
今天,世纪互联总裁孟樸在做客CBSi的时候称,世纪互联数据中心选址的时候,会选择靠近客户、靠近需求的位置,优先考虑网络成本,而非电费成本。
当前,很多数据中心都选择在内蒙、贵州等地建立大型数据中心,不过,在世纪互联的数据中心却没有选择这些地点。
谈及世纪互联的选址理念,孟樸称,数据中心或者是云计算中心选点问题涉的面比较广,数据中心或者云中心不光是电费,电费是经营成本的一部分,但还要全盘考虑,因为还要其他的方面要考量。
现在央企的运营商在内蒙、在贵州都有建立大型数据中心,都是非常大的占地规模,能够享受到当地的低建设成本、低用电成本,运营商的网络是自己的,不用花钱。
对世纪互联这样的第三方中立的服务提供商来讲的话,就要权衡电费成本和网络成本,每家有每家的特点,所以世纪互联的数据中心会更集中在靠近客户、靠近需求的地方。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。