|
|
■清涟科技董事长王辉。 |
近日，美国麻省理工学院布罗德研究所和哈佛大学科学家借助人工智能（AI）的力量，通过筛选数百万种化合物，发现了一类全新的抗生素，能杀死两种不同类型的耐药细菌。这说明，AI的应用已深耕到更加复杂的科研领域，早已不是简单的客户体验。 AI发展的瓶颈在算力，而算力的发展瓶颈在能耗。能够满足数据中心散热和降能双需求的液冷技术，成了开启数据中心新时代的密钥。 为此，记者与清涟科技董事长王辉进行了深入探讨。王辉深耕互联网、大数据技术领域，在服务器液冷与能源环保交叉领域获得多项发明与专利，如“一种带有液冷系统的可扩展服务器集装箱”等。清涟科技自主研发的液冷机柜产品广泛应用于数据中心、算力中心、区块链基础设施等领域，王辉也在刚刚举行的第二十一届“中国互联网经济论坛”上荣获2023年度最佳创新人物奖。 记者：“AI筛选发现全新抗生素”在业内掀起了不小的波动，您如何看当前的AI应用？ 王辉：从OpenAI推出对话式通用人工智能大模型ChatGPT开始，新一轮全球AI热潮便持续发酵，不断冲击热搜。多个人工智能大模型也被迅速推出并快速迭代，抢占了第一名宝座的是百度文心一言，随后华为盘古、360智脑、商汤日日新等诸多AI大模型如雨后春笋般相继问世，被称为“千模大战”。 从各类热点新闻来看，AI的发展并未止步于大模型之战，而是迅速步入了应用领域，给人类社会带来诸多便利。然而人工智能快速发展的背后离不开海量数据及庞大算力的支撑。 记者：人工智能的发展需要大量数据及算力，这对行业发展有何影响？ 王辉：从ChatGPT的爆红到“千模大战”，从C端场景的体验到B端业务的落地，人工智能的发展速度远胜移动互联网时代。AI模型所需算力每100天就要翻一倍，远超摩尔定律的18～24个月。 AI发展进入了新时代。大模型所需要的参数和训练数据量与深度学习时期相比，有了数量级的提升。根据《“十四五”信息通信行业发展规划》，到2025年，全国数据中心算力将达到2020年的3.3倍。算力需求不断扩大也带动服务器市场规模持续攀升，数据中心的投资和建设规模在持续扩张。 另一方面，海量数据催生了巨大的数据处理和存储需求，作为信息系统运行的重要物理载体，数据中心已成为不可或缺的关键基础设施。数据中心作为基于新一代信息技术演化生成的基础设施，是算力基础设施的典型代表。 记者：数据中心的发展越来越重要，未来将面临哪些机遇和挑战？ 王辉：大模型的发展同样面临着巨大的挑战。大模型研发依赖算法算力和数据的综合支撑。随着算力规模的爆炸式增长，数据中心散热问题成为制约其发展的瓶颈。据赛迪顾问统计，2019年中国数据中心能耗中约有43%是用于IT设备的散热，几乎与45%的IT设备自身的能耗持平。 我国出台了多项政策，要求加快推进算力中心的绿色转型和可持续发展。对此，储能系统、充电桩设施、数据服务器等工业热管理领域对散热性能提出小型轻量化、更高效、更节能的升级要求。 数据中心“快发展”与“高耗能”之间的矛盾不断升级，降低数据中心散热功耗、控制数据中心运营成本迫在眉睫。 记者：目前数据中心主流散热方式有哪些？数据中心更加倾向哪种方式？ 王辉：目前有两种散热方式，即传统的风冷散热技术和液冷散热技术。 风冷技术是数据中心当前最为成熟、应用最为广泛的冷却方案之一。不过，风冷技术存在低密度和相对较低的散热能力的缺陷，这一不足对于高性能计算应用的影响尤为明显。此外，风冷技术存在容易过度冷却、环境匹配性较弱、占用空间大等问题，已无法满足数据中心的散热需求。在政策和需求的双重驱动下，高效低碳的液冷技术就成了破局的关键，它不仅改变了散热方式，更有可能变革数据中心的生态，因此推动液冷变革势在必行。 相较于风冷，液冷具有低能耗、高散热、低噪声、低TCO等优势。液体的冷却能力是空气的1000～3000倍。在冷却效率方面，液冷比风冷至少提高15%～20%。液冷技术可实现高密度、低噪音、低传热温差以及普遍自然冷却等优点，是一种可以适用于需要大幅度提高计算能力、能源效率和部署密度等场景的优秀散热解决方案。 记者：液冷技术的未来发展空间有多大？ 王辉：尽管液冷产业还有一定的成长空间，但液冷已经成为数据中心的确定性趋势。2023年6月，中国移动、中国电信、中国联通三大运营商联合发布《电信运营商液冷技术白皮书》称，将于2025年实现50%以上项目应用液冷技术，共同推进形成标准统一、生态完善、成本最优、规模应用的高质量发展格局。 未来，中国数据中心液冷市场将大有可为。 ■新快报记者 陈学东
