Näin uusi energiayhtiö voimistaa maailman suurimman tekoälyn superrakennuksen

Envision Group lanseerasi 6. elokuuta 'Envision Ulanqab Xinghe Base' -hankkeen Ulanqabissa, jossa on maailman suurin tekoälyn superrakennus, jonka pinta-ala on yli 120 000 neliömetriä ja suunniteltu kapasiteetti on 2 gigawattia. Laitos yhdistää uusiutuvan energian, varastoinnin, sähkönjakelun ja jäähdytyksen tarjotakseen vakaan energian massiivisille tekoälyklustereille, mikä korostaa kilpailun siirtymistä sirun suorituskyvystä järjestelmän tehokkuuteen.
Envision Group, uusi energiaryhtiö, on käynnistänyt 'Envision Ulanqab Xinghe Base' -hankkeen Ulanqabissa, Kiinassa. Se sisältää maailman suurimman tekoälylaskennan superrakennuksen, jonka pinta-ala on yli 120 000 neliömetriä (vastaa 20:tä tavallista jalkapallokenttää) ja jonka suunniteltu kokonaiskapasiteetti on 2 gigawattia. Tukikohta on suunniteltu tukemaan miljoonan kortin rinnakkaiskäyttöä ja petaflopin laskentatehoa. Kun tekoälyklusterit kasvavat kymmenestä tuhannesta miljoonaan korttiin, tehonkulutus nousee megawateista gigawatteihin, mikä tekee sähkönsyötöstä kriittisen pullonkaulan. Ulanqab valittiin sen runsaiden tuuli- ja aurinkoenergiaresurssien vuoksi, ja 67 prosenttia sen sähköstä tulee vihreistä lähteistä. Envision käyttää 'Tianji'-säämallia ennustamiseen, 'Tianshu'-energiamallia aikataulutukseen ja EnOS-esineiden internetin käyttöjärjestelmää toteutukseen, mikä luo reaaliaikaisen palautesilmukan muuntaakseen vaihtelevan uusiutuvan energian vakaaksi tehoksi. Laitos käyttää 800 voltin tasavirtasähkönsyöttöä, jossa on SST- ja BESS-järjestelmät muuntohäviöiden vähentämiseksi, ja se integroi jäähdytysratkaisuja, kuten ilma- ja nestemäisen jäähdytyksen. Envision väittää, että tämä järjestelmä saavuttaa kymmenkertaisen laskentatehon pinta-alaa kohti verrattuna perinteisiin datakeskuksiin. Envision suunnittelee rakentavansa 5 gigawatin vihreitä tekoälylaskentakeskuksia maailman aavikoille vuoteen 2030 mennessä, ja Xinghe-tukikohta on ensimmäinen askel, joka siirtää kilpailun kohti järjestelmätason tehokkuutta tehon, jäähdytyksen ja infrastruktuurin osalta.
Lähde: QbitAI 量子位 — Alkuperäinen
Aiemmat aiheeseen liittyvät kirjoituksemme ↓
Tuoreet uutiset