数据中心正在“激活”核电。
谷歌近日正与美国和其他国家的公用事业公司合作,评估将核能作为其数据中心的一种可能能源来源。
微软日前宣布与美国三哩岛核电站签订了一项为期20年的能源采购协议,所有电力都将被用于驱动AI数据中心和云服务。而这并非微软首次用核电为数据中心功能,早在去年夏季,微软便与星座能源公司签署合作协议,后者将通过旗下核电设施为微软位于弗吉尼亚州的数据中心供电。
甲骨文董事长兼联合创始人拉里o埃里森也在近期宣布,甲骨文已经获得了建造三座核反应堆的许可,这些是为AI数据中心供电的小型模块化核反应堆。
亚马逊云科技在今年3月,以6.5亿美元价格收购了宾夕法尼亚州的一座核电驱动的数据中心。
OpenAI同样在押注核电,如其与美国奥克洛公司达成协议,在爱达荷州东南部建造了一个小型核电站为其旗下数据中心提供电力。今年春天,OpenAI高管还在东京与日本官员举行会议,打算建设由核电站供电的数据中心。
……
据《华尔街日报》7月报道,全美约1/3核电站所有者都在与科技公司就新建数据中心的电力供应进行谈判。
高速发展的AI需要庞大的算力支撑,这催生出海量的电力需求。数据显示,2023年数据中心的耗电量达到500TWhr,相当于全球能耗的2%,需要快速增长下,预计到2030年数据中心的耗电量将占到全球能耗的7%。
能源供应正成为AI发展的“瓶颈”。OpenAI首席执行官山姆·奥特曼、英伟达CEO黄仁勋、特斯拉CEO马斯克、Arm首席执行官Rene Haas等科技大佬在多个不同场合均表达了关于能源供给不足、电力短缺的观点。
核能能量巨大、稳定,且是一种清洁能源,能够满足数据中心的电力需求,在美国电网规划较为老旧、电力供应紧张的现状下,美国巨头公司将更多目光投向核电,在数据中心上推行“核电直供”,以推进AI发展。
不过,核能也有其问题,厦门大学中国能源政策研究院院长林伯强表示,核电供应在稳定性上优于风能和太阳能,但是,将核电用于数据中心并不是一个简单的经济上的问题,而是涉及社会、政治等各方面复杂的问题,尤其会面临来自民间的抵制。
此外,核电从选址到建设再到发电周期相当漫长,至少在十年之久,指望十年后的核电解决问题也不现实。因此,即便将核电划入AI数据中心的供电来源中,美国电力紧张的局面短时间内依然无法缓解。在新增负荷持续增长的背景下,美国电力供需紧张、电价上涨或将成为一个长期持续趋势。目前来看,美国人工智能发展电力短期的重心还是油和气。
好文章,需要你的鼓励
尽管芯片厂商不断推出性能更强的神经处理单元,声称比上代产品快30-40%,但大多数AI功能仍依赖云端处理。专家指出,云端AI模型拥有数千亿参数,而手机NPU只能处理约30亿参数的模型。本地AI处理虽然在隐私保护和可靠性方面具有优势,但受限于内存容量和处理能力,目前主要应用于特定场景。业界正致力于优化模型压缩技术,实现云端与本地AI的混合处理模式。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Hammerspace通过现有NVMe存储最大化GPU使用率。随着AI计算在混合云和多云环境中扩展,基础设施团队面临着加速洞察时间同时最大化GPU投资的压力。Hammerspace Tier 0将GPU服务器集群内的本地NVMe存储转换为超高速共享存储层,性能比传统网络存储提升10倍,减少检查点时间,提高GPU使用率,改善推理响应时间,无需额外存储系统,节省数百万美元成本。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。