珠海,作为大湾区的核心城市,已成为引领区域科技创新与产业升级的关键力量。自《粤港澳大湾区发展规划纲要》发布以来,大湾区持续优化创新制度和政策环境,致力于构建开放型融合发展的区域协同创新共同体。
作为大湾区创新版图中的重要节点,珠海积极推动数据中心的高效与环保运行,带动制冷技术的研发和应用。作为这一进程中的关键力量,施耐德电气珠海优力厂(珠海工厂)专注于房级、列间级等精密空调的生产,依托数字化技术与智能化设备,持续优化生产流程,强化产线自动化水平,提升生产效率,积极践行生产运营可持续发展理念,不仅推动了珠海的产业升级,还大幅提升了大湾区在数字经济建设中的整体竞争力。
今年珠海工厂迎来了建厂20周年,这不仅是施耐德电气在高质量产品交付方面的有力见证,更是持续深化“中国中心”建设,推动在华高质量发展道路上的又一重要里程碑。
从技术进化论,到引领全球制冷
2004年,珠海正在从一个以轻工业为主的城市逐渐转型为一个高科技产业集聚的城市。同年,施耐德电气珠海工厂正式成立,凭借领先的精密制冷技术与显著的产品制造竞争优势,助力全球多元化行业用户提升数据中心制冷能效,实现节能降耗的高效可持续发展目标。
作为大湾区这一中国经济活力最强区域的重要一环,珠海工厂不仅立足于创新的热土上,灵活且敏捷地响应行业与客户的需求,更承担起数据中心制冷领域创新策源地与产品迭代升级试验田的重要作用。选址珠海能够充分发挥大湾区作为中国与世界重要门户的地理优势,进一步推动施耐德电气在全球市场的拓展。
如今,珠海工厂已是全国唯一、全球房级空调产量最大的精密空调生产基地,具备品牌齐备的精密空调系列产品。 从风冷到液冷,从机柜级到行级、房间级、楼宇系统级制冷方案和产品组合,从室外环境到IT机房,施耐德电气针对不同类型的数据中心及关键应用领域需求,均可提供行业领先的完备全栈制冷解决方案。
这些成就离不开施耐德电气在精密空调解决方案领域长期的技术积累与创新:2016年发布第二代InRow制冷解决方案;2019年发布风墙、Easy系列行级、房间级空调;2020年发布阿米哥空调二代智能房级空调;2023年启动4号产线;2024年发布冷板式液冷CDU系统。这些创新成果不仅体现了珠海工厂在产品开发和市场推广中的快节奏、高效率,更是施耐德电气深耕中国市场、持续深化“中国中心”建设的有力见证。
施耐德电气自布局中国市场以来,始终秉持“多中心”战略,珠海工厂作为其全球供应链的重要组成部分,正以创新为引擎,加速抢占产业变革新高地。通过不断加码在华投入,施耐德电气珠海工厂已成为推动大湾区乃至全球科技创新与产业升级的重要力量。
从珠海到全球,开启智算制冷新纪元
2022年以来,以ChatGPT、Sora为代表的AIGC大模型掀起了一股席卷全球的生成式AI浪潮,智算中心作为AI算力的核心基础设施,已成为行业建设的重中之重。
2023年10月,工业和信息化部等六部门印发的《算力基础设施高质量发展行动计划》提出,到2025年算力规模超过300EFlops,智能算力占比达到35%,预计到2025年,国内智算中心数量将超过50个。
随着AI驱动的计算需求大幅增长,高密度计算集群面临的散热与能效挑战愈发严峻,液冷技术因此成为数据中心建设和改造的首选解决方案。在建厂20周年之际,珠海工厂积极响应产业趋势,完成了重要的柔性产线创新升级,专门打造了液冷产品的先进生产线,实现规模化生产,为行业提供领先的全栈制冷解决方案。
珠海工厂柔性产线创新升级,实现产线快速调整与重组,从而满足各行业用户定制化生产和产品要求。此外,珠海工厂发布冷板式液冷全系列新品,构建起完备的全栈制冷解决方案,赋能数据中心行业实现风冷向液冷的平稳过渡,显著提升制冷效果。
同时,珠海工厂成立了AI液冷产品能力中心,专注于构建智算中心温控方案的完整架构与全栈能力,以灵活、敏捷的方式响应市场需求,加速创新技术落地,实现产品快速交付,从而帮助客户应对智算时代数据中心面临的散热挑战,助力行业实现节能降耗和高效可持续发展。
珠海工厂二十年的持续创新与卓越表现,已成为施耐德电气全球数据中心业务战略发展中的重要支点。扎根中国,珠海工厂凭借领先的研发和生产能力,不断向全球输出绿色创新。珠海工厂将继续引领“中国智造”走向世界,为全球数字经济注入澎湃动力。
好文章,需要你的鼓励
微软正式确认配置管理器将转为年度发布模式,并将Intune作为主要创新重点。该变化将于2026年秋季生效,在此之前还有几个版本发布。微软表示此举是为了与Windows客户端安全和稳定性节奏保持一致,优先确保安全可靠的用户体验。配置管理器将专注于安全性、稳定性和长期支持,而所有新功能创新都将在云端的Intune中进行。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
人工智能初创公司aiOla推出基于流匹配训练技术的语音AI模型Drax,挑战OpenAI和阿里巴巴等巨头。该模型重新定义语音算法训练方式,能在嘈杂环境中准确识别语音,兼顾速度与准确性。相比OpenAI的Whisper和阿里巴巴Qwen2,Drax采用并行流处理技术,速度提升32倍,词错误率仅7.4%。该模型已在GitHub开源,提供三种规模版本。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。