微软透露,正在尝试一种所谓的“两相浸入式冷却技术”,使用一种在极低温度下沸腾的液体来保持数据中心的冷却。
微软今天在Innovation博客上发表的一篇帖子中这样解释说,已经在位于美国华盛顿州昆西的Azure数据中心采用了这种技术。
目前,微软主要是依靠空气冷却系统让数据中心内运行的处理器的温度保持在可控范围内。但微软表示,基于液体的冷却系统能耗更低,因此具有更大的潜力,液体中传热“比空气中传热效率高几个数量级”,这就意味着液冷系统要更加环保。
据悉,这种两相浸入式冷却技术比谷歌在其数据中心内采用的单相冷却技术更为有效。微软称,单相冷却是让流体保持液态,通过自然对流或者强制对流带走热量。因此,单相浸入式冷却和空气冷却的方式类似,热流体在循环回系统之前会先通过一个热交换器。
微软表示,自己的两相浸入式冷却是一种更被动的方式。当系统中使用的流体与数据中心内部的发热组件接触时,会从液体变为自然上升的蒸汽,将热量作为一种潜能运走。蒸汽通过冷凝器排出热量,然后转化回液态,循环到系统中。
为此,微软开发了一套工程解决方案,使得服务器系统沉浸其中的时候不会对其造成损坏。流体是位于钢制冷却罐中,沸点仅为122华氏度,比水的沸点低约90度。同时,连接管穿过箱体、将蒸汽冷凝的液体导流到一个单独的闭环系统,流体将热量从水箱传递到位于外部的干式冷却器。
目前,微软仅部署了一个罐体,计划做一系列测试检查这一新冷却系统的实用性。
微软表示,到目前为止测试表明,这种两相浸入式冷却系统可以将任何服务器的功耗降低5%至15%。服务器甚至可以超频、或者以更高功率运行,没有任何过热的风险。
微软杰出工程师Christian Belady表示:“超级计算使用这种冷却技术有数十年时间了,因此风险不会那么高。我们的目标是将其部署到所有数据中心,但是在此之前还有很多工作要做。”
Beladay指出,除了更有效地传热之外,这种技术还有其他好处。因为系统去除了环境中的湿气和氧气,所以大大降低了腐蚀性,从而减少了系统中的机械故障。微软最早通过Project Natick(实验性海底数据中心项目)发现了这一点。
他说:“浸入式技术也有类似的好处,基本上你是在置换氧气和水分。”
微软还将继续其他液冷技术的试验,其中包括使用填充有液态制冷剂管道的所谓“冷板”。 Belady表示,两种技术都有潜力,两相浸入式技术令他感到非常兴奋是因为这只需要一次性成本,只需要实施一次,而在服务器迭代时无需进行任何工程设计。
“如果采取措施得当,两相浸入式冷却系统将同时满足我们所有成本、可靠性和性能方面的要求,能源消耗几乎是空气冷却的一个零头,”微软Azure首席软件工程师Ioannis Manousakis这样说道。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。