Meta 在周四签署了另一份重大太阳能协议,该协议涵盖堪萨斯州和得克萨斯州的项目,总装机容量达到 650 兆瓦。
美国公用事业及发电公司 AES 正在开发这些纯太阳能项目,其中得克萨斯州计划部署 400 兆瓦,堪萨斯州则为 250 兆瓦,AES 向 TechCrunch 透露了这一情况。
Meta 表示,此次签约旨在为不断扩展、以支撑其日益增长的 AI 业务的数据中心供电。该公司目前在其可再生能源发电组合中已拥有超过 12 吉瓦的容量。
AES 的发言人 Katie Lau 指出,AES 通常会在新购电协议开始商业运营前两到三年签署协议,而此类协议的平均期限为 15 到 20 年。
这是 Meta 今年宣布的第四笔太阳能交易。此前的交易均在得克萨斯州,包括一笔 595 兆瓦、另一笔 505 兆瓦,以及最后两笔各 200 兆瓦的项目。
据太阳能产业协会称,得克萨斯州近期已成为太阳能开发的热土,在 2023 年与 2024 年美国新增太阳能容量中名列前茅。该州不仅日照充足,还具有快速办理许可和迅速接入电网的优势。
后两笔交易尤其有助于新太阳能容量的部署。由于许可和电网接入已经到位,太阳能电站的建设周期可以缩短至几个月而非几年。而且,即使不考虑补贴,新太阳能仍是新建发电容量中成本最低的选项之一。
此外,数据中心无需等待整个建设项目竣工,因为太阳能电站可以分阶段投入使用,在项目尚未完全完工之前就能开始提供电力。实际上,在一份新闻稿中,AES 首席执行官 Andrés Gluski 就强调,太阳能“快速供电和低成本电力”已成为吸引像 Meta 这样的超大规模客户的重要因素。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。