中国上海,2022年 12月21日——近日,由彭博绿金联合全球知名会计事务所德勤及国内外专家评审团共同发起的首届“2022彭博绿金ESG先锋奖评选”正式揭晓榜单。万国数据凭借在环境方面取得的突出成绩,从近百家入围企业中脱颖而出,斩获“年度环境先锋”奖 (Bloomberg Green Environmental Pioneers)。
“2022彭博绿金ESG先锋奖”是《商业周刊/中文版》旗下品牌“彭博绿金” (Bloomberg Green) 在中国启动的首届ESG大型评选活动。本次评选借助彭博ESG数据(评分及指数),综合专家评审团意见,历经近3个月的层层筛选,最终共有32家企业分获6项大奖。
万国数据凭借在碳中和战略与路径,可再生能源使用比例,绿色数据中心设计施工,能源管理与运营效率,以及碳排放管理的出色表现,从近百家入围企业中脱颖而出,与百度、百胜中国、京东等企业共同获得“年度环境先锋”奖,也是本次评选中唯一一家获奖的数据中心企业。
在最新发布的2021年度ESG报告中,万国数据全面展示了公司在各个维度关键指标取得的实质性进展。环境方面,公司2021年可再生能源使用比例提升至34.3%(2020年该数字为22.6%),碳排放强度降至5.60 tCO2e/m2,自建数据中心最优PUE降至1.17,且2020年后新投入使用的自建数据中心有68%已经或正在申请绿色建筑认证。通过多措并举的方式,万国数据正稳步推进2030年同时实现碳中和及100%使用可再生能源目标的实现。
与此同时,万国数据在社会及公司治理方面同样取得了显著提升,如通过发布第一代Smart DC解决方案优化客户体验,客户满意度评分从9.556上升至9.585;积极参与公益活动,先后为7·20河南特大暴雨受灾地区及云南省偏远地区学校捐款;进一步完善公司ESG管理架构、不断强化合规及网络安全培训等。
正是通过多方面的不懈努力,万国数据已建立起覆盖业绩成长、行业排名、公司治理、商业模式、市场影响力及资本市场表现等ESG综合优势。在近日举办的“第七届智通财经上市公司评选”中,万国数据荣获“最佳ESG奖”大奖。
面向未来,万国数据将秉承“绿色智能基础设施平台连接可持续未来”的愿景,继续沿着既定路径,积极落实各项ESG举措,将绿色承诺与企业责任化为自身成长为全球领先企业的动力,引领发展,坚定前行。
关于万国数据控股有限公司
万国数据控股有限公司(纳斯达克:GDS;香港联交所:9698)是中国高性能数据中心的领先开发商及运营商。本公司的设施位于中国主要经济中心的战略位置,这些地区对高性能数据中心服务的需求相当集中。本公司亦于其客户选择的其他位置建立、运营及转让数据中心,以满足彼等更广泛的要求。本公司数据中心拥有较大的净机房面积、高电力容量、密度和效率,以及在所布关键系统上有多重冗余。万国数据中立于运营商和云服务提供商,这使万国数据的客户能够访问中国所有主要的电信网络,以及使用托管于万国数据众多设施的中国及全球最大公共云服务。本公司提供托管和一系列增值服务,包括透过领先公共云的直接私有链接进行的托管混合云服务、管理式网络服务以及在需要时转售公共云服务。本公司拥有21年的服务交付往绩,成功地满足了一些中国最大、最高要求的客户对数据中心外包服务的要求。本公司客户群主要包括超大型的云服务提供商、大型互联网公司、金融机构、电信运营商、IT服务提供商,以及国内大型私营企业和跨国公司。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
浙江大学等高校研究团队开发的VolSplat系统,通过"体素对齐"替代传统"像素对齐"方法,实现了快速高质量的3D场景重建。该技术仅需6张普通照片即可生成精确3D模型,在RealEstate10K等标准数据集上显著超越现有方法,为机器人导航、增强现实、建筑设计等领域提供了新的技术选择,代表了3D重建领域从二维思维向三维思维的重要转变。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
武汉大学团队与字节跳动公司合作,提出MAPO混合优势策略优化方法,解决AI训练中的"一刀切"问题。该方法能根据问题难度动态调整评分策略,避免传统方法中的优势反转和优势镜像问题。通过轨迹确定性判断和权重动态调整,在几何推理和情感识别任务上都取得显著提升,为AI自适应学习提供新思路。