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
Jabra 推出 PanaCast 40 VBS:首款专为小会议室设计的 180° Android 智能音视频一体机
这是一项关于计算机视觉技术突破的研究,由多家知名院校联合完成。研究团队开发了LINO-UniPS系统,能让计算机像人眼一样从不同光照下的照片中准确识别物体真实的表面细节,解决了传统方法只能在特定光照条件下工作的局限性,为虚拟现实、文物保护、工业检测等领域带来重要应用前景。
字节跳动智能创作实验室发布革命性AI视频数据集Phantom-Data,解决视频生成中的"复制粘贴"问题。该数据集包含100万个跨场景身份一致配对,通过三阶段构建流程实现主体检测、多元化检索和身份验证,显著提升文本遵循能力和视频质量。
这篇文章介绍了北京人工智能研究院开发的OmniGen2模型,一个能够同时处理文字转图像、图像编辑和情境生成的全能AI系统。该模型采用双轨制架构,分别处理文本和图像任务,并具备独特的自我反思机制,能够自动检查和改进生成结果。研究团队还开发了专门的数据构建流程和OmniContext评测基准,展现了开源模型的强大潜力。