NVIDIA 在纽约气候周展示 5 家用 AI 推进清洁能源的公司
NVIDIA 在纽约气候周介绍了 5 家用 AI 推进清洁能源的公司:ThinkLabs AI 用数字孪生和智能体把南加州爱迪生评估电网并网申请的时间从 30-45 天缩短到 2 分钟。
NVIDIA 在纽约气候周介绍了 5 家用 AI 推进清洁能源的公司:ThinkLabs AI 用数字孪生和智能体把南加州爱迪生评估电网并网申请的时间从 30-45 天缩短到 2 分钟。
Emerald AI、Google 和 NVIDIA 宣布成立 AI 能源管理联盟(AEMA),推动数据中心根据电网状况动态调节用电。该联盟采用技术中立、基于性能的要求,聚焦响应速度、持续时长、可预测性和紧急情况下的行为,并计划统一技术标准与运营数据共享。AEMA 汇集 AI 平台、基础设施提供商、数据中心运营商、电力生产商、公用事业和区域电网运营商,目标是加快美国 AI 基础设施并网。
NVIDIA 在 AI Infra Summit 上公布 DSX MaxLPS 的首个部署验证:Lambda 在 5 机架 19 节点 HGX B200 集群上,用 16 节点的功耗跑出 24% 的 token 吞吐提升,从约 400 万 tokens/秒升至 500 万,每瓦性能提升 23%。
Google DeepMind 与 Google Research 发布 WeatherNext 3,称其为目前最先进、最准确的全球天气模型,可直接学习实时卫星观测数据,每小时生成一次预报。
推荐理由:WeatherNext 3 用实时卫星数据替代 NWP 训练源,读者可据此理解 AI 天气预报在分辨率与更新频率上的路线变化。
加州大学圣地亚哥分校在 Google 支持下,将用 2000 台退役 Pixel 手机的主板搭建数据中心,为数百名研究人员和学生提供低成本、低碳的云计算。手机主板约占整机隐含碳的 50%,SPEC 基准显示 25-50 台手机算力相当于一台现代服务器,20 台手机集群已能支撑 75 人以上课程的评分负载且延迟低于 AWS 默认后端。该系统预计 2026 年秋季上线。
Mistral 宣布将 Emmi AI 并入公司,推出面向工业工程的物理 AI 能力,作为其企业平台的一部分。该能力从几何与边界条件直接预测物理场,单次前向推理在单张 GPU 上以秒级完成,用于加速产品设计、工装工艺设计和实时数字孪生,合作方包括 ASML、Airbus、Safran 和 Siemens Energy。
推荐理由:Mistral 把物理仿真模型并入企业平台,读者可了解其能力边界与工业落地场景。
Google DeepMind 在亚太地区推出首个加速器项目,聚焦“AI for the Planet”,面向该地区初创公司、研究团队和非营利组织,为期三个月。入选机构将获得专家指导,以及 Google AI 专家协助把前沿 AI 与科学 AI 模型集成进其项目或产品,覆盖自然、气候、农业、能源等领域。项目以在新加坡举办的线下训练营启动,现已开放意向登记。
Mistral AI 与 Carbone 4、ADEME 合作完成首个 AI 模型全生命周期分析,并披露 Mistral Large 2 截至 2025 年 1 月的环境影响:训练加 18 个月使用共产生 20.4 ktCO₂e、消耗 281000 m³ 水和 660 kg Sb eq。