Nvidia 于周四宣布与电力行业研发机构 EPRI 合作,利用 AI 解决电网面临的问题。颇具讽刺意味的是,这些问题很大程度上是由 AI 本身带来的用电需求增长所导致的。
开放电力 AI 联盟 (Open Power AI Consortium) 包含多家电力公司和科技企业,该联盟表示将使用领域特定的 AI 模型来设计新的解决方案,以应对电力行业在未来几年预计将面临的问题。这些模型将开源并向学术界和产业界的研究人员开放。
随着 AI 增加了对计算能力的需求,美国及其他地区的数据中心面临着电力需求激增的问题。根据国际能源署的数据,未来几年电力需求预计每年增长 4%,几乎是 2023 年数据的两倍。
除了 Nvidia 和 EPRI 外,该联盟还包括 PG&E、Con Edison、Constellation Energy、Duke Energy、田纳西河谷管理局以及 NEOM 的能源和水务公司 ENOWA。在科技领域,Microsoft 和 Oracle 也都是成员。
为了在这一趋势中保持领先,科技公司们一直在竞相确保发电容量,因为电力已经从简单的成本项目转变为竞争优势。
在过去一年左右的时间里,科技公司持续签订新合同。这些合同主要集中在可再生能源项目上,主要是由于太阳能的低成本、模块化特性以及快速部署能力。
例如,Microsoft 最近在其可观的可再生能源组合中新增了 475 兆瓦的太阳能发电量。去年,它成为 Acadia 运营的一个 90 亿美元可再生能源开发项目的主要投资者,而在此之前,它表示正与 Brookfield 资产管理公司合作,计划在美国和欧洲部署 10.5 吉瓦的可再生能源,这些项目预计将在 2030 年前投入使用。
虽然新的电力来源可能是解决电力短缺最明显的答案,但这并不是唯一的解决方案。
最近的一项研究发现,通过在电网用电高峰期间削减用电量,包括将非时间敏感的任务转移到低需求期间,美国可以释放额外 76 吉瓦的容量。这个数字并不小,约占美国峰值需求的 10%。
这类解决方案很可能是这个新联盟将要探索的方向之一。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。