對美國數據中心的調整可以解鎖76 GW的新電源容量

AI的快速擴張使得科技公司、數據中心開發商和電力公用事業公司對美國電力需求的激增潛力感到狂熱。然而,一項近期研究提供了一線希望,表明數據中心在管理電力消耗方面進行微小調整,就能顯著減輕電網的壓力。
該研究提出,如果數據中心及其他主要電力消費者能將其電力使用量限制在最大值的90%,每次僅持續幾小時——全年總計約一天——就能在全美釋放出驚人的76吉瓦的容量。為便於理解,這超過了高盛估計的全球數據中心總用電量,約佔美國高峰需求的10%。數據中心越是減少其使用量,就能釋放出越多的容量。
這種需求響應的概念並不新鮮。多年來,電力公司一直激勵大型用電戶,如購物中心、大學和工廠,在高峰時段(如炎熱的夏季下午)降低電力使用量。作為回報,這些用戶通過關閉空調或暫停耗能設備幾小時,可獲得電費折扣。然而,數據中心傳統上優先考慮維持客戶的正常運行時間和性能,選擇不參與此類計劃。但研究強調,數據中心因其內在的靈活性,可能是需求響應的理想候選者。
數據中心減少電力使用的策略
該研究概述了數據中心調整電力消耗的幾種方式:
- 時間靈活性: 通過將計算任務轉移到需求較低的時段。例如,AI模型訓練不需即時進行,可重新安排以避開高峰時段。
- 空間靈活性: 公司可將計算任務轉移到需求較低地區的數據中心。此外,運營商可整合伺服器負載並暫時關閉部分伺服器。
- 替代電源: 對於無法延遲或轉移的任務,數據中心可依賴備用電源,如電池,這些電源能快速高效地提供數小時電力。
一些公司已在試驗這些策略。例如,Google利用其碳意識計算平台來促進需求響應,這一工具最初是為減少碳排放而開發。Enel X與數據中心合作,利用不間斷電源(UPS)中的電池來支持電網穩定性。與此同時,PG&E為同意參與需求響應計劃的數據中心提供快速電網連接。
雖然這些調整無法完全消除對新電源的需求,但它們可能將一個潛在的嚴峻局面——半數新AI伺服器可能電力不足——轉變為更可管理的狀況。
相關文章
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work
Google 測試 Remy AI 代理,以 Gemini 為重點轉向使用者控制
根據《商業內幕》的報道,谷歌正在測試 Remy,這是 Gemini 的一款全新 AI 個人代理工具。該工具旨在代表使用者執行任務,從而簡化專業工作流程和日常事務。目前,Remy 正在 Gemini 應用的內部員工專屬版本中進行測試。該報告引用了一份內部檔案以及對兩位熟悉該專案的個人的採訪。內部資料將 Remy 描述為“全天候個人代理”,將 Gemini 定位為能夠代表使用者行事的主動助手。接近該專案的訊息人士證實,谷歌員工正在積極測試 Remy。谷歌發言人拒絕提供進一步評論。該報告未提及公開發布
如何修復核心網頁指標以獲得更好的 SEO 排名
利用 AI 工具簡化成績單評語撰寫引言用於生成成績單評語的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成績單評語登入 Magic School選擇成績單評語工具為學生定製評語使用 Almanac AI 生成成績單評語設定課程與評分方案配置評語長度與學生資訊使用 Almanac AI 生成評語比較 Magic School 與 Almanac AI設定的便捷性可定製性與課程內容的整合速度與效率使用
相關專題推薦
評論 (40)
0/500
Ça donne enfin une perspective positive au débat énergétique autour de l'IA ! Plutôt que de toujours dire 'trop de consommation', on propose une solution technique simple. C'est rafraîchissant. 76 GW, ça représente quoi concrètement ? L'équivalent de combien de centrales ? L'article donne-t-il plus de détails ?
Die Diskussion um Rechenzentren und Stromverbrauch wird immer relevanter, gerade mit dem KI-Boom. Der vorgeschlagene kleine 'Tweak' klingt fast zu schön, um wahr zu sein - 76 GW sind eine irre Menge! Würde mich interessieren, wie genau diese Anpassungen in der Praxis aussehen. Gibt es schon Pilotprojekte?
C'est fou comme une petite modif peut libérer autant d'énergie ! 76 GW, ça donne envie de rêver à des data centers plus verts, mais est-ce que ça suivra vraiment ? 🤔
This article's take on tweaking data centers to unlock 76 GW is wild! 😮 It's like finding extra juice in a squeezed lemon. Makes me wonder how much AI's gonna reshape our power grids. Anyone else think this could spark a green energy race?
The idea of unlocking 76 GW with just tweaks is wild! 😮 Makes me wonder how much more AI can push the grid before we hit a wall. Efficiency is key, but are we ready for the energy demands of super-smart AI?

AI的快速擴張使得科技公司、數據中心開發商和電力公用事業公司對美國電力需求的激增潛力感到狂熱。然而,一項近期研究提供了一線希望,表明數據中心在管理電力消耗方面進行微小調整,就能顯著減輕電網的壓力。
該研究提出,如果數據中心及其他主要電力消費者能將其電力使用量限制在最大值的90%,每次僅持續幾小時——全年總計約一天——就能在全美釋放出驚人的76吉瓦的容量。為便於理解,這超過了高盛估計的全球數據中心總用電量,約佔美國高峰需求的10%。數據中心越是減少其使用量,就能釋放出越多的容量。
這種需求響應的概念並不新鮮。多年來,電力公司一直激勵大型用電戶,如購物中心、大學和工廠,在高峰時段(如炎熱的夏季下午)降低電力使用量。作為回報,這些用戶通過關閉空調或暫停耗能設備幾小時,可獲得電費折扣。然而,數據中心傳統上優先考慮維持客戶的正常運行時間和性能,選擇不參與此類計劃。但研究強調,數據中心因其內在的靈活性,可能是需求響應的理想候選者。
數據中心減少電力使用的策略
該研究概述了數據中心調整電力消耗的幾種方式:
- 時間靈活性: 通過將計算任務轉移到需求較低的時段。例如,AI模型訓練不需即時進行,可重新安排以避開高峰時段。
- 空間靈活性: 公司可將計算任務轉移到需求較低地區的數據中心。此外,運營商可整合伺服器負載並暫時關閉部分伺服器。
- 替代電源: 對於無法延遲或轉移的任務,數據中心可依賴備用電源,如電池,這些電源能快速高效地提供數小時電力。
一些公司已在試驗這些策略。例如,Google利用其碳意識計算平台來促進需求響應,這一工具最初是為減少碳排放而開發。Enel X與數據中心合作,利用不間斷電源(UPS)中的電池來支持電網穩定性。與此同時,PG&E為同意參與需求響應計劃的數據中心提供快速電網連接。
雖然這些調整無法完全消除對新電源的需求,但它們可能將一個潛在的嚴峻局面——半數新AI伺服器可能電力不足——轉變為更可管理的狀況。
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work
如何修復核心網頁指標以獲得更好的 SEO 排名
利用 AI 工具簡化成績單評語撰寫引言用於生成成績單評語的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成績單評語登入 Magic School選擇成績單評語工具為學生定製評語使用 Almanac AI 生成成績單評語設定課程與評分方案配置評語長度與學生資訊使用 Almanac AI 生成評語比較 Magic School 與 Almanac AI設定的便捷性可定製性與課程內容的整合速度與效率使用
Ça donne enfin une perspective positive au débat énergétique autour de l'IA ! Plutôt que de toujours dire 'trop de consommation', on propose une solution technique simple. C'est rafraîchissant. 76 GW, ça représente quoi concrètement ? L'équivalent de combien de centrales ? L'article donne-t-il plus de détails ?
Die Diskussion um Rechenzentren und Stromverbrauch wird immer relevanter, gerade mit dem KI-Boom. Der vorgeschlagene kleine 'Tweak' klingt fast zu schön, um wahr zu sein - 76 GW sind eine irre Menge! Würde mich interessieren, wie genau diese Anpassungen in der Praxis aussehen. Gibt es schon Pilotprojekte?
C'est fou comme une petite modif peut libérer autant d'énergie ! 76 GW, ça donne envie de rêver à des data centers plus verts, mais est-ce que ça suivra vraiment ? 🤔
This article's take on tweaking data centers to unlock 76 GW is wild! 😮 It's like finding extra juice in a squeezed lemon. Makes me wonder how much AI's gonna reshape our power grids. Anyone else think this could spark a green energy race?
The idea of unlocking 76 GW with just tweaks is wild! 😮 Makes me wonder how much more AI can push the grid before we hit a wall. Efficiency is key, but are we ready for the energy demands of super-smart AI?





首頁






