MIT 教授用机器学习给数据中心「挤水分」：多数系统利用率仅 15%
MIT News AI · rss · 2026-10-08
MIT News 报道了新获终身教职的 Christina Delimitrou 教授的研究：全球数据中心建设潮令电网不堪重负、加剧化石燃料依赖，她的团队用机器学习重新设计云系统与服务器架构，让现有硬件榨出更多算力，从而少建新数据中心。
要点：
- 她与导师 Christos Kozyrakis 早年的关键发现：尽管需求旺盛，多数大型计算系统利用率仅约 15%，远非资源高效；
- 团队开发的 Seer 工具用深度学习提前预测并阻止 web 应用的故障，避免人为修复导致的大面积变慢；
- 针对微服务化的新型应用，她重构了面向旧服务器设计的 ML 资源管理系统；
- 因厂商使用专有软硬件、学术界无法访问，团队开发了 Ditto 来克隆专有系统的结构与性能特征，便于研究；
- 当前重点之一是为这些 ML 工具加入可解释性，让开发者能验证 AI 给出的答案并获得设计洞察。
她还谈到从希腊到斯坦福的学术历程，以及在 MIT 讲授 350 人大课的教学理念。
「Infra」频道最新
- 亚太数据中心缺口 2800 亿美元，柔佛成最大新建市场 — shashib · 2026-10-09
- Stepped MoE 论文:单个模型可缩放为 1-4B,端侧精度反超同级稠密模型 — pmttyji · 2026-10-09
- DLoop 循环式投机解码:目标模型前向减少,实测加速提升 5-41% — pmttyji · 2026-10-09
- OpenTelemetry 提出原生可观测设计:产品天然可对接任意观测栈 — dhruv_ahuja · 2026-10-09
- 单张 RTX 5090 跑 MiniMax H3:15 秒视频实测 0.8MP 是极限 — Realistic-Fennel-190 · 2026-10-09
- 三星已锁定明年 75-80% 存储供应，HBM 长约覆盖 NVIDIA 等大客户 — zephyr_z9 · 2026-10-09