
据新华网报道,今日,中国首家、亚洲最大的第四代数据中心——浪潮云计算中心正式在济南开通运营,标志着中国云计算中心建设已跻身国际领先水平。
第四代数据中心最早由微软提出,突出数据中心模块化、虚拟化、自动化、绿色节能等方面的建设标准。目前,包括美国、英国、俄罗斯在内的世界各国正在根据此标准积极推动数据中心的建设。
浪潮云计算中心遵循国际领先的第四代数据中心标准建设。据了解,浪潮云计算中心位于济南市保税区,园区占地面积242亩,规划建筑面积17万平方米,总计可部署3.04万个机柜,容纳约100万台服务器,是亚洲规模最大的数据中心。目前,中心一期已经投入使用2.16万平方米,配置3800个机柜,容纳约12万台服务器。
浪潮云计算中心采用自然制冷,实现38%的时间完全利用自然冷。据浪潮集团介绍,以目前山东省省直单位服务器约18000台的总量计算,服务器在各自数据中心独立运行的情况下,一年需用电9460万度,而在云计算中心集中运行一年只需6622万度,仅用电量每年就可节省2838万度,节约电能30%以上。
据了解,浪潮云计算中心已有公安、卫生等行业以及互联网金融企业等客户进驻。目前,浪潮已经开始了云计算中心在国内的布局,已建成及在建的有十大云计算中心,其范围北至黑龙江、南至海南。
好文章,需要你的鼓励
本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。
这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。
中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。
这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。