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
›

AI数据中心遇上加拿大水电:纽芬兰开放提案通道

纽芬兰与拉布拉多省能源部长表示,该省的大门对希望利用当地电力建设AI数据中心的企业“敞开”。据CBC News 9月29日报道,省长Tony Wakeham和丘吉尔瀑布首席谈判代表Barry Perry已提出,数据中心可能是这个巨型项目电力的用途之一。

科学分析郑雪莉发布: 2026年9月29日8 分钟阅读资料来源 7
AI数据中心遇上加拿大水电:纽芬兰开放提案通道

CBC News 9月29日报道,已有企业就开发AI数据中心一事接触纽芬兰与拉布拉多省政府。能源与矿业部长Lloyd Parrott在议会表示,“我们的大门为商业敞开”。他是在关于新丘吉尔瀑布协议的特别会议上说这番话的。该省能源与矿业部证实了这些接触,但以商业谈判敏感为由,拒绝透露提议方或项目名称。

这件事之所以重要,有两个原因。AI数据中心已成为北美最大的新增电力需求来源之一。该省的主要优势,和让聚变研究具有吸引力的优势是同一个:它拥有大量已经建成或已经规划的低碳电力。TechNL首席执行官Andrea King对CBC说,拉布拉多符合数据中心提议方看重的几项条件,包括低碳水电、寒冷气候和大量土地。她也说,这本身并不等于项目就是好主意。该省必须权衡经济成本,以及这些电力用于其他用途的机会成本。

这种谨慎正是这篇报道的分析核心。数据中心是容纳并为计算机服务器、网络设备和其他技术供电的设施。随着AI产业兴起,对这类算力的需求急剧上升。CBC援引科技记者、《Hyperscale》作者Paris Marx的话说,这些产品是计算密集型的。他说,科技公司发现,运行这些产品需要多得多的计算。Marx还质疑项目的长期价值。他问,在可能有更好用途的情况下,把电力给数据中心是否合理。

该省尚未公布框架、条件清单或具名提议方。据CBC报道,新斯科舍省省长Tim Houston列出了任何数据中心提议方必须满足的五项初始条件,才会被考虑。EverWind Fuels已表示有兴趣在该省建设数据中心。在同一篇CBC报道中,阿尔伯塔省Sturgeon County规划的Meta数据中心预计耗资130亿,并在两到三年内上线。该报道还指出,这个项目在该省引发了分歧。

文章中没有任何聚变成果。近期围绕聚变的新闻,包括英国的承诺和中国的一台氢硼装置,在这里都没有被提及。文章真正包含的,是一组关于计算、能源与研究如何汇合的文件。要理解一个拥有水电的省为什么会收到数据中心提案,这些文件比任何单个实验室的公告都更有用。

Hannah Ritchie 9月29日在她Substack专栏《By the Numbers》上发文,梳理了牛津大学教授Nick Eyre给出的数字,说明电气化对终端能源需求的影响。文章称,在转型后情景中,电力需求从110艾焦升至189艾焦。终端能源总需求从416艾焦降至247艾焦,降幅约为40%。这一结果是在不假设任何效率提升的前提下得出的,唯一的假设是电气化或转向氢能。

Ritchie的文章明确说明了其中的简化。所有未电气化的部门都被假定由氢能驱动。模型没有考虑各国发展带来的能源增长。她认为,这不应影响两种情景之间的比例。这是终端能源的比较,不是一次能源,因此不包括一次能源核算会纳入的废热。她还说,这一估计很可能低估了降幅,因为它没有假设其他效率措施。

部门细节让论证变得具体。道路交通和建筑显著下降。汽车和厢式货车可以电气化,燃气锅炉可以换成热泵。Ritchie写道,电动车约把80%的能量转化为运动,汽油车约为20%。转型后汽车和厢式货车的能源需求约为当前的四分之一。高温工业流程更难。其中一些可以转向氢能。钢铁部门被假定把电弧炉使用比例从约25%提高到50%,即目前经合组织的结构。

对一个正在权衡数据中心的省来说,相关的教训不是确切的艾焦数字,而是即便能源总需求下降,电力需求预计仍会上升。这意味着对清洁电力的争夺会变得更激烈,而不是更宽松。同一篇文章指出,在转型后的系统中,电力满足终端能源需求的三分之二,而今天是四分之一。每一份新增的大负荷,都是对这部分电力的索取。

反对在稀缺清洁电力上建设数据中心的论点,正用硬件来表述。9月29日,Efficient Computer宣布完成9700万美元B轮融资,由TQ Ventures领投。据该公司自己的博客文章,这使其累计融资达到17300万美元,估值65000万美元。首席执行官兼联合创始人Brandon Lucia写道,公司的技术相比传统CPU架构带来10至100倍的能效提升。他写道,Electron E1正批量上市,用于嵌入式物理AI系统,包括机器人、无人机、基础设施和可穿戴设备。

Lucia的文章是厂商论证,应当按厂商论证来读。但它提出的架构观点原则上可以检验。他引用Amdahl定律,论证计算中未被加速的部分会限制系统的整体效率。他说,高度专用的固定功能AI加速器在算法变化时会带来过时风险。Efficient的数字可能在其自身基准之外并不成立。即便如此,效率而非原始供给决定一定电量能买到多少计算,这一主张正是让数据中心提案在政治上备受争议的同一个主张。

最新条目中有两条描述的是消耗算力来做研究本身的AI系统。9月29日,CoreWeave发布ARIA,一个内置于Weights & Biases的编码智能体。它读取实验、构建实时可视化、形成假设,并通过W&B Launch启动运行。该公司的博客文章称,ARIA可以跨项目工作,并访问训练代码、实验日志、损失曲线、指标、产物和检查点。页面称,这篇文章最初于2026年7月29日发表在Weights & Biases博客上。CoreWeave说,该智能体接受了平台细节的训练,因此能在有2万次或2万次以上运行的项目之间高效地界定查询范围。

另一条9月29日的条目是Matthew Schwartz、Isaiah Andrews和Jesse M. Shapiro的NBER工作论文,它把一套LLM工作流应用于已发表的经济学研究,规模之大意味着真实算力。论文摘要称,在五本经济学期刊的4452个已发表复现包中,该工作流在3460篇文章或其附录中标记出差异。摘要称,在496篇文章中,该工作流在相当或更高精度下把某项计算的计算时间缩短了10倍以上。在923篇文章中,它给出了原文没有的扩展。论文披露分析写作中使用了LLM,并称Schwartz曾作为承包商为Anthropic工作,结果和观点不代表Anthropic的立场。

这些数字本身就足以构成数据中心需求信号。但文章没有把它们联系到任何具体设施或省份,本分析也没有。这两条条目显示的是,研究工作流本身正在成为电力消费者。这正是纽芬兰与拉布拉多被要求承载的那类负荷。

9月29日两篇关于数学研究的文章从另一个方向说明了同一点。AI可以自动化更多工作,但工作不会消失。Dan Romik在自己的博客上论证,数学研究是一个反馈回路。他说,当前的AI模型生成的新定理与人类生成的知识“距离为一”。如果没有人类去反思、简化和推广,这个回路会在他所说的自我生成垃圾山中停滞。他还引用Scott Aaronson对OpenAI声称解决Navier-Stokes方程的反应,称那是一连串A。他表示,他不相信我们已经进入AI能给每个定理盖上最终QED印章的世界。

Stephen Wolfram 9月28日的文章提出了一个相容但侧重不同的论点。他写道,现代AI有用,有时非常有用。在他自己的数学研究中,它最大的用途是按主题挖掘人类数学的知识库。但他把AI与计算区分开来:AI使用的是人类知识既有语料,而计算可以生成从根本上、不可约简地新的东西。他还认为,伟大的数学由它提出的问题来定义,而人类想象力决定提出哪些问题。

两篇文章都没有提到数据中心,也都不是聚变成果。它们与这篇报道相关,是因为它们描述了电力问题的需求侧。AI系统可能被用于研究,用于规模达数千篇论文的经济学复现,或用于自行启动实验的智能体回路。如果是这样,算力总得有个落脚处。纽芬兰与拉布拉多正是如今被问到算力是否该落在自己这里的地方之一。

该省还没有说不。CBC报道称,一位部门发言人表示,如果提案符合政府政策目标,数据中心可能会被考虑。这些目标包括环境要求以及对纽芬兰与拉布拉多居民明确的益处。没有公开任何提议方、产能数字、购电协议或时间表。在这些出现之前,对现状的诚实描述是:一扇门被说成是敞开的,还没有任何东西走进去。

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. 03Solving computing's energy problem with Efficient Computer's $97M Series BEN
  4. 04CoreWeave ARIA: AI Research and Iteration AgentEN
  5. 05An LLM Workflow That Reproduces, Improves, and Extends Published Economics ResearchEN
  6. 06The feedback loop of mathematics researchEN
  7. 07What's the Future for Pure Math Research in the Age of AI?EN

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。