AI计算任务越来越受到电力可用性和成本的影响，催生了“算力-电力协同”的新范式。像公济科技这样的公司正在开发基础设施，使分布式计算资源能够将任务迁移到电力更便宜或更充足的地区。这涉及到复杂的后勤挑战，包括迁移模型、数据和环境，并需要能够适应不同电网条件和电价的复杂调度平台。虽然谷歌、英伟达和Emerald AI的AI能源管理联盟等倡议正在探索灵活的负载调整，但商业可行性取决于数据中心参与负载平衡的经济激励以及电价信号有效传导至计算实例定价。 AI
影响 这一转变可能导致更高效、更具成本效益的AI运营，通过根据实时能源价格和可用性优化计算资源分配，从而可能加速大规模AI模型的部署。
排序理由 由能源成本和可用性驱动的AI基础设施的重大行业转变，涉及多家公司和新技术方法。[lever_c_demoted from significant: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
