近日，微軟宣布正在建設一系列跨越洲際的數據中心超級集群，以應對未來人工智能模型的訓練需求。這些新設施將連接多個數據中心，通過高速網絡實現數據的高效傳輸，目標是支持高達數百萬億個參數的 AI 模型訓練。

10月，微軟在威斯康星州的 Mount Pleasant 數據中心校園啟動了首個節點，連接到位于喬治亞州亞特蘭大的設施。這些數據中心并非普通設施，微軟稱之為 “Fairwater” 集群。它們為兩層建筑，采用直連芯片的液體冷卻技術，幾乎不消耗水資源。未來，微軟計劃將這些集群擴展到數十萬臺多樣化的 GPU，以應對不同的工作負載需求。

通過互聯數據中心，微軟能夠訓練更大規模的模型，并選擇在土地成本低、氣候宜人和電力資源豐富的地區建設新設施。盡管微軟尚未透露連接這兩座數據中心所使用的具體技術，但業內有多種選擇。包括 Cisco 的51.2Tbps 路由器和 Broadcom 的新款 Jericho4硬件，這些設備可以有效連接距離達1000公里的數據中心。

同時，Nvidia 也在積極推動網絡技術的發展，以應對 AI 訓練的需求。微軟在高性能計算環境中普遍采用 Nvidia 的 InfiniBand 網絡協議，顯示了其在高效數據傳輸方面的決心。在 AI 工作負載的分布上，減少帶寬和延遲問題仍然是研究者們關注的重點。

AI 領域的進展顯著。早前，谷歌的 DeepMind 團隊發布了一項報告，表明通過在訓練過程中壓縮模型和合理安排數據中心之間的通信，可以克服許多挑戰。

劃重點: