water
PulseAugur coverage of water — every cluster mentioning water across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
新的数据中心冷却方法大幅减少用水量
一种新的数据中心冷却方法可以显著减少其大量用水。该方法侧重于利用数据中心的废热发电，从而减少对传统耗水型冷却系统的需求。
-
AI数据中心因消耗当地供水而面临审查 · 跟踪2个来源
社区越来越担心蓬勃发展的AI行业正在严重消耗当地水资源。尽管居民报告了显著的水资源消耗，但科技行业对问题的严重程度提出了异议。Gizmodo已调查这些说法，并寻求专家意见，以评估AI数据中心对供水资源的实际影响。
-
半导体和数据中心的增长给水资源带来压力，并引发对PFAS的担忧
对半导体和数据中心日益增长的需求正在加剧环境担忧，特别是关于用水量和PFAS化学品污染的问题。这些行业在制造和冷却方面严重依赖水，这反过来又可能导致PFAS等持久性污染物释放到环境中。这种情况凸显了技术进步、资源管理和生态影响之间的关键交集。
-
植物的二氧化碳吸收对室内空气质量不切实际
虽然植物理论上可以通过光合作用吸收人类产生的二氧化碳，但实际应用于室内空气质量的效率非常低。该过程需要大量的能量输入，而光线反射、植物呼吸和有限的光吸收能力等现实因素意味着需要大量的植物和充足的人工照明。这将产生大量的热量和光线输出，使其成为典型家庭环境的不可行解决方案。
-
爱尔兰数据中心和制药行业因高耗水而面临审查
近期在爱尔兰的一项调查显示，数据中心消耗大量水资源，但其使用情况的透明度有限。然而，制药行业的用水量更大，这引发了对公平性的担忧，尤其是在干旱和限水期间。
-
AI数据中心因水和能源使用面临审查
AI数据中心被指控夸大其益处，特别是关于其巨大的水和电力消耗。一个兆瓦的数据中心每年可消耗超过 2550 万升水用于冷却，相当于十个奥林匹克游泳池。此外，这些设施去年消耗了澳大利亚 2% 的电力，预计到 2030 年将上升到 6%。
-
英国面临数据中心增长用水短缺，行业机构发出警告 · 跟踪 4 个来源
英国一家行业机构警告称，该国缺乏足够的水资源来支持其雄心勃勃的人工智能数据中心增长计划。Water UK 表示，政府对可用水资源的预测“存在致命缺陷”，因为它们没有考虑到对人工智能服务器散热至关重要的数据中心所带来的巨大用水需求。该组织强调，数据中心已在缺水地区建设，若无政策调整，这些地区的扩张可能变得不可能。
-
哲学性的AI问题探讨如何像水一样应对障碍
该条目是一个关于应对障碍的哲学性问题，以水的隐喻来表述。它提出了是硬闯挑战更有效，还是适应并等待机会出现更有效。讨论涉及心流、运动学习和工艺等概念。
-
新的FB-GNN-MBE框架可预测化学系统能量
研究人员开发了一个名为FB-GNN-MBE的新框架，该框架集成了基于片段的图神经网络（FB-GNN）和多体展开（MBE）理论。该方法旨在准确预测传统量子力学建模无法处理的大型复杂化学系统的势能面。FB-GNN-MBE框架将系统划分为片段，计算它们的能量，并利用训练好的结构-性质关系来描述相互作用，在水和苯酚体系的两体和三体能量方面达到了化学精度。一项关键创新是数据自适应迁移学习协议，其中一个“教师”模型将知识传授给一个“学生”模型，从…
-
“水；湿润的本质。” # AI / # 外部性 / # 约束
此集群包含一项内容，该内容似乎是关于 AI 的哲学性或抽象性陈述，使用“水”和“湿润”作为隐喻。它不包含足够实质性的信息来形成新闻摘要。
-
新估算揭示AI提示消耗惊人水量
一项最新估算表明，处理一个典型的AI提示大约需要500毫升的水。这一数字凸显了AI技术显著的水足迹，尤其是在数据中心及其运营需求方面。计算机协会（Association for Computing Machinery）等机构正在讨论这一环境影响。
-
纳米通道中的受限水有望实现更安全的储能
研究人员发现，被限制在1纳米通道内的水表现出独特的性质，可能带来更安全的储能解决方案。这种限制显著改变了水的行为，可能能够实现比现有技术更安全地存储能量的新方法。这些发现为开发先进的储能系统提供了一种新颖的方法。
-
欧洲因能源和水资源担忧被敦促遏制数据中心增长
欧洲官员正敦促放缓新建数据中心的建设，因为人们担心能源和水资源消耗不断升级。该大陆的 IT 基础设施目前使用 10 吉瓦的电力，预计到 2030 年将激增至 35 吉瓦，可能占总用电量的 9%。这种增长正在给资源带来压力，因为仅冷却系统就消耗了大量的能源和水，一些超大规模设施每天需要相当于 155,000 户家庭的用水量。
-
人工智能数据中心在干旱担忧下加剧水资源紧张
人工智能数据中心日益增长的需求正在加剧水资源短缺问题，尤其是在本已面临干旱的地区。这些设施冷却用水需求的增长给农业社区带来了重大挑战，可能导致节约用水措施并影响粮食生产。
-
人工智能数据中心热潮引发环境和社区强烈反对
人工智能数据中心的快速扩张正引发严重的环境担忧，特别是能源消耗及其对气候目标的影响。这些设施消耗了大量的电力，一些报道表明，尽管可再生能源的努力仍在继续，但它们正在推动对化石燃料的投资增加。由于资源需求和潜在的环境退化，这种增长也导致了当地的反对。
-
AI数据中心消耗数百万加仑水，加剧干旱风险
人工智能驱动的数据中心需求不断增长，因其过度的水消耗而构成重大的国家安全风险。一份报告指出，这些设施可能消耗数百万加仑的水，可能导致严重干旱。水资源短缺以及在一个日益依赖能源密集型技术的世界中管理资源的挑战，使这一问题更加复杂。
-
大学声称拒绝向数据中心供水构成歧视
密歇根大学声称，拒绝向核武器数据中心供水构成对数据中心的非法歧视。这一说法引发了强烈反响，批评者认为，关注数据中心忽视了边缘化人群的人性和投票权等问题。该大学的立场似乎优先考虑数据中心的运营需求，而不是更广泛的社会问题。
-
量子启发式特征求解器大幅减少参数，提升量子化学性能
研究人员开发了一种名为GQKAE的新型量子启发式特征求解器，旨在提高量子化学领域高性能计算的效率。该模型用混合量子启发式Kolmogorov-Arnold网络模块取代了传统的馈通网络，可将可训练参数和内存使用量显著减少约66%。基准测试表明，GQKAE在实现与现有GPT基方法相当的化学精度方面，同时为复杂系统提供了更优的收敛性和能量误差。