【AINews】Meta Muse Wonder与Wonder Full:MSL的Claude 5.5级前沿模型
Meta超级智能实验室(MSL)推出第二代模型家族Muse Wonder与Muse Wonder Full,第三方评测显示其接近Claude 5.5所处的前沿水平。
Meta超级智能实验室(MSL)推出第二代模型家族Muse Wonder与Muse Wonder Full,第三方评测显示其接近Claude 5.5所处的前沿水平。
《数据中心基础设施代维人员考核管理制度》面向值班员、技术员、工程师及项目负责人等外包代维岗位,实行全岗位覆盖、三级考核、百分制量化,并将结果与薪酬、晋升和续聘硬挂钩。
共绩算力依托Rust自研底层调度框架,异构接入率达94%,支持华为昇腾与英伟达4090/A100/H100等GPU统一纳管,生产环境SLA≥99.99%。其已参与承建青海省级算电协同调度平台、河北“1+3”智能算力中枢、芜湖(长三角)区域级平台,并推进国家级算力调度平台建设。平台连接70万+设备、50+智算中心,按秒计费、1卡起租,“以算代储”方案可优化电费成本20%+。
西门子面向AI就绪数据中心提供集成基础设施方案,以参考架构应对规模、功率密度或热负荷较传统数据中心增长10倍的挑战,并支持超过100 kW的HPC机架与液冷。其Integrated Data Center Management Suite整合BMS、EPMS、SCADA和DCIM,数字孪生用于建设前热、电力、布局和物流场景测试。
江苏移动苏州智算中心近日完成面向高密度算力集群的800V HVDC供电系统部署,支撑液冷机柜运行及AI大模型训练、高性能计算业务。该系统通过移相变压器和碳化硅整流模块将10kV中压交流电直接转换为800V直流电,端到端供电效率由92%~94%提升至98.5%,铜材用量减少45%~60%,配电占地缩减约50%,建设成本降低约30%。
国网北京数据中心今年8月获中国质量认证中心(CQC)核查认证,成为国家电网公司系统内首家碳中和园区,运维方为国网信通中心(大数据中心)。改造涵盖140个冷通道装配与82个冷通道封闭、796块地板送风口开度调节及空置U位加装挡风盲板等气流精细化措施,搭配52台模块化UPS将电能转换效率提至95.5%以上。
施耐德电气主张以AI驱动的状态维护(CBM)取代日历式保养,回应数据中心人才短缺、人为停机占比高与停机成本攀升的运维困局。该方案整合电气、机械、环境数据流,叠加AI分析与数字孪生,对整站资产做系统性会诊,并与施耐德电气6000余位领域专家协作。
DataCenter Dynamics 报道,欧盟能源效率指令(EUEED)已为遗留数据中心设定合规改造期限。文章指出,许多老旧机房仍按远低于硬件所需的环境温度运行空气冷却,并由设计过大的制冷设备维持。文章警告,未按期限完成改造的数据中心将面临处罚。
今年早些时候,密西西比州电力企业Entergy向亚马逊发出警示,称用电高峰时段将不得不切断其在密西西比州数据中心的电网供电,以保障其他用户用电。据知情人士透露,这一罕见预警促使AWS改造用于在公网与燃气发电机备用电源之间切换的自动供电切换系统,以应对AI云算力扩张带来的电网压力。
伊顿(Eaton)发布Brightlayer数据中心套件手册,介绍其面向数据中心运维的产品组合,涵盖楼宇管理系统(BMS)、配置管理数据库(CMDB)与IT服务管理(ITSM)应用。手册概述了分散式IT效能管理(DITPM)、数据中心效能管理(DCPM)及电力监控系统(EPMS)等组件的定位与功能。
美国科技公司正探索需求响应策略,通过在用电高峰期降低数据中心电力负荷,缓解电网压力,应对 AI 需求激增带来的供电紧张。该策略旨在让数据中心成为电网可调节的灵活负载,参与电力调度平衡。
碳感知计算通过将灵活工作负载安排在电网碳强度较低或现场可再生能源可用的时段执行,可在不增加高排放时段电力需求的情况下降低范围2排放。该策略通常包含机架与集群级电力遥测监测与计量、现场可再生能源及储能等"表后"资源,并先按灵活性、功耗与合规约束对工作负载分类后再开展试点。其落地面临租户负载可见性不足、CPU/GPU利用率与I/O动态变化及可再生能源发电预测不确定等障碍。
碳感知调度将数据备份、批量分析、AI 模型训练等时间灵活的工作负载,安排在电网碳排放强度较低或现场可再生能源可用的时段执行,从而在满足 SLA、延迟与数据驻留等运营约束的前提下降低范围二排放。
2024年7月四部门印发《数据中心绿色低碳发展专项行动计划》要求到2025年底全国数据中心平均PUE降至1.5以下,存量低效数据中心逐步淘汰,政策倒逼老机房改造。
该内容围绕数据中心 DCIM(数据中心基础设施管理)平台与 EPMS(电力监控系统)、BMS(楼宇管理系统)、SCADA(监控与数据采集)等系统的协同展开,探讨 DCIM 作为现代数据中心智能层在基础设施管理、调试验收与可靠性工程中的作用,但原文未披露具体项目、厂商、技术指标或应用案例。
AWS 在博客文章中介绍通过 SageMaker Unified Studio 管理 Amazon SageMaker HyperPod 集群的四层治理结构,涵盖组织、项目、集群和工作负载边界。
嘉杰科技有限公司于2026年9月申请"一种分布式数据中心的算电协同调度方法及系统"专利,公开号CN122862018A。该方法由算电协同调度平台执行,依据目标节点任务请求获取功耗脉冲数据,识别集群内多个低碳节点及其电压越限画像,生成多条可执行调度路径并计算碳排放迁移成本,选取成本最低路径作为目标可执行调度路径,以提升分布式数据中心算电协同调度优化效果。
AI算力浪潮下,Digital Realty弗吉尼亚州阿什本数据中心的首席工程师詹姆斯·沃迪等运维人员,每天巡检9万多平方米的设施、检查空气处理设备、屋顶冷凝器和光纤,充当"人肉传感器",确保数据中心99.9999%可用性目标。
芬兰赫尔辛基能源公司Helen自2010年起将数据中心余热接入其供热网络,目前为约7万户家庭提供供暖服务。该实践在北美弗吉尼亚至得克萨斯等地电力系统承受AI算力扩张压力的背景下,被视为数据中心废热回收的成熟范例。
一份64页B级数据中心机房建设规划设计方案,从规划、安全、环境与节能四个维度给出完整建设框架。方案以GB 50174-2017为标准锚定,按B级冗余配置定位,涵盖双母线双回路供电、七氟丙烷气体消防、恒温恒湿精密空调、动环监控六大子系统及封闭冷通道封闭、智能灯控、智能布线等节能措施。
弗吉尼亚州阿什本一座逾9万平方米的数据中心首席工程师詹姆斯·沃迪(James Waddy)每天行走约三万步,负责检查空气处理设备等设施运行状态。文章以第一人称视角记录其在该数据中心的巡检工作日常,涵盖各区域的设备检查、故障排查等运维场景。
单纯降低器件功耗会拉低电力利用率,搁浅电力(stranded power)正成为 AI 数据中心的新痛点。数据中心为冗余备份超配供电容量,2N 架构下站点管理人员实际可用容量仅占总配置约一半,目标利用率 70%‑80%,最终供给计算基础设施的电力约占总容量三分之一。
数据中心通过超配容量和冗余架构(如三供四备、2N)保障可靠性,但冗余线路平时大部分时间处于闲置,形成"搁浅电力"。楷登电子、Rambus、Utilidata 等厂商指出,单纯降低器件功耗反而会拉低电力利用率,而不同工作负载对资源配置的不均衡会加剧搁置。
数据中心运维管理公众号发布2026年国庆假期数据中心机房值守全套文档,覆盖10月1日至10月7日值班时段,包含值班交底、每日巡检记录表和节前停机自查确认清单三部分。
伊顿电能监控管理系统(EPMS)作为 Brightlayer™ Data Centers 套件的组成部分,面向分布式 IT 机房提供液体、空气、燃气、电力和蒸汽(WAGES)的实时监控与能源流转分析,支持最高 1 分钟每次的用户可选设备轮询率。
伊顿(Eaton)推出 Brightlayer Data Centers 套件,面向数据中心运维场景,集成 DCIM(数据中心基础设施管理)与 EPMS(电力监控系统)软件功能,用于基础设施和电力设备的集中监控与管理。原文未披露该套件的具体版本号、上线日期、定价及功能模块细节。
文章围绕AI时代数据中心基础设施的设计规范与改造实践展开,依据GB 50174-2017《数据中心设计规范》介绍A、B、C三级分级及冗余、可用性要求。
数据中心运营者可在保障服务等级协议与时延约束的前提下,将备份、批处理分析、AI模型训练、报告生成及非紧急补丁等可灵活调度的负载,调度到电网碳排放强度较低或场址可再生能源及储能可用的时段与区域运行,以削减Scope 2排放并助力实现24/7无碳能源目标。
DataMesh 提出以数字孪生整合数据中心分散于 DCIM、BMS、EPMS、仪表、资产台账与维护工具中的数据,将站点、机房、机柜、设备、电力路径、冷却区域、告警、巡检与工单证据汇聚到同一空间化运营视图。
DCIM(数据中心基础设施管理)是一套结合IT和设施管理的综合解决方案,通过统一监控与优化实现高效、可靠和节能运行。
莱奥Leo撰文指出,AI对数据中心(AIDC)行业白领工作的冲击远比想象中直接。该行业的核心痛点在于知识流动的基础设施缺失——机电、财务、商务等团队各自维护独立的Excel与文档,跨专业判断缺乏共同数据基础。
OpenAI 已将 Kubernetes 集群规模扩展至 7,500 节点,为 GPT-3、CLIP 和 DALL·E 等大模型提供可扩展基础设施,同时支持 Scaling Laws for Neural Language Models 一类的小规模迭代研究。集群达到 7,500 节点量级,可同时支撑大规模训练与频繁的小规模实验。