- 综合排序
- 最热优先
- 最新优先
- 来自专栏盛世宏博物联网
算力机房高密度环境管控：以太网温湿度传感器（POERJ45）部署方案
算力机房温湿度监控传感器应用方案核心结论：本方案以支持 RJ45 输出、POE 供电及 Modbus TCP/IP 协议的以太网类温湿度传感器为核心，实现算力机房温湿度的精准、稳定、远程监控，适配机房高密度算力设备的环境管控需求 通信协议：遵循标准 Modbus TCP/IP 协议，可无缝对接机房现有监控平台或第三方系统。2. 感知层：温湿度数据采集在机房服务器机柜、空调出风口、机房角落等关键区域部署传感器，实现全场景覆盖。传感器实时采集温湿度数据，通过内置处理模块完成数据初步校准。POE供电以太网温湿度变送器2. 稳定性高：以太网传输抗干扰能力强，适配算力机房高强度电磁环境。五、实施保障要点安装位置：传感器应避开空调直吹、设备散热口等极端区域，距地面 1.5-2 米为宜。 调试校准：部署后通过监控平台校验传感器数据准确性，确保符合机房监控精度要求。维护机制：定期检查传感器网络连接与供电状态，通过平台远程排查设备故障。以太网系统拓展图
25510编辑于 2025-10-28 - 来自专栏盛世宏博物联网
精准选型不踩坑：算力机房以太网温湿度传感器（网口 智能型）选择攻略
算力机房温湿度传感器选型算力机房选择适合算力机房的温湿度监控传感器，需结合机房高密度设备运行特性（高发热、强电磁干扰）、管理需求（远程监控、联动控制）及长期稳定性要求，从核心性能、适配性、功能扩展性等多维度综合评估 测量精度：拒绝 “粗放监测”，适配算力设备敏感阈值• 温度精度：核心机房（如 GPU 集群、服务器机柜区）需≤±0.5℃（25℃环境下），关键区域（如空调出风口、冷热通道）建议≤±0.3℃；普通辅助区域 扩展性：预留 “未来扩容” 接口• 支持通过网络批量配置参数（如阈值、采样频率），新增传感器时可即插即用（自动接入平台），适配算力机房机柜数量动态增加的需求。 总结：不同场景的选型优先级机房类型核心选型指标推荐传感器类型高密度 GPU 智算集群精度 ±0.3℃、POE 供电、露点监测工业级以太网温湿度变送器（Modbus TCP/IP）中小型企业算力机房精度 ，可确保传感器既能精准捕捉算力机房的温湿度变化，又能适配机房复杂的网络架构与长期运维需求，最终实现 “监测 - 预警 - 控制” 的闭环管理。
34210编辑于 2025-10-28 - 来自专栏星融元
边缘机房如何低成本地提高单位空间的算力？
随着物联网、智能驾驶等业务的兴起，边缘网络算力需求愈发明晰，运营商及云服务商纷纷将工作负载及服务从核心迁移到边缘，比如部署5G UPF、5G MEC及边缘网关VNF等。 与此同时，边缘数据中心受限于空间、能耗等限制，无法进行大规模的算力扩展，只能承载有限的计算业务，阻碍了业务应用规模。 并结合网卡的硬件加速引擎进行业务加速（例如深度解析业务报文，对音视频、网页数据进行流分类），提高单位体积的处理性能，在有限的机架空间内低成本地灵活扩展算力。 图片图片电源管理更方便节省机架空间降低功耗并且，多块DPU网卡存储的数据可通过PCIe共享到同一台服务器，以标准服务器+DPU的 “算力资源池" 形式接受云管平台纳管，实现"从云到边"的资源统一管理和分配 目前厂商已将软件和场景开源，开源地址： https://github.com/asterfusion/Helium_DPU图片图片Helium的典型应用场景：OVS卸载+第三方应用图片算力释放：多核ARM
29800编辑于 2023-08-01 - 来自专栏盛世宏博物联网
液冷机房温湿度精准监控方案：从传感器矩阵部署到露点预警全链路设计
液冷算力机房温湿度监控系统方案设计添加图片注释，不超过 140 字（可选）液冷算力机房（含冷板式、浸没式、喷淋式等）因高密度算力设备（单机柜功率常达 40-100kW）依赖液体介质高效散热，其温湿度环境呈现 传统温湿度监控方案难以适配，需针对性设计 “感知 - 传输 - 分析 - 控制” 全链路系统。以下为定制化方案：一、系统核心目标1. 精准捕捉特殊温湿度场：覆盖液冷设备（冷源、管路、机柜）与机房环境的温湿度梯度，温度监测精度达 ±0.2℃，湿度 ±2% RH，捕捉 0.5℃级微小波动。2. • 运行效果：设备因温湿度异常导致的故障率下降 92%，年节省冷源电费超 180 万元。机房五、部署与维护要点1. 该系统通过针对性解决液冷机房的 “低温适配、冷凝预警、系统协同” 核心痛点，实现温湿度监控从 “被动监测” 到 “主动防控” 的升级，为高密度液冷算力设备提供稳定的环境保障。
37010编辑于 2025-10-28 一款可以POE供电的以太网温湿度传感器深入研究与分析
基于 H-THRJ45 模块的机房温湿度监控传感器技术推荐与应用分析摘要机房作为数据存储与算力输出核心场景，温湿度波动（温度超出 18-27℃、湿度超出 40%-60% RH）易导致服务器宕机、硬件寿命缩短 POE温湿度传感器关键词机房环境监控；以太网温湿度传感器；H-THRJ45；高精度监测；工业级通信一、引言1.1 机房温湿度监控技术背景机房内服务器、交换机等设备运行时产生大量热量，且对温湿度变化敏感： 传统机房温湿度监测多采用 RS485 总线传感器，存在传输距离有限（≤1200m）、需额外布线、抗干扰能力弱等问题，难以满足大型数据中心多区域、远距离集中监控需求。 ）及运维适配性（POE 供电 + 远程校准）方面，完全满足机房温湿度监控的技术需求，对比传统 RS485 传感器，在部署效率、数据实时性、长期运维成本上具备显著优势，可作为机房环境监控系统的优选硬件方案 H-THRJ45 Datasheet[Z]. 2023.[3] 数据中心机房温湿度监控技术优化研究 [J].
26410编辑于 2025-11-07- 来自专栏产品经理的人工智能学习库
算力 – computation
文章目录 人工智能里的算力是什么？ 在普通电脑中，CPU就提供了算力帮助电脑快速运行。玩游戏的时候需要显卡提供算力，帮助电脑快速处理图形。 而在 人工智能中，需要有类似CPU和GPU的硬件来提供算力，帮助算法快速运算出结果。 之前在算法里讲过，在制造木桌的过程中，工厂的流水线就是算法。 在那个例子中，工厂中的机器就像算力，机器越好越先进，制造的过程就越快。 ? 算力越大，速度越快 维基百科版本 Techpedia版本 算力是使用计算机技术完成给定目标导向任务的过程。 算力可以包括软件和硬件系统的设计和开发，用于广泛的目的 – 通常构建，处理和管理任何类型的信息 – 以帮助追求科学研究，制作智能系统，以及创建和使用不同的媒体娱乐和交流。 查看详情 维基百科版本 算力是使用计算机的任何活动。它包括开发硬件 和软件，以及使用计算机来管理和处理信息，进行交流和娱乐。算力是现代工业技术的一个至关重要的组成部分。
2.6K30发布于 2019-12-18 - 来自专栏万物可视
贵州新增一个千亿产业集群！这个产业，去年投资157.56亿元……
“数”指数据，“算”是算力，即对数据的处理能力，“东数西算”是通过构建数据中心、云计算、大数据一体化的新型算力网络体系，将东部算力需求有序引导到西部，优化数据中心建设布局，促进东西部协同联动。 随着数字技术向经济社会各领域全面持续渗透，全社会对算力需求仍十分迫切，预计每年仍将以20%以上的速度快速增长。支撑算力主要是数据中心。数据中心由两部分构成：数据中心系统及机柜、IT设备。 主机房内放置大量网络交换机、服务器群等，是综合布线和信息化网络设备的核心，也是信息网络系统的数据汇聚中心，其特点是设备24h不间断运行，电源和空调不允许中断，对机房的洁净度、温湿度要求较高。 （3）气流感知模拟 依照温湿度传感器传达的数据，形成实时气流组织分布图 CFD （Computational Fluid Dynamics），使其清晰地看到机房内冷热气流流向和分布情况。 同时，算力西移势必增加传输距离，要强化核心网的建设。
61530编辑于 2022-03-17 - 来自专栏星融元
星融元：边缘机房如何低成本地提高单位空间的算力？
DPU算力的池化应用图片Helium智能网卡基于高性能DPU芯片的25GE/100GE以太网智能网卡，符合PCIe及以太网协议，提供PCIe*8或PCIe*16 Gen3.0/Gen4.0通道接口，可以直接插入到标准服务器或者 Helium DPU资源池解决方案采用标准服务器+多块Helium DPU智能网卡的形式为客户打造高性能算力资源池。 从而帮助客户在数据中心到边缘场景实现网络加速、算力扩展和资源共享，降低客户总体拥有成本，提高投资回报率，助力业务增长。
29930编辑于 2023-08-04 - 来自专栏大语言模型，算力共享
算力共享中：负载监控系统；多维度调度策略
目录内建负载监控系统多维度调度策略调度策略轮循调度的具体步骤裸金属服务器和虚拟化服务器一、定义与基本特性二、性能与资源利用三、成本与管理四、适用场景内建负载监控系统每 5 秒采集一次所有集群上的负载信息 （CPU 指标、内存、存储 I/O、网络 I/O、GPU 各项指标以及作业进程对 GPU 的使用等），支持监控数据存放于 Elasticsearch 或 Prometheus 数据库中。
56210编辑于 2024-07-30 - 来自专栏大语言模型，算力共享
算力共享：环形结构的算力分配策略
目录算力共享：环形结构的算力分配策略方法签名方法实现注意事项nodes.sort(key=lambda x: (x[1].memory, x[0]), reverse=True)end = round (start + (node[1].memory / total_memory), 5)算力共享：环形结构的算力分配策略这段代码定义了一个名为RingMemoryWeightedPartitioningStrategy
95520编辑于 2024-07-26 - 来自专栏科技云报道
算力之后，“存力”上位
当算力芯片的摩尔定律逐渐逼近物理极限，存力开始从幕后走向台前，成为AI领域下一个关键赛点。 长期以来，伴随企业数字化转型所建设的“烟囱式”AI基础设施各自为战，数据奔流，价值却困于“堰塞湖”。 存力中心作为新型的数据基础设施，正成为AI时代数据流通和融合应用的破题关键。 AI时代的 “数据决定论” AI技术的发展离不开三大要素：数据、算法和算力。 在训练方面，高性能并行文件系统可以提升大模型训练效率，超大带宽和容量支持超万卡集群无瓶颈扩展，EB级扩展能力适应海量数据，加速卡直通技术使数据从存储到算力“一跳直达”。 构建AI时代新型 “数据粮仓” 与算力聚焦在“算”不同，数据存力聚焦在“数”和“存”，是数据生产要素处理的综合能力体现，肩负着为数字经济各种场景提供源源不断的“生产资料”的使命。 将目光投向更长远，新型AI存储很可能是撬动人工智能时代杠杆的另一个支点，“以存强算”“以数助算”亦是弯道超车的重要落点。当AI产业具备扎实的存力底座，才能登高远眺，看见AI时代最美的风景。
41700编辑于 2025-06-19 - 来自专栏科技云报道
要算力更要“算利”，“精装算力”触发大模型产业新变局？
面对如此巨大的算力需求，企业如何在平衡算力与能耗开支的前提下，高效地利用和管理算力资源，是实现降本增效的重要命题。这其中，对算力基础设施和软件平台的精细化运营管理成为破题的关键。 大模型对算力的需求是显而易见的，但更关键的点可能在于能否把算力更高效地挖掘出来。在不同的阶段，企业对于算力需求也不尽相同。 《中国算力发展观察报告》显示，有些算力中心整体算力利用率不足30%，大量的算力资源在沉睡中等待被唤醒，算力供需矛盾凸显。 这种演进使智能算力变得不可或缺，且不再局限于简单的算力叠加或升级，而是在多元重构驱动下实现算力的极致拓展与跃迁。 所谓“精装算力”，就是依托宁畅定制化与全栈全液能力，以算力栈为交付形态，从用户需求与体验出发，提供全体系软硬协同的精细化算力服务。
82100编辑于 2025-03-04 - 来自专栏ADAS性能优化
生存VS算力
英國「金融時報」報導，鑒於美國近期祭出制裁來壓制中國電腦運算能力，中國科技企業阿里巴巴和壁仞科技為了避免受制裁，正將各自最先進晶片的設計微調，以降低運算處理速度。 華府10月宣布的制裁措施，禁止任何運算能力超過一定門檻的半導體產品出貨至中國除非得到许可。這打亂了上述中國科技企業的發展計畫。 但中國工程師表示，要判斷哪些晶片產品不受制裁並不簡單，因為華府對於如何計算這個速率沒有清楚規範。 根據研究集團伯恩斯坦（Bernstein）計算，從壁仞官方網站存檔紀錄來看，在美國宣布制裁之前，壁仞首款處理器BR100的規格算出傳輸率是640 GB/s，超過限制門檻；但根據壁仞官網目前發布的BR100
1.2K20编辑于 2022-12-20 - 来自专栏运维开发王义杰
函数算力计算
对于一个函数消耗的算力，我们通常用它的运行时间来衡量，例如在基准测试中。你可以测量一个函数运行一次（或者多次）所需要的时间，然后用这个时间来比较不同函数或者同一个函数的不同实现。 然而，这种方法并不能直接测量一个函数消耗的CPU算力。为了获得这种信息，你可能需要使用一种叫做CPU profiling的技术，它可以测量程序在CPU上花费的时间。Go的pprof包提供了这种功能。
74110编辑于 2023-08-16 - 来自专栏工业数字孪生
图扑数字孪生数据中心，云端机房助力减碳
数据中心作为城市“新基建”之一，是推动数字经济发展的算力基础设施和重要载体。 随着生命科学、基因测序、医药研发、高性能计算、深度学习、遥感测绘、地质勘探、冷冻电镜、数据分析、数据挖掘、真空羽流、并行计算等技术的快速发展，以及国家东数西算政策的支持，建设绿色数据中心、智算中心成为人们关注的重中之重 环境可视化Ⅰ.温湿度云图可视化机房温湿度是机房环境监测指标的重中之重。 为了防止机房环境温湿度的过高或过低所导致的运转故障，图扑软件（Hightopo）3D 数字孪生机房以 3D 温湿度云图方式，精确覆盖重点区域。将鼠标悬浮在机房内，可显示当前位置的动态刷新温湿度数值。 数字化时代的新型数据中心，应该采用新一代ICT技术，包括云计算、大数据、人工智能等，不断提升数据中心的效率、效能和效益，“小散”数据中心要加速迁移、整合，提高数据中心的能源利用效率和算力供给能力，更好地满足当地边缘计算的应用需求
1.7K31编辑于 2022-11-07 - 来自专栏万物可视
贵州有哪些魅力，为何阿里、华为、腾讯都把数据中心建在贵州？
// 动环监控可视化 通信电源及机房环境监控系统(简称动环监控系统)是对分布在各机房的电源柜、UPS、空调、蓄电池等多种动力设备及门磁、红外、窗破、水浸、温湿度、烟感等机房环境的各种参数进行遥测、遥信、 （2）三维热力云图 通过对接数据中心内的物联网设备（温湿度传感器），获取到场景中的温度点位信息，渲染出三维的热力云图效果。 （3）气流感知模拟 依照温湿度传感器传达的数据，形成实时气流组织分布图 CFD （Computational Fluid Dynamics），使其清晰地看到机房内冷热气流流向和分布情况。 数据中心电力消耗最大的三个方面分别是机房空调、IT设备和UPS电源，能达到数据中心总电力消耗的93%，因此，数据中心的节能监控也要围绕这三个方面展开，与此同时，未来的数据中心将从传统的数据中心转变为算力中心 ，业界更关注的是单位算力的成本、单位算力的能耗以及客户体验，数据中心建设模式也从资源驱动转变为创新价值驱动。
2.8K20编辑于 2022-01-07 - 来自专栏鲜枣课堂
世界算力简史（下）
MS-DOS 1976年，美国的DR公司成功研制出一套名为CP/M（Control Program/Monitor，控制程序/监控）的操作系统，专门用于搭载了英特尔8080芯片的微型计算机（包括Altair 这些公司购买了大量的服务器，建设了机房，为用户提供服务。例如邮箱服务、音视频下载服务、网页访问服务等。 信息科技的发展方向开始发生变化。一种新的算力服务模式，开始逐渐向我们走来。 埃里克·施密特 云计算的本质，是把零散的物理算力资源变成灵活的虚拟算力资源，配合分布式架构，提供理论上无限的算力服务。 算力趋势 2010年至今，算力发展出现两个显著趋势。 一，泛在化。 各个行业对算力有着不同的需求。于是，算力逐渐开始细分，分为通用算力、超算算力、智能算力。 不同的算力需求，也使得算力芯片产生了不同的形态。 除了传统的CPU和GPU之外，NPU、DPU等算力单元开始出现，并成为大众关注的焦点。 在高性能计算上，算力集群成为超算和智算的新宠。
65420编辑于 2023-08-21 - 来自专栏大语言模型，算力共享
算力服务标识封装
为了解决这一问题，算力服务标识封装技术应运而生，旨在实现算力服务与IP层的解耦，提升算力服务的灵活性和可扩展性。 这个overlay层用于封装算力服务标识，使得算力服务可以在不改变现有IP网络架构的情况下独立部署和管理。 算力服务标识：在overlay层中封装的算力服务标识是区分不同算力服务的唯一标识。 IP层解耦：通过算力服务标识封装，算力服务的路由和管理不再依赖于IP层。这意味着网络中间转发节点在转发数据时，无需识别算力服务标识，仅做普通路由转发即可。 可扩展性：随着算力服务的发展，可以通过增加新的算力服务标识来扩展网络功能，而无需改变现有网络架构。兼容性：算力服务标识封装技术可以与现有网络架构兼容，实现平滑过渡。 数据中心网络：在数据中心网络中，算力服务标识封装技术可以提升数据中心的资源利用率和服务质量。算力服务标识封装技术是一种实现算力服务与IP层解耦的有效手段。
47220编辑于 2024-07-28 - 来自专栏软硬件融合
算力芯片，如何突围？
作为常年从事计算机算力芯片相关工作的我，今天就从算力芯片这个视角出发，谈谈对国内算力芯片如何实现突围的个人的一些看法。 核心的原因在于，这是目前的GPU计算集群所能支撑的算力上限： 一方面，单芯片算力已经瓶颈，算力增长极度缓慢。 可以在工艺落后1-2代的情况下，实现单个芯片的算力更优。 方法二，算力网络。通过算力网络、东数西算，实现跨集群的算力调度和算力协同，可以实现算力资源的高效利用。 方法三，智能网联。 更庞大算力节点，更高性能更低延迟的网络，更强大的算力基础设施，实现更强大的宏观数字系统。 从ChatGPT等大模型的兴起，看未来计算芯片的发展趋势 从算力网络发展，看未来十年的宏观算力体系 超异构处理器HPU和系统级芯片SOC的区别在哪里？
70120编辑于 2023-11-16 - 来自专栏软硬件融合
算力网络系列文章（二）：从云计算到算力网络
编者按 算力网络，对行业来说，是“整合”还是“分工”？ 一直以来，我都认为算力网络是行业整合的过程，通过算力网络运营商把全国的算力资源统筹到一起，形成高效的统一算力供应。 而在算力网络时代，最主要做的是构建后台算力中心（从数据中心升级到算力中心）和前台算力服务运营解耦分工的新业务模式。 算力中心，专注于算力中心建设，专注于算力的最优性能和最低成本（包括建设成本和运营成本）；同时，还要有非常广阔的算力销售渠道，确保算力的广泛销售，最大限度减少闲置算力资源。 3.3 算力生产和算力运营的解耦 在云计算时代，算力供应和运营是一体的，客户是算力需求方。像电商的平台、卖家、买家三方关系一样，算力网络时代，需要实现算力供应和算力运营的解耦： 算力供应商。 依据规模从大到小，包括：大规模算力中心、小规模边缘算力中心、用户现场算力机柜，以及批量算力终端。 算力需求方。数字化业务需求的各类企业。
2.1K12编辑于 2024-03-27
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号