社交媒体巨头Meta开发了一个AI模型来创造新型混凝土配方,并将其中一种配方用于新数据中心的建设。
与任何建设数据中心的企业一样,Meta需要混凝土——为其本周早些时候宣布的千兆瓦级设施群建设数千平方英里的地基。该公司也热衷于减少碳足迹,这一目标因混凝土而变得复杂,因为这种物质被认为贡献了约10%的二氧化碳排放量。
Meta并非唯一想要更环保混凝土的公司——The Register去年报道了开放计算项目(OCP)开发和测试低碳混凝土的努力。
此类物质的测试是必要的,因为混凝土配方的细微变化可能改变其性能,而数据中心是热量和振动持续存在的苛刻环境。
Meta去年观察了OCP的努力,但早在2023年就已经在一篇题为"通过贝叶斯优化实现可持续混凝土"的论文中研究计算机辅助混凝土创造。
这项工作似乎为Meta周三的公告提供了信息,该公司创建了一个采用贝叶斯优化的模型来预测"与不同混凝土混合物相关的抗压强度曲线"。
Meta在相关帖子中解释说:"设计混凝土配方是一个复杂的多目标问题。设计师必须在各种类型和比例的水泥、低碳补充胶凝材料(SCM)、水胶比、粗细骨料类型和外加剂之间做出选择。SCM对混凝土性能的影响因来源位置和季节性而异,需要长期测试来验证。最后,需要耗时数天至数周的测试来完全验证新混合物的性能。"
Meta的模型加速了这一过程,在建筑公司Amrize和伊利诺伊大学厄巴纳-香槟分校的帮助下,这家社交网络公司在明尼苏达州罗斯蒙特的数据中心浇筑了新混凝土。当地媒体报道,该设施最初将消耗10兆瓦电力,并在未来几年内增加到75兆瓦。
许多AI专家预测AI将改变科学家抗击癌症或发明药物的方式。
AI帮助开发新型混凝土形式虽然不太引人注目,但同样重要。
大型科技公司知道为其庞大数据中心群供电所产生的电力会产生大量二氧化碳排放,因此寻求更便宜且可能更有利于提升声誉的替代方案。通过这一努力,Meta甚至添加了一些AI魔法,并通过MIT许可证发布其代码来与他人分享其工作。
但是,虽然Meta公布了其研发混凝土强度的信息,但并未详细说明在罗斯蒙特使用的混凝土配方的二氧化碳排放量。
也许AI可以解决这个问题。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
延世大学研究团队通过分析AI推理过程中的信息密度模式,发现成功的AI推理遵循特定规律:局部信息分布平稳但全局可以不均匀。这一发现颠覆了传统的均匀信息密度假说在AI领域的应用,为构建更可靠的AI推理系统提供了新思路,在数学竞赛等高难度任务中显著提升了AI的推理准确率。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
蒙特利尔大学团队发现让AI"分段思考"的革命性方法Delethink,通过模仿人类推理模式将长篇思考分解为固定长度块,仅保留关键信息摘要。1.5B小模型击败传统大模型,训练成本降至四分之一,计算复杂度从平方级降为线性级,能处理十万词汇超长推理,为高效AI推理开辟新道路。