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
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。