近日,几位数据中心知识与技术基础设施专家讨论了这个行业面临的挑战、机遇和未解答的问题,以及确保电网能够满足不断增长的需求所需要的“复杂组合”战略和技术。
位置,位置,位置
据美国电力研究所(EPRI)电气化和可持续能源战略副总裁David Porter称,截至今年3月,全球11000个数据中心中有一半是在美国的。他表示,美国、欧洲、亚洲或中东的数据中心和公用事业面临的主要挑战是相同的:“[也就是说],开发商选择的地点是否有能力在短时间内提供服务。”
不过他明确表示,每个司法管辖区都有自己的监管结构和成本框架,这可能会影响公用事业公司输送电力的速度和价格。其他变量,例如每个国家的许可流程长度等等,都可能导致特定地区的限制和波动。
无论位于何处,全球数据中心都面临着类似的电力挑战
建设可持续的电网
在爱尔兰,Echelon Data Centres刚刚在本月获得了三年来首次新建数据中心的许可,Echelon能源系统负责人Cormac Nevins表示,此前这一建筑被“准暂停”。
他表示,电力需求增长是“极端的”,他乐观地认为爱尔兰的政策开始以与行业变化速度相符合的速度发展起来。
“从2022年到2032年,我们计划将都柏林的数据中心容量翻一番,”他描述了这项雄心勃勃的政府目标。“在同一时期,我们必须引入8吉瓦的太阳能、4.5吉瓦的陆上风能和5吉瓦的海上风能。此外,还要引入2吉瓦的海上风能,才能实现氢能目标。这些都是雄心勃勃的可再生能源目标。”
PJM是一家服务于美国东海岸和中西部地区的区域输电组织,其外部沟通高级经理Jeffery Shields也预测,未来几年可再生能源的使用将大幅增加。他说,寻求与PJM互连的新项目中,有95%都是可再生能源的,到2026年,该公司将处理230000兆瓦的可再生能源。
“但这些项目必须能够真正建成,目前,我们看到的是建设严重滞后。大约有价值38000兆瓦的发电项目已经通过了PJM的研究过程,将有助于为电网供电,但由于多种原因而被搁置,包括选址和许可、供应链和融资等因素。”
谁应该为基础设施升级负责?
谈到谷歌、亚马逊、微软和Meta本月对美国俄亥俄州公用事业公司AEP Ohio提起的诉讼,指控该公司计划向超大规模企业收取更高的数据中心前期能源成本,Porter表示,公用事业公司和大客户在谁应该承担升级成本的问题上产生分歧并不罕见。
“每个州的公用事业监管机构都有他们认为对公用事业服务的所有客户来说公平和审慎的做法,”他说。
咨询公司Charles River Associates (CRA)的Margarita Patria表示:“无论哪个实体从升级中获益,都必须为此付费。在我看来,这是公正和公平的。问题变成了:谁从中受益了?”
Patria提到联邦能源监管委员会9月份的会议,说这是委员会提出的原则之一。“如果显示多个实体受益,如果有办法量化收益,那么成本应该是分摊的。”
美国非营利组织Americans for Responsible Innovation政府事务高级副总裁Satya Thallam表示,这起诉讼指出了一个更大的问题。“我们让在美国建设变得太难了,基础设施也不例外,光是获得破土动工所需的联邦许可就需要数年时间,更不用说随后经常发生的多年诉讼了。”
Porter反驳了监管是罪魁祸首的说法。“我认为,我们目前还没有看到监管流程阻碍数据中心建设的情况,”他指出了公用事业和开发商面临的一个更根本的问题:找到有足够容量的建设地点。
小型模块化反应堆(SMR)为满足日益增长的数据中心电力需求提供了一种潜在的解决方案,但广泛采用可能还需要数年时间
SMR最终可能会有所帮助
当被问及Oracle首席技术官Larry Ellison最近宣布核能将为该公司新的数据中心供电源时,有专家认为核能的潜力是光明的。但是Porter说:“对于当前一代数据中心……SMR [小型模块化反应堆]不会发挥作用。在这么短的时间内这种方法还不可行。但在未来,这是一个机会。”
Patria提到了公众对核能的看法与近年来该技术取得进步之间的差异。“新反应堆更加安全可靠,”她说。
但Nevins表示,目前仍然是存在阻力的,无论是对SMR还是更普遍的替代性能源。Nevins将爱尔兰和英国使用替代能源描述为一个“政治问题”,他说,虽然SMR和碳的捕获与储存等创新成果,以及风能和太阳能的普及将产生影响。
“从宏观角度来看,没有哪一种是灵丹妙药,这是一个复杂的组合,最终会实现的。”
数据中心电力问题没有灵丹妙药
Porter赞同Nevins的观点,即没有“灵丹妙药”可以解决数据中心电力消耗飙升带来的挑战。相反,他主张采取“全方位”的方法,包括替代性能源、以创新的方式更长时间地存储能源、以及增强现有资产的项目。
“将输电线路重新连接到更高容量的导线,可以完全改变输电线路的输电量,”Porter说。
Porter介绍的最重要的举措之一,就是EPRI试图将一系列利益相关者(数据中心、公用事业和其他关键参与者)聚集在一起以便更好地沟通,这样一来,人们就会更容易了解公用事业公司为这个行业提供服务的速度有多快,以及他们是否有时间将更多资产上线。
Patria强调了积极使用AI来加快互连队列。例如她说,Midcontinent Independent System Operator (MISO)正在其软件中使用Pearl Street来加快互连队列。
Patria说:“我们需要新一代技术来让AI蓬勃发展,然后AI可以帮助新一代技术上线。”
满足未来的能源需求
随着数据中心行业面临AI和快速数字增长带来的前所未有的电力需求,似乎没有单一的解决方案能够应对这一日益严峻的挑战。相反,专家们一致认为,多元化的方法——包括替代性能源、监管改进和基础设施升级,将是满足未来需求的关键。
虽然利益相关者之间的关系有时会变得紧张,但公用事业公司、超大规模企业和监管机构之间的密切合作,对于开发出能够跟上不断变化的行业需求的、可持续且可靠的电力解决方案来说是至关重要的。
好文章,需要你的鼓励
这项由复旦、港科大等多校联合完成的研究首次系统性地解决了大型AI模型在识别场景文字时产生"语义幻觉"的问题。研究团队发现AI模型常将视觉上模糊的文字"脑补"成有意义但错误的词汇,并开发了包含ZoomText定位策略和接地层修正机制的训练无关解决方案,在多个基准测试中实现显著性能提升,为提高AI视觉系统可靠性提供了重要突破。
IBM研究院发布AssetOpsBench,全球首个工业资产AI代理评估平台。该研究建立了多代理协作框架,涵盖IoT数据采集、时序分析、故障诊断等专业模块,通过141个真实场景和六维评估标准测试AI在复杂工业运维中的表现。测试显示当前AI技术仍有改进空间,为工业4.0时代的智能运维发展提供重要基准。
韩国科学技术院研究团队开发出Simba方法,通过层次化稀疏化技术对状态空间模型进行"瘦身",在保持性能的同时显著提升计算效率。该方法采用类似高速公路的架构设计,让AI模型的上层只处理最重要的信息,实现了最高80%的速度提升和更好的长序列处理能力。这项即插即用的技术为AI模型优化提供了新思路。
这项研究展示了一个基于ModernBERT架构的prompt injection检测模型,通过精心构建的多样化数据集训练,在内部测试中达到98.7%准确率和98.0% F1分数,在公开基准测试中平均F1分数达93.8%,显著超越现有最强基线系统。该模型推理速度仅0.02秒,具备实时检测能力,为AI系统安全防护提供了新的解决方案。