英国议会正在调查,采用根本性不同的低能耗芯片设计方案,能否阻止AI将英国电网变成发展瓶颈。
英国科学、创新与技术委员会启动了一项专项调查,研究所谓的低能耗计算技术能否遏制AI驱动的电力需求持续膨胀。随着模型规模与数据量不断扩张,即便是超大规模数据中心也显得电力消耗相当可观。
数据中心目前已占英国电力使用量的约2.5%,预计到2030年这一需求将翻两番。这给英国政府带来了双重压力——既要实现净零排放目标,又要将AI作为经济增长引擎来推动发展。
此次调查的核心是一批听起来更像实验室课题而非实际部署方案的新兴技术。神经形态计算模拟人脑处理信息的方式,硅光子技术则用光代替电子来传输数据,这两类技术均被视为大幅降低计算能耗的潜在路径。将两者结合,便产生了神经形态光子技术——一种处于萌芽阶段的技术方向,研究人员声称其每瓦算力可远超现有硅基芯片。
委员会最初是在"显微镜下"活动中首次接触到这些理念的——研究人员借此机会向议会展示各自的研究成果。如今,议员们希望深入了解这些技术能否从有前景的原型走向真正能够缓解电网压力的实际应用。
委员会主席戴姆·奇·翁吾拉对当前问题毫不回避。她表示,随着数据中心需求即将大幅攀升,英国面临一个"根本性问题":如何在不压垮电力系统的前提下扩展AI基础设施,尤其是在2030年清洁能源截止期日益临近的背景下。
"通过此次调查,我们将审视神经形态计算和硅光子等新兴技术能否帮助满足当前及未来的能源与算力需求。我们将探究支撑这些技术的英国研究与创新成果,并评估英国在低能耗计算领域的自主能力,"她说道。
"对于英国的科技未来而言,扩大能源容量至关重要,但不能以牺牲可持续性为代价。我鼓励所有具备相关专业知识的人士向委员会提交证据。"
此次调查将深入探讨这些低能耗技术的实际成熟度、大规模部署所需的时间周期,以及英国在该领域是否具备一定的自主能力,还是最终只能连技术带电费账单一起依赖进口。
调查还将审视政府在支持相关研究方面的举措,以及这些支持力度是否与问题的严峻程度相匹配。议员们希望弄清楚:这些技术究竟能否付诸实践,还是只能永远停留在会议幻灯片上。
Q&A
Q1:神经形态计算和硅光子技术在节能方面有多大潜力?
A:神经形态计算模拟人脑处理信息的方式,硅光子技术则用光代替电子传输数据,两者结合形成的神经形态光子技术,研究人员认为其每瓦算力可远超现有硅基芯片。不过,目前这些技术仍处于原型阶段,能否大规模部署尚待验证,英国议会此次调查的重要目标之一就是评估其实际落地的可行性与时间周期。
Q2:英国数据中心的电力需求现状如何?
A:数据中心目前已占英国总电力使用量的约2.5%,而随着AI模型规模与数据量持续扩张,这一数字预计到2030年将翻两番。这给英国政府带来了巨大挑战,因为政府既要推进净零排放目标,又要将AI作为经济增长的重要驱动力,两者之间存在明显张力。
Q3:英国在低能耗计算领域是否具备自主研发能力?
A:这正是此次英国科学、创新与技术委员会调查的核心问题之一。委员会希望评估英国在神经形态计算和硅光子等低能耗技术领域的自主能力,同时了解政府在支持相关研究方面的现有举措,并判断英国是否有能力实现自主发展,还是未来仍需依赖技术进口。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。