在一个被拖车和车辆环绕的峡谷中,几十名戴着安全帽的人正在观看一台Cat 307.5挖掘机穿越坚硬岩石的作业过程。
他们正在见证Earthgrid公司的等离子挖掘系统(PES),这台巨型机器配备了两个2500千瓦的等离子炬,能够在花岗岩中切出清洁的边界。
这是一个令人兴奋的展示,代表了可再生隧道挖掘和开挖工艺领域正在进行的一些最重要的工作。
环境影响
为什么这种创新有助于拯救地球并减少气候影响?
首先,它使得将电力线和公用设施等基础设施铺设到地下变得更加容易,从而降低了国内某些正在经历严重火灾并造成财产损失以及有害排放地区的野火风险。
电动隧道挖掘工艺取代了污染严重的柴油设备和爆炸物,这些传统方法通常会产生自身的环境影响。
还有可能以一种侵扰性更小的不同方式进行土方作业。
所有这些因素结合起来,使得Earthgrid的工艺对那些希望改善基础设施建设方式的人们来说非常有吸引力。
首席执行官Troy Helming在达沃斯论坛上谈到了对此类可再生活动的需求。
他也一直在积极宣传公司目前正在庆祝的这一突破。
"(我们最近的)发展清楚地展示了我们TBR模型在快速安全连接地下电力和光纤网格方面的潜力迈出的明确步伐。从来没有公司尝试过使用超过一个等离子炬穿透岩石——更不用说穿透像杂砂岩或花岗岩这样的岩石,"Helming在围绕创新过程的新闻声明中说道。"我们很兴奋能够在几个即将到来的客户项目中部署我们的双炬系统。"
即将到来
6月27日,该公司在加利福尼亚州雷蒙德市举办了Sierra花岗岩演示活动。
公司选择这个地点是因为其地质条件和丰富的白色Sierra花岗岩储量。
Helming这样描述这一过程:
"这是一个前面装有两把光剑的机器人,只是在岩石和土壤中进行气化,背后装有《曼达洛人》式的喷气背包,吹出所有玉米片大小的小岩石碎片,"他说。"它的速度如此之快,成本比市面上任何其他产品都要便宜得多,它适用于电网、输电线路、我们的输水管道、光纤……有太多社区无法获得高速宽带接入。"
这是绿色工艺服务于我们未来高科技时代能源需求的一种方式,但还有另一种:
目前,创新者和大资本合作伙伴正在寻找为大型AI数据中心建设能源来源的方法。如何实现这一目标在环境影响方面是一个重大问题。
"随着AI的持续快速发展,我们正在研究更好的方法来高效冷却服务器、减少水资源使用,并推动可持续的绿色计算发展,"超微公司的Johnson Eung说道,该公司是服务器设计领域的顶级企业。
这些利益相关者将共同努力改善我们迎接有史以来最强大IT系统的方式。这可能是一件大事。
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。