PUE 无限接近 1.0,阿里云首次展示“麒麟”数据中心解决方案

screenshot

4 月 26 日,阿里巴巴在南京云栖大会上展示了全球首个商用服务的全浸没液冷数据中心“麒麟”。作为阿里巴巴 NASA 计划的重要基础,“麒麟”通过液冷而不是常见风冷的方式为服务器集群降温,即将整台服务器浸在液体里循环冷却,极速运算的服务器产生大量热量可被冷却液直接吸收进入外循环冷却。这一方案可以无需使用空调,能源使用率(PUE)逼近了理论极限值 1.0——在传统数据中心里,几乎有一半的电能消耗在了散热上。

目前,“麒麟”已经通过了初步测试和验证,这种耗能极低的技术方案将应用于阿里云服务,可为未来 20 年提供计算能力。

screenshot

浸没液冷是最近几年备受业界关注的新型散热技术,尤其在 SC14 全球超级计算大会上,来自国内外的多家服务器企业均展示了在浸没液冷散热上的产品,大幅提高了业界对液冷的关注度。不过受限于技术实现的难度,目前参与浸没液冷服务器设计的企业,对浸没液冷的应用也仅局限于单机测试、单机展示阶段,从目前公开的信息看,并无服务器集群部署先例。

据介绍,得益于浸没式液冷高效的散热效率,“麒麟”无需风扇、空调等大型制冷设备,可在任何地方部署,节省空间 75%以上,单位体积内的计算能力比过去提升了 10 倍;高密封性也使得元器件远离湿度、灰尘、振动的影响,受干扰情况几乎为 0;同时,这种特殊液体完全绝缘且无腐蚀性,即使浸没元器件 20 年以上,成分不会发生任何变化,也不会对电子元器件产生任何影响。阿里云科学家克服了服务器系统、制冷系统、冷却材料等多个领域的难题,实现了零噪音、零污染、绿色节能,可支持超过 200kW 功耗的服务器集群。

原文转自动点科技。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值