積極響應國家“東數(shù)西算”戰(zhàn)略號召,7月28日,快手智能云烏蘭察布數(shù)據(jù)中心舉行剪彩儀式,快手聯(lián)合創(chuàng)始人銀鑫宣布項目正式投運。該項目是快手首個自建超大規(guī)?;ヂ?lián)網(wǎng)數(shù)據(jù)中心,由快手技術團隊自主研發(fā)并獨立完成整體概念設計,將成為國內(nèi)最大的專為人工智能和大數(shù)據(jù)建設的數(shù)據(jù)中心。
圖1 快手聯(lián)合創(chuàng)始人銀鑫宣布項目正式投運
快手高級副總裁、研發(fā)線負責人于冰在致辭中表示,快手智能云烏蘭察布數(shù)據(jù)中心將支撐快手人工智能、大數(shù)據(jù)等核心技術平臺,幫助快手用戶獲得更好的體驗,為公司的長期快速發(fā)展提供充裕的資源保障。未來,快手也將不斷加深與烏蘭察布的合作,持續(xù)推進項目建設,爭取新成果、新突破。
圖2 快手高級副總裁、研發(fā)線負責人于冰致辭
出席儀式的烏蘭察布市委副書記、市長奇飛云表示,三年來,我們克服重重困難,積極推進項目建設,終于如期建成投運。希望雙方能在前期良好合作的基礎上,在大數(shù)據(jù)、云計算、智慧城市、鄉(xiāng)村振興等領域展開更多合作,烏蘭察布也將為企業(yè)發(fā)展提供更好的政策和服務,一如既往地支持快手快速發(fā)展、持續(xù)壯大。
承載30萬臺高性能服務器 同領域國內(nèi)最大數(shù)據(jù)中心
數(shù)字經(jīng)濟大潮是重要的戰(zhàn)略機遇,而數(shù)據(jù)中心則是發(fā)展數(shù)字經(jīng)濟的基礎。2020年,快手積極響應中央的“新基建”戰(zhàn)略號召,疏解北京非首都功能,計劃將算力與數(shù)據(jù)資源有序遷出北京城區(qū)。在此背景下,快手科技與內(nèi)蒙古自治區(qū)人民政府、烏蘭察布市人民政府簽署合作協(xié)議,在烏蘭察布市察哈爾高新技術開發(fā)區(qū)投資百億建設數(shù)據(jù)中心。2021年,作為內(nèi)蒙古自治區(qū)高質(zhì)量發(fā)展重大項目,正式啟動建設。
作為集約化、節(jié)約化、智能化、綠色低碳典范項目,該數(shù)據(jù)中心總占地面積461畝,共建設12棟機房樓、2棟110kV變電站及2棟綜合樓等配套輔助用房,項目全部建成后將承載30萬臺高性能服務器,將成為國內(nèi)最大的專為人工智能、大數(shù)據(jù)建設的數(shù)據(jù)中心。如今,一期工程共建成6棟機房樓,完成固定資產(chǎn)投資15.2億元。
節(jié)能研發(fā)實驗室持續(xù)創(chuàng)新 多維保障碳中和目標實現(xiàn)
在構建超大規(guī)模算力平臺的同時,快手也積極響應國家“2030年碳達峰、2060年碳中和”目標要求,深入踐行綠色發(fā)展理念,以節(jié)能為導向建設烏蘭察布數(shù)據(jù)中心,在項目建設中采用多項創(chuàng)新技術,最大限度應用自然冷源、低能耗設備,減少能源消耗與空調(diào)用水量,降低碳排放總量,實現(xiàn)了節(jié)能減排的目標。
據(jù)了解,該項目專門建立了節(jié)能研發(fā)實驗室,為保障碳中和目標的實現(xiàn),最大限度應用自然冷源、太陽能、余熱回收、低功耗設備;使用多種節(jié)水和無水空調(diào)技術、高效節(jié)能直流供電架構、余熱回收供暖等技術;有效保證設計PUE(能源效率)低于1.2,WUE(用水效率)低于1。預計年節(jié)電可達5億度左右,總能耗減少30%以上,相當于種植180萬棵樹,真正實現(xiàn)了數(shù)據(jù)中心綠色低碳發(fā)展。今后,快手技術團隊還將擇機對創(chuàng)新技術進行開源,實現(xiàn)社會價值最大化。
快手智能云烏蘭察布數(shù)據(jù)中心的正式落成,可以滿足業(yè)務快速增長需求,支持快手以“短視頻+直播”連接起數(shù)億用戶與各行各業(yè),通過打造高粘性、強互動的數(shù)字生活場景,打造線上線下高效融合的新型數(shù)字社區(qū)。同時,也有效支持了內(nèi)蒙古“新基建”布局,促進“草原云谷”烏蘭察布大數(shù)據(jù)產(chǎn)業(yè)和數(shù)字經(jīng)濟的發(fā)展。未來,快手還計劃繼續(xù)將北京數(shù)據(jù)中心的算力與數(shù)據(jù)資源進一步遷移至多個國家算力樞紐節(jié)點,積極助力“東數(shù)西算”戰(zhàn)略規(guī)劃的落實。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。