的数据中心外,菜鸟引领的包裹瘦身算法、电子面单等将为地球“减负”。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
上海交通大学研究团队发布了突破性的科学推理数据集MegaScience,包含125万高质量实例,首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力,训练的模型在多项基准测试中超越官方版本,且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。