Zac Smith，社区董事，SSI Alliance。 Zac 已经是云和数据中心行业的常规创新者超过 20 年。最近，Zac 在 Equinix 收购了他于 2014 年共同创立的 Packet 公司后，领导了 Equinix 的数字基础设施方面，Packet 公司为领先的数字化企业提供自动化的数据中心能力。在 Packet 之前，Zac 是 Voxel 的早期成员，Voxel 是一家基于 Linux 的云公司，于 2011 年被 Internap 收购。
数据是数字经济的生命血液，随着新技术的出现和发展，对数据中心的数据传输速率、延迟和计算能力的需求正在呈指数级增长。新技术正在推动数据传输和处理的边界，采用开源技术可以帮助数据中心运营商最大化当前的运营并为未来做好准备。以下是一些推动高计算需求的技术例子，以及开源技术、社区和标准如何帮助以可持续的方式解决这些需求。人工智能和机器学习人工智能（AI）和机器学习（ML）技术正在革新自然语言处理、计算机视觉、语音识别、推荐系统和自动驾驶汽车等领域。AI 和 ML使计算机能够从数据中学习并执行通常需要人类智慧的任务。然而，AI 和 ML 也需要大量的数据和计算能力来训练和运行复杂的模型和算法。例如，GPT-3，是世界上最先进的自然语言模型之一，具有 175 亿个参数，并在 45 太字节的文本数据上进行了训练。为了高效地处理如此大规模的数据集和模型，AI 和 ML 应用程序需要高性能计算（HPC）系统，可以提供高速度的数据传输率、低延迟和高计算能力。一种在 HPC 中出现的新趋势是使用专用处理器，如 GPU 或 TPU，它们针对 AI 和 ML 工作负载中常见的并行处理和矩阵操作进行了优化。例如，NVIDIA 的 Grace CPU 是一种专门为...
