Search

Tag: #energy-efficiency51 results

受 AI 資料中心影響，Microsoft 碳排放量激增 25%

Microsoft 預計 2030 年實現負碳排放的目標正面臨壓力，因為其碳排放量在一年內激增了 25%。此增長直接歸因於 AI 資料中心龐大的能源需求。

Google 報告稱，由於 AI 基礎設施擴張，其電力消耗增長了 37%，但透過提升能效與使用再生能源，營運碳排放量仍下降了 2%。公司目前正推動「AI Stack」策略，旨在從硬體、軟體及資料中心運作等多個層面優化能源效率。

華爾街正投入數十億美元於旨在解決 AI 熱潮所帶來龐大電力需求的企業。投資人鎖定那些致力於能源效率與電力基礎設施的新創公司與技術，即使部分技術尚處於早期開發階段。

Schneider Electric 與 Foxconn 達成策略合作，共同設計並擴展下一代 AI 資料中心。此次合作結合了 Schneider 的能源管理專業與 Foxconn 的製造規模優勢。

來自華中科技大學 (HUST) 與上海交通大學的研究人員開發出一種直接嵌入玻璃中的 3D 光子神經網路。此突破為高速、節能運算提供了新的典範。

TokenArena 推出一個連續基準測試，針對端點層級評估 AI 推論的輸出速度、價格、能量、上下文與品質。它分析 78 個端點來自 12 個模型家族，顯示準確度差異高達 12.5 點，以及每正確答案能量差異達 6.2 倍。框架、架構與排行榜以 CC BY 4.0 開放發布。

PrismML 是 Caltech 的 AI 新創公司，推出 Bonasi 8B，這款 1-bit 大型語言模型與其他 8B 模型競爭力相當。它小 14 倍、節能 5 倍，旨在讓行動裝置上的 AI 更有效率，並減少對雲端的依賴。

商湯大裝置提出 TPW（Tokens Per Watt）指標，以單位電力產出的有效 Token 衡量 AI 資料中心的整體效能。其算電協同Agent整合算力、能源與業務調度，並在臨港 AIDC 實現需求響應與負載最佳化。

根據 BloombergNEF 的數據，預計到 2035 年，美國資料中心的電力消耗將激增至全國總量的 20%。這與目前 5.9% 的水平相比有顯著增長，主要由 AI 和雲端基礎設施的擴張所驅動。

本文探討 AIDC（AI 資料中心）邁入 GW（吉瓦）規模時代的趨勢。文章強調，建設此類資料中心已不僅是硬體軍備競賽，更是對系統工程整合能力的終極考驗。

Page 2 of 6