AI试1460方案,数据中心年省22.7万

AI试1460方案,数据中心年省22.7万
核心摘要

由 YC 孵化的初创公司 Standard Physics 近日推出了一款名为 Archimedes 的 AI 工程师,这套系统能够自主设计工程方案、运行物理仿真,并根据仿真结果反复调整设计,以寻找更优的解决方案。据公司介绍,Archimedes 在实际应用中展现了从问题识别到方案落地的完整闭环能力,为工程优化领域带来了一种新的自动化范式。

正文解读

在美国一座数据中心的实际测试中,Archimedes 展现出了显著的节能潜力。该数据中心冷却设备已处于全速运转状态,但最热的服务器机柜温度仍高达 35.6°C。AI 通过仿真分析发现,部分冷风并未被有效送至正确位置,且服务器排出的热风存在回流问题。针对这一情况,AI 首先尝试调整送风口布局并隔离热风路径,随后优化冷却设备的运行方式。然而,第一轮找到的节电方案虽然仿真效果理想,却忽略了旧设备的实际运转能力,经复核确认无法实施后,AI 主动加入设备限制条件,重新迭代方案。整个过程耗时 17 小时,共尝试了 1460 套设计,最终筛选出两种可行改造方案。按公司仿真测算,全面改造可使机房总用电量下降 10.9%,最热机柜温度降至 29.2°C,每年节省约 22.7 万美元电费;另一套低成本方案仅需不到全面改造四分之一的费用,即可实现其 79% 的节电效果。

除数据中心场景外,Archimedes 在工业设计领域同样表现突出。AI 在 30 小时内通过二维仿真测试了 1333 种涡轮叶片设计,最终方案在保持气流转向要求不变的前提下,较原始叶片减少了 25.5% 的能量损失,这一结果优于比利时研究团队 2018 年发表的优化设计。Archimedes 的整套系统由两个核心组件协同完成:Archimedes 本体负责提出设计方案、比较结果并决策下一步优化方向,而名为 Reynolds 的组件则专门负责运行物理仿真。Reynolds 能够将工程师用自然语言描述的问题自动转换为 OpenFOAM 仿真任务,并完成建模、网格划分、计算运行及结果分析等全流程操作。

原创文章,作者:admin,如若转载,请注明出处:https://www.23btc.com/ai%e8%af%951460%e6%96%b9%e6%a1%88%ef%bc%8c%e6%95%b0%e6%8d%ae%e4%b8%ad%e5%bf%83%e5%b9%b4%e7%9c%8122-7%e4%b8%87.htm

赞 (0)
上一篇 4小时前
下一篇 3小时前

相关推荐