10月20日,中国电信翼节能研讨会在北京召开,中国电信发布“翼节能”系列技术成果。中国电信研究院副院长陈运清、中国电信云网运营部大数据服务推进处副处长刘翼、中国电信云网运营部规划和业务管理处副处长祁峰出席会议并致辞。

中国电信研究院副院长 陈运清致辞
陈运清在致辞中指出,数据中心电力成本已经成为企业最主要的运营支出(OPEX)费用之一。当前,随着中国电信云网融合以及数字化转型步伐加快,数据中心和IDC机房的规模不断扩大,潜在的能源成本也会随之增加。在这一背景下,中国电信大力推进IDC机房智慧节能项目,致力于利用大数据、AI、物联网、自动控制等技术,对IDC机房进行能耗分析和预测、制定和实施节能策略,实现中国电信IDC机房智能制冷管理,从而有效减少电力成本的投入。

中国电信云网运营部大数据服务推进处副处长 刘翼致辞
随着5G规模建设的开启,以及云计算、大数据、人工智能等技术和应用驱动下的数据中心的快速增长,节能降耗成为运营商关注的焦点。中国电信云网运营部大数据服务推进处副处长刘翼指出,近年来,中国电信高度重视资源效能提升,展开了一系列积极探索。其中,以“翼节能”为代表的利用AI技术深入挖掘数据中心节能空间的实践是云改数转的重要内容,各方要携手加速推进其落地。

中国电信云网运营部规划和业务管理处副处长 祁峰致辞
“‘翼节能’是中国电信首个节能技术品牌。”祁峰在致辞中表示,随着数字经济加速发展,中国电信的IDC业务规模不断增长。目前,中国电信拥有683个星级IDC机楼,40万机架,预计2021年底将达到60万机架。在中国电信集团不断提升效能、云改数转的大背景下,积极利用大数据、AI能力提升传统机房的运营效率,实现数据中心的绿色可持续发展,具有重要意义。
随着数字经济时代全面开启,以及新基建加速落地,作为战略基础设施的数据中心迎来了新一轮高速发展,数据中心能耗挑战日渐凸显。2019年起,中国电信通过《基于大数据及AI的运维》重大攻关项目,动员31个省公司,以研究院AI研发中心为核心组建项目攻关团队,在集团云网运营部(大数据与AI中心)指导下,积极探索数据中心绿色发展领域。在业界各方的共同见证下,中国电信在本届大会上正式发布“翼节能”技术成果,标志着中国电信数据中心绿色发展迈入新阶段。

中国电信翼节能成果发布仪式
会上,中国电信云网运营部规划和业务管理处杜民发表了题为《对现阶段IDC机房AI节能试点的思考及问题探索》的主题演讲。他表示,随着数字经济时代开启以及新基建加速落地,数据中心在高速发展的同时耗能压力也与日俱增。目前,中国电信正在积极探索数据中心AI节能的应用,展开了相关试点,目前已经取得显著成效。
中国电信研究院IDC项目负责人曾宇、中国电信研究院IDC项目架构总监孟维业、中国电信研究院IDC项目上海团队负责人王发光,分别介绍了“翼节能”机房节能项目的构架、核心方案、平台能力以及后续推进计划等。
会上,中国电信江苏省公司、陕西省公司、浙江省公司以及北京公司介绍了各自推进“翼节能”试点的情况,分享了数据中心创新节能技术的探索和实践。
“翼节能”除了在现网获得成效之外,还积极推动标准化立项建立影响力,本次会议邀请了共同参与国际标准推动的合作伙伴,包括英特尔和华为公司。英特尔人工智能技术架构师温炜分享了“基于人工智能的网络运维能耗管理解决方案”,实践证明,数据中心AI节能技术,不仅能够实现网络闭环自动化、提升数据中心管理水平,还能显著降低能耗。华为数据中心集成与运营业务部首席架构师齐光育介绍了“PUE全生命周期保障,打造绿色智慧数据中心”的创新理念,指出了全栈联动节能是数据中心节能的演进方向。
为了更加充分地展开研讨,本次会议设置了“翼节能专题讨论”环节,来自产业界各方的十余位专家从数据采集平台、数据分析、算法、节能效果评估、平台演进等多个角度就数据中心节能技术展开了分享和讨论,携手共推“翼节能”创新发展。
好文章,需要你的鼓励
今天讲的出海案例是联合动力,这家新能源汽车电驱和电源系统供应商,正在泰国把海外商用车定点项目转成批量交付。
香港中文大学(深圳)与字节跳动联合提出FlexiSLM,首个支持动态与可控帧率的语音大模型,在输入输出两端均实现自适应帧合并,6.25赫兹下推理速度提升一倍,语音对话质量超越同规模固定帧率模型。
苏格兰国家党(SNP)全国委员会通过动议,拟对苏格兰境内新建数据中心实施全面暂停令,此举可能动摇英国AI战略的核心支柱。苏格兰因拥有丰富可再生能源,一直是英国官方力推的数据中心首选地。目前苏格兰已有24个超大规模数据中心项目处于规划阶段,合计用电量将超过苏格兰峰值需求的1.5倍。与此同时,英国AI"增长区"计划也因虚报投资、项目落空等问题备受质疑,英国AI主权战略的独立性同样引发议会关注。
这项研究提出DataEvolver框架,把被丢弃的"不合格训练图片"转化为改进数据收集策略的反馈,让AI文字图像生成训练数据的构建流程能自我进化,在相同数据量下显著提升文字渲染质量。