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
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
复旦大学团队提出ICWM框架,让机器人在任务前通过随机探测动作自主感知当前视角和物理配置,无需重新训练即可适应新摄像头角度,真实机器人测试成功率最高提升175%。
本文提出一种评估人工智能风险的新方法,借鉴生态学与演化论视角,从理论生态模型中推导出三项风险指标,涵盖种群模型与生态系统模型。研究旨在为AI治理策略提供量化工具,并对分析局限性及政策改进方向进行了深入探讨,为构建更科学的AI风险评估体系提供参考框架。
西安交通大学团队提出Fast-LeWM,用动作前缀并行预测替代逐步推演,将AI世界模型规划速度提升近4倍,同时平均成功率从85.8%提升至90.5%。