Ember
PulseAugur coverage of Ember — every cluster mentioning Ember across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
AI用水量估算因方法论差异而差异巨大
AI的用水量估算差异巨大，每次提示的用水量估算从0.26毫升到519毫升不等，相差2000倍。这种差异源于不同的方法论，例如是否包含发电的间接用水。虽然AI专用设施在2025年消耗了约155太瓦时（占全球电力消耗的0.5%），但由于AI基础设施的快速增长，AI在同年约占全球新增电力需求的5-6%。美国的数据中心在2023年直接消耗了约174亿加仑的水，间接消耗了另外2110亿加仑的水。
-
伊朗冲突推动全球清洁能源转型，中国受益
美国与伊朗之间冲突的重燃加剧了化石燃料价格的波动性，强化了全球经济向清洁能源转型的经济动力。这一转型是由可再生能源比传统能源部署更快、成本更低所驱动的。中国正显著受益于这一趋势，其太阳能电池板、风力涡轮机、电池和电动汽车的出口激增。
-
新的 Ember 优化器通过减少 VRAM 来简化语言模型训练
研究人员开发了 Ember，这是一种新颖的优化器，旨在通过专注于嵌入表和 LM-head 矩阵来增强语言模型的训练。与 Adam 等传统优化器相比，这种方法所需的 VRAM 大大减少，并且可以提高监督微调、强化学习和预训练的性能。Ember 的有效性已通过实证得到证明，显示出其在批处理大小和参数数量上的可扩展性，并表明 token 优化轨迹遵循简单的 1D 光线。
-
美国碳排放激增，煤电回归是主因
一份最新报告显示，美国碳排放量占过去一年全球碳排放增长的三分之一，这主要归因于燃煤发电的复苏。随着天然气价格上涨促使人们重返煤炭，扭转了北美地区长达十年的排放下降趋势。全球能源行业的碳排放总量增长了1.1%，其中美国的贡献超过了这一增长的三分之一。
-
新的专家混合框架增强恶意软件分析能力
研究人员开发了一种利用专家混合（MoE）架构的用于恶意软件分析的新型多任务框架。该系统同时处理恶意软件家族分类、打包检测以及恶意软件与良性软件的识别。该框架使用来自可移植可执行文件的EMBER特征集和原始字节数组进行了评估，其中Multi-Gate MoE变体在对抗变异方面表现出卓越的性能和鲁棒性。
-
欧洲极端高温迫使发电厂关闭，电网承压
欧洲正经历严重的热浪，导致多家发电厂关闭或减产。法国的核设施尤其受到影响，由于河流温度升高影响冷却系统，一个反应堆已关闭，其他反应堆的运行能力也已降低。其他能源，如水电、天然气和燃煤电厂也面临挑战，发电量减少和对冷却需求的增加加剧了电网的压力。
-
太阳能发电量超过煤炭，SpaceX 考虑轨道数据中心
太阳能发电量首次超过煤炭成为美国电力来源，公用事业规模的太阳能发电量在 2026 年 5 月占全国电力的 12.8%，而煤炭占 12.2%。这种快速增长归因于大型电池储能系统的进步以及太阳能和电池装置成本的下降。特别是加利福尼亚州，太阳能发电量已超过天然气，2026 年前五个月的太阳能发电量比 2024 年同期增长了 21%。与此同时，埃隆·马斯克的 SpaceX 正在探索轨道数据中心的理念，该中心由太阳能卫星供电，作为解决陆地数据中…
-
Parker Solar Probe 飞掠太阳；太阳能在美国超越煤炭
NASA 的 Parker Solar Probe 完成了其第 28 次近距离飞掠太阳，速度达到每小时 430,000 英里，距离太阳表面 380 万英里。这项已进行八年的任务正在收集关于太阳风和太阳活动的关键数据，尤其是在太阳从太阳活动极大期向外过渡之际。在能源新闻方面，2026 年 5 月，太阳能在美国产生的电力首次超过煤炭，占该国发电量的 12.8%。
-
新方法论解决了企业报告中的AI推理排放问题
已提出一种新方法论，用于在企业可持续性报告中准确核算AI推理服务产生的温室气体排放。该四级框架旨在提供比当前实践更精确的估算，当前实践通常会忽略这些排放或使用过于宽泛的经济因素。所提出的方法利用GPU能耗基准和区域电网碳强度进行直接估算，对于缺乏使用数据的服务，则回退到基于支出的经济因素。
-
新研究探索高效且鲁棒的机器学习擦除技术
研究人员正在开发新的机器学习擦除方法，旨在无需完全重新训练即可从训练模型中去除特定数据的影响。多篇论文提出了实现更高效、更鲁棒擦除的新技术。这些方法侧重于在确保遗忘的知识不易被恢复的同时，保持模型的效用，即使在持续训练或对抗性攻击下也是如此。
-
新对抗性恶意软件数据集发布，用于测试 AI 检测的鲁棒性
研究人员开发了一个新的对抗性恶意软件样本数据集，该数据集源自真实的恶意软件二进制文件，用于测试基于机器学习的检测系统的鲁棒性。该数据集包含超过 44,000 个按家族标记和 33,000 个按类型标记的对抗性样本，在现有分类器上显示出高规避率。研究还强调了这些系统易受数据投毒攻击的影响，其中一小部分错误标记的数据会急剧增加规避率。
-
东盟计划到2045年实现统一电网，以应对AI能源激增
东南亚正努力在2045年前建立一个统一的电力网，但面临着满足预计100太瓦需求激增的挑战。分析人士认为，目前的蓝图需要进行重大重新设计，以适应人工智能时代的能源需求。关键的改进将侧重于提高电网的灵活性和更好地管理可再生能源带来的不稳定性。