跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

核聚变研究与AI数据中心争抢同一批电子

纽芬兰与拉布拉多省能源部长说,该省对AI数据中心“敞开大门”。同一周,研究人员发表了方向相反的观点,争论电气化之后世界究竟需要多少能源。

科学新闻郑雪莉发布: 2026年9月29日4 分钟阅读资料来源 7
核聚变研究与AI数据中心争抢同一批电子

9月29日,CBC新闻报道,已有公司接触纽芬兰与拉布拉多省政府,想开发AI数据中心。能源与矿业部长Lloyd Parrott在9月中旬一场关于丘吉尔瀑布协议的辩论中说,“我们的大门对商业敞开”。该省没有确认是哪些公司,理由是谈判涉及商业机密。

对关注核聚变研究资金的人来说,时机很关键。同一份材料里既有CBC的报道,也有两条9月29日发布的研究内容。两者对去碳化世界究竟需要多少电力,给出的结论方向相反。

Hannah Ritchie于9月29日在Substack发文,逐项拆解了归于牛津大学教授Nick Eyre的数字。按这个模型,全球终端能源需求从今天的416艾焦降到转型后体系的247艾焦,电力需求则从110艾焦升到189艾焦。原因在使用端的转换效率:汽油车大约把20%的能量变成动力,电动车约为80%。Ritchie明确讲了模型的局限。模型假设电气化和转向氢能之外没有其他效率提升,假设所有未电气化的部门都靠氢能运转,也没有考虑各国发展带来的能源增长。她称这是“一个相当简化的模型”,并认为它很可能低估了需求的下降幅度。

反方向的证据来自一份标注日期为2026年9月的NBER工作论文,作者是Matthew Schwartz、Isaiah Andrews和Jesse M. Shapiro。研究团队用一套开源大模型工作流,处理了五本经济学期刊的4452个已发表复现包。它标出3460篇文章或其附录中的不一致之处,在496篇文章中把计算时间缩短了10倍以上,并在923个案例中生成了原论文没有的扩展结果。

这个结果讲的是研究自动化,不是能源。但它出现的同一周,还有一场融资发布,全部前提就是算力效率是决定性约束。Efficient Computer于9月29日表示完成9700万美元B轮融资,由TQ Ventures领投,累计融资额达到17300万美元,估值65000万美元。CEO Brandon Lucia写道,公司现已量产上市的Electron E1芯片相比传统CPU架构,能效提升可达10至100倍。

Lucia的论证依据阿姆达尔定律:如果一次计算只有90%能放进专用加速器,最大可能的收益就是10倍,因为剩下的10%仍然低效。过去三年一直关注AI硬件创业公司的人,对这套说法并不陌生。估值是公司自己的说法,并非经审计的数字。

同一天,Oracle宣布推出Oracle Fusion Claw,一个受治理的智能体执行运行时,以及25款由Claw驱动的新应用。新闻稿引用CEO Mike Sicilia的话说,该产品让客户“从AI辅助走向执行”。Oracle表示,该运行时跑在Oracle Cloud Infrastructure上,由包括Gemini和OpenAI在内的前沿模型驱动。

这些都不是核聚变。这正是要点。材料中与聚变相关的内容只是一组近期标题,不是全文。这里能拿到的工作来源讲的是电力等式中的需求一侧,而不是任何新的反应堆结果。诚实的解读是:9月29日最新、记录最充分的发展,讲的是谁拿到电子、电子用得多高效,而不是等离子体约束取得了突破。

Stephen Wolfram在9月28日的文章中,就AI与研究领域的关系提出了相关论点。他写道,现代AI“首先是一种利用人类现有知识语料的方式”,而计算则是“一种开放式的、生成从根本上全新之物的方式”。数学家Dan Romik在9月29日发布的文章中说得更尖锐:AI模型生成的定理距离其训练语料“只有一步之遥”,但无法对这些输出进行反思、简化或推广。因此一个自主循环“在完成那些一步之遥的定理后不久就会停摆”。

CBC的报道指出了纽芬兰与拉布拉多当地同样的张力。TechNL CEO Andrea King对CBC说,拉布拉多符合数据中心支持者想要的条件,即低碳水电、寒冷气候和土地,但这并不能解决问题。她说:“你必须考虑经济成本,以及这些电还能用来做别的事情的机会成本。”《Hyperscale》作者、科技记者Paris Marx对CBC提出了类似观点,质疑在可能有更好用途的情况下,把这些电交给数据中心是否合理。该省没有点名任何支持者或项目。

评论 0

资料来源

7
  1. 01AI data centres in N.L.? The door is 'open for business,' says energy ministerEN
  2. 02Electrification efficiency: The world will need less energy after the transitionEN
  3. 03An LLM Workflow That Reproduces, Improves, and Extends Published Economics ResearchEN
  4. 04Solving computing's energy problem with Efficient Computer's $97M Series BEN
  5. 05Oracle Extends Fusion Agentic Applications with Introduction of Fusion ClawEN
  6. 06What's the Future for Pure Math Research in the Age of AI?EN
  7. 07The feedback loop of mathematics researchEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

郑雪莉

郑雪莉

科学与健康

郑雪莉负责FLASH24科学与健康版块,日常从论文预印本、期刊官网和机构通报中抓取信息,只盯数据来源和实验设计是否站得住。她习惯把每项统计数字与原始数据集交叉比对,遇到百分比先算清分母再决定是否采用。她常联系一线研究人员核实细节,也会在日历上标记大型队列研究的发布节点,提前比对不同团队的结果。私下她学材料物理,还自己架望远镜观测,这让她对测量误差和观测条件格外敏感。她有一条硬规矩:样本量、利益冲突或方法说明缺一项,稿子就不发。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。