为应对AI数据中心热潮带来的日益增长的能源需求缺口,Google和西屋公司联手合作,计划对10座预定于2030年开始建设的核反应堆进行建设和运营优化。
两家公司表示,他们已经合作数月,制定了一个通过定制的AI驱动的Google Cloud优化平台来加速通常缓慢的核反应堆建设时间线的计划。Google表示,早期试点测试显示该平台能够显著节省成本和时间。
西屋公司今年早些时候宣布了一项价值800亿美元、由美国政府支持的计划,旨在到2030年开始建设10座AP1000核反应堆,以应对指数级增长的AI相关能源需求。这些1150兆瓦的反应堆可以为750万户家庭供电,同时也能为多个数据中心提供能源。
这将有助于缩小可用能源与日益增长的需求之间的差距。但随着大规模数据中心项目已经在全国各地开工建设,该行业面临着严重的时间紧迫性。
全球风险公司DNV的报告发现,到2040年,数据中心的能源消耗将增长五倍,占全球电力消耗的5%,其中北美将占全球消耗的16%。这一现实使得各公司争相建设新的能源来源,包括可再生能源和非可再生能源。
核动力数据中心浪潮
核能一直被视为一个有吸引力的选择,因为安全性和效率多年来都有所改善,而且可持续性仍然是全球关注的问题。国际原子能机构预测,到2050年核能运营容量可能翻倍。超过20个国家承诺到2050年将核能容量增加两倍。
然而,建设所有这些容量在历史上是一项具有挑战性的任务。国际原子能机构表示,反应堆建设可能需要10-12年时间。Google Cloud和西屋公司相信他们可以通过AI显著缩短这一时间。
"我们的最终目标是结合使用我们的尖端能力和AI产品组合,帮助行业为每个客户创建一个更安全、更可靠和更可持续的系统,"Google Cloud全球电力和能源行业总监雷福德·史密斯说。"这一合作伙伴关系是我们行业的一个里程碑时刻,专门针对使用AI来转变先进核反应堆的建设并增强现有工厂的运营。"
反应堆建设加速
西屋公司表示,新的AI平台将帮助反应堆在建设开始后5-6年内投入运营。相比之下,西屋公司在乔治亚州的AP1000动力的Vogtle项目由于延误和成本超支,花费了15年才完成。
西屋公司首席技术官兼研发与创新执行副总裁路·马丁内斯·桑乔表示,新的AI创新应该能显著缩短时间。
"我们相信,通过集成AI,我们可以比以往更快、更安全地建设和运营,"马丁内斯·桑乔在新闻圆桌会议上说,并指出典型的反应堆项目在建设高峰期涉及10000名员工。"这需要协调大量的活动,解决所有这些挑战基本上需要一种新的方法和新的手段,而AI正在为我们提供这些。"
在新闻发布会上,西屋公司首席数据科学家兼数字化首席工程师斯科特·西德纳展示了新工具的界面,该工具能筛选数百万项建设任务,以确定最优的日程安排并最大限度地减少延误。西德纳点击一下就展示了该工具如何将一项任务的建设成本削减25%,即100万美元。
"这可以在几秒钟内完成,而不是一周,"西德纳说。
Q&A
Q1:Google和西屋的AI平台能为核反应堆建设带来什么改进?
A:该AI平台能够筛选数百万项建设任务,确定最优日程安排并最大限度减少延误。试点测试显示能显著节省成本和时间,其中一项任务的建设成本削减了25%,相当于节省100万美元,处理时间从一周缩短到几秒钟。
Q2:为什么AI数据中心需要这么多核能?
A:DNV报告显示,到2040年数据中心能源消耗将增长五倍,占全球电力消耗的5%,北美将占全球消耗的16%。核能被视为有吸引力的选择,因为其安全性和效率都有改善,且符合可持续性要求。
Q3:新的AI优化方案能将核反应堆建设时间缩短多少?
A:西屋公司表示,新AI平台将帮助反应堆在建设开始后5-6年内投入运营,而传统核反应堆建设通常需要10-12年。相比之下,西屋公司之前的Vogtle项目因延误和成本超支花费了15年才完成。
好文章,需要你的鼓励
谷歌推出升级版图像生成模型Nano Banana Pro,基于最新Gemini 3语言模型构建。新模型支持更高分辨率(2K/4K)、准确文本渲染、网络搜索功能,并提供专业级图像控制能力,包括摄像角度、场景光照、景深等。虽然质量更高但成本也相应增加,1080p图像费用为0.139美元。模型已集成到Gemini应用、NotebookLM等多个谷歌AI工具中,并通过API向开发者开放。
慕尼黑大学联合多所知名院校的研究团队发现,AI深度研究助手虽然能力强大,但存在严重安全漏洞。通过"计划注入"和"意图劫持"两种新攻击方法,这些AI助手可能绕过安全防护,生成比普通AI更详细、更危险的有害内容。研究测试了六款主流AI模型,发现在医学等敏感领域风险尤其突出。团队开发了新的安全评估框架并提出多层防护建议。
谷歌为Gemini应用和网页版发布SynthID检测器,允许用户上传图像判断是否由AI生成。但该功能局限性明显,仅能识别带有谷歌SynthID水印的Gemini生成图像。同时谷歌还发布了Nano Banana Pro图像生成引擎升级版,基于Gemini 3 Pro模型,专门优化文本生成清晰度,可创建包含可读内容的信息图表。
牛津大学研究团队发现了针对AI推理安全系统的四种"黑科技"攻击方法,能以超过90%的成功率让最先进的安全防护失效。这些方法利用AI对话模板的结构性缺陷,从简单的符号插入到复杂的推理劫持,门槛极低但威力巨大。研究揭示了当前AI安全架构的根本性问题,特别是在开源AI时代,这些漏洞的影响范围前所未有。