PulseAugur
实时 00:58:36
实体 Public Utility Commission of Texas

Public Utility Commission of Texas

PulseAugur coverage of Public Utility Commission of Texas — every cluster mentioning Public Utility Commission of Texas across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
4
90 天内 6
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
时间线
  1. 2026-07-06 regulatory Texas regulators approved a $13.8 billion plan to build a 765 kV transmission network to support future AI infrastructure demand. 来源
  2. 2026-06-24 regulatory The Public Utility Commission of Texas approved ERCOT's 'Batch Zero' framework to manage large data center power demands. 来源
情绪 · 30 天

4 天有情绪数据

最近 · 第 1/1 页 · 共 6 条
  1. RESEARCH · CL_143182 ·

    SpaceXAI 数据中心项目因环境和社区影响面临审查

    SpaceXAI 在德克萨斯州巴斯特罗普县提出的数据中心项目引发了对其对当地黑人社区和环境潜在影响的担忧。分析表明,该项目可能违反了包括《1973 年濒危物种法案》在内的环境法规,并且在未经德克萨斯州公共事业委员会和德克萨斯州环境质量委员会等实体必要许可的情况下进行。该项目对电力的需求及其邻近埃尔金的地理位置也引起了审查,可能对濒危物种和当地社区的福祉产生影响。

  2. RESEARCH · CL_127673 ·

    德州批准138亿美元AI时代765千伏输电主干网计划

    德州监管机构已批准一项138亿美元的计划,用于建设该州首个765千伏输电网络。这项计划由数据中心和AI基础设施预期中的指数级增长的需求驱动,代表着电网规划的重大转变。新的超高压主干网旨在主动适应AI时代大体量、地理位置不确定性较大的负荷特征,而不是扩展现有的345千伏电网。这项前瞻性政策旨在平衡未来能源需求的预测不确定性、成本和可靠性。

  3. RESEARCH · CL_122264 ·

    德州权衡与发电厂同地部署的AI数据中心新规

    德州监管机构正在评估与现有发电厂同地部署的AI数据中心的新规,特别关注Crusoe和Ensign Infrastructure的一项提议。争论的核心在于这些AI设施应承担多少紧急削减负荷的义务,以确保在需要时能够将电力重新导向电网。Crusoe和Ensign认为,它们为一个AI负载已承担的现有削减义务应足够,而监管机构和ERCOT则认为,新的扩建项目也应能够削减负荷,以维持电网的可靠性。

  4. RESEARCH · CL_108981 ·

    德克萨斯州通过新的“零批次”框架简化数据中心电力审批

    德克萨斯州已批准“零批次”(Batch Zero)框架,这是一个旨在简化大规模数据中心电力需求评估的系统性新流程。ERCOT 的这项举措旨在管理因人工智能和数据中心发展在该州引起的显著增长,应对此前通过逐个公用事业公司审查系统已超出电网容量的压倒性电力需求激增。该框架对项目进行分类,以确保高效分配输电能力并确定必要的电网升级。

  5. RESEARCH · CL_31177 ·

    德州电网运营商质疑 AI 数据中心算力需求预测

    德州电网运营商 ERCOT 已发出警告,其预测的巨大算力需求可能被夸大,而这种需求本应由 AI 数据中心驱动。尽管开发商因德州有利的市场条件而积极推进项目,ERCOT 仍担心这些预测需求的项目时间表和实际实现率。该电网运营商正考虑根据历史数据和其他可靠信息调整其预测,因为其他面临数据中心快速增长的美国电网运营商也出现了类似压力。

  6. RESEARCH · CL_06877 ·

    新的MCTS策略通过方差感知改进蒙特卡洛树搜索

    研究人员开发了一种名为Inverse-RPO的新方法,用于系统地推导基于先验的蒙特卡洛树搜索(MCTS)的树策略。该方法建立在将MCTS视为正则化策略优化问题的框架之上,提供了一种将现有的无先验UCBs扩展为基于先验的UCTs的方法。使用此方法推导出的新的方差感知先验UCTs,在各种基准测试中表现优于标准的PUCT策略,且计算成本没有增加。还提供了对mctx库的扩展,以支持这些新策略并鼓励进一步的研究。