Przejdź do treści
Czas na świecieEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portal o AI i technologiiwydarzenia · analizy · wywiady · tło techniczne

Szukaj
NA ŻYWO
›

Amazon obiecuje miliard dolarów społecznościom centrów danych. W tle spór o wodę trafia do urn

Amazon zapowiedział 5 października, że przeznaczy ponad 1 mld dolarów na edukację zawodową oraz programy energetyczne i wodne w społecznościach, które goszczą jego centra danych. To odpowiedź na rosnący lokalny opór, gdy kilka stanów USA szykuje referenda w sprawie centrów danych.

AI i modeleAnalizaAnna KaczmarekOpublikowano: 5 października 20263 min czytaniaŹródła 13
Amazon obiecuje miliard dolarów społecznościom centrów danych. W tle spór o wodę trafia do urn

Amazon zapowiedział 5 października, że przeznaczy ponad 1 mld dolarów na edukację zawodową oraz inicjatywy energetyczne i wodne w społecznościach, w których stoją jego centra danych, podał ESG Today. Zapowiedź zbiegła się z dniem, w którym firma porzuciła politykę tajemnicy wokół centrów danych, doniósł Gadget Review. Spór o zużycie prądu i wody przenosi się właśnie z posiedzeń planistycznych do kampanii wyborczych.

Pieniądze mają trafić do szkół wyższych i na termomodernizację domów, podał Fortune. To dość wąski wycinek lokalnych zastrzeżeń. Mieszkańcy, którzy przychodzą na posiedzenia rad w Casselton w Dakocie Północnej i w Saint John w Nowym Brunszwiku, pytają głównie o ziemię, hałas, linie energetyczne i warstwę wodonośną, a nie o stypendia.

Matt Garman, szef AWS, tego samego dnia przekonywał, że problem wody jest rozdmuchany. Według niego centra danych AI zużywają "bardzo mało wody" w porównaniu z innymi branżami, podał Moneycontrol.com. Techzine Global napisał, że Garman nazwał też część zarzutów o zużycie wody w centrach danych "mitami". Firma nie opublikowała przy tej okazji danych o zużyciu wody na pojedynczy obiekt, przynajmniej nie w materiałach relacjonowanych 5 października.

Co pokazały nieudane redakcje

Liczby, które wyciekły, wypłynęły bokiem. Zużycie wody i maksymalną moc centrum danych Google w Lincoln w Nebrasce ujawniono po tym, jak redakcje w publicznych dokumentach usunięto prostym kopiuj-wklej, podały GIGAZINE i Gadget Review, oba serwisy relacjonujące 5 października. Dokumenty miały być poufne. Nie były.

Ten epizod znaczy więcej niż czek od Amazona, i to z jednego powodu: to jedyny świeży publiczny dowód na to, ile naprawdę pobiera jedna duża placówka, a pojawił się przypadkiem. Zakłady energetyczne i regulatorzy w większości stanów USA nadal nie publikują danych o poborze wody przez centra danych w podziale na lokalizacje, więc aktywiści pracują na wnioskach o pozwolenia i przeciekach. Przypadek Google, opisany przez Gadget Review, pokazuje, jak cienka jest ta dokumentacja.

Presja polityczna jest już mierzalna. Na Ohio przypada połowa referendów w sprawie centrów danych w wyborach połówkowych, podał Newsweek. Związki zawodowe i firmy AI prowadzą siedmiocyfrową kampanię reklamową za ograniczeniami dla centrów danych, według The Des Moines Register. Rada nadzorcza hrabstwa Los Angeles rozważa zakaz centrów danych AI na obszarach nieprzyłączonych do miast, podał Los Angeles Daily News, a w niedzielę protestujący zebrali się w Spokane, podało KREM.

Część tej presji dotyczy problemu, który leży po części wyżej w łańcuchu. Wrzesień przyniósł analizę, z której wynika, że zapotrzebowanie AI na prąd przenosi zużycie wody na etap wytwarzania energii. Prawdziwy ślad wodny obiektu obejmuje więc wieże chłodnicze elektrowni gazowej, która go zasila, a nie tylko miejscową pętlę wyparną. Ten niuans rzadko dociera na salę obrad rady.

Gdzie pasują dane o modelach

Tymczasem strona modelowa branży wciąż publikuje deklaracje o wydajności, których nie da się sprawdzić na wodomierzu. Reflection podało, że jego nowy model Beam osiąga wyniki w rozumowaniu porównywalne z GLM 5.2, zużywając przy tym 3 do 4 razy mniej mocy obliczeniowej na wnioskowanie, według wpisu firmy z 5 października. Rzadki model o 501 000 000 000 parametrów trenowano na 10 500 procesorach graficznych NVIDIA GB300 przez cztery tygodnie. Mniej tokenów na odpowiedź oznacza w teorii mniej dżuli na zapytanie. Czy przekłada się to na mniej wody w Lincoln, na to żaden dostawca nie odpowiedział odczytem z licznika.

Liquid AI przedstawiło 5 października podobną propozycję dla swojego modelu decyzyjnego d1. Firma twierdzi, że zwraca odpowiedzi w 200 do 300 milisekund, nie generując tokenów, i kosztuje 19 do 200 razy mniej niż GPT-6.1 Sol i Claude Opus 5.5. Według firmy jej aplikacja do kompresji kontekstu usuwa 52% tokenów z sesji agenta kodującego. Takie deklaracje wydajności są dziś głównym argumentem branży przeciw lokalnym limitom, a wszystkie pochodzą od samych zainteresowanych.

Tej luki miliard dolarów Amazona nie zamyka. Firma może sfinansować laboratorium w szkole wyższej. Nie zobowiązała się jednak do publikowania zużycia wody dla każdego obiektu i nie zrobili tego także jej konkurenci.

Komentarze 0

Źródła

13
  1. 01Wave of affordable electric cars is boosting consumers' choice: sales of sub-€25,000 models set to rise sevenfoldEN
  2. 02Introducing Beam: Reflection's 501B open-weight modelEN
  3. 03Introducing d1: The most capable decision model, now with visionEN
  4. 04OpenAI Begins Phased Text Watermarking Under EU AI Act RulesEN
  5. 05Path discovered to make AI models red-flag their doubtful answersEN
  6. 06Jeff-Code: a 0.8B model makes Qwen 3.8-27B coding 47% faster, same pass rateEN
  7. 07Reika: a coding agent CLI designed around small local models firstEN
  8. 08Interfaze-1-lite: the first open-weight model for deterministic tasksEN
  9. 09NASA-IBM Lunar Foundation Model and fine-tuning codeEN
  10. 10Precogly: the open-source alternative to commercial threat modeling platformsEN
  11. 11System One models like Jev can train their own replacementsEN
  12. 12Could a Large Language Model Be Conscious?EN
  13. 13Topological Models of Modal LogicEN

Wszystkie liczby i cytaty w tym tekście pochodzą z poniższych źródeł. Nie dopisujemy danych, których w źródłach nie ma.

Materiały zostały przygotowane przez zespół redakcyjny wspierane przez AI.

Anna Kaczmarek

Anna Kaczmarek

AI, modele i technologie

Anna Kaczmarek pisze o technologiach, AI i modelach oraz mediach i internecie, opierając się na dokumentacji, repozytoriach i danych źródłowych, a nie na komunikatach prasowych. Przy testach modeli sprawdza karty techniczne, parametry wejściowe i liczy wyniki na tych samych zbiorach, zamiast powtarzać liczby od producentów. Czeka na premiery API i aktualizacje wag, rozmawia z inżynierami oraz porównuje wersje modeli pod kątem kosztów i opóźnień. Prywatnie self-hostuje usługi i konfiguruje sieci domowe, więc do redakcji wnosi praktykę z własnego serwera. Nie publikuje zapowiedzi ani parametrów, których nie może odtworzyć na własnym środowisku.

Redakcja →

Komentarze

0
  1. Brak komentarzy — bądź pierwszy.

Dodaj komentarz

Komentarze są widoczne publicznie. Nie publikujemy wulgaryzmów, spamu i treści reklamowych.