45°C cooling design cuts data center water use to near zeroa month agohttps://blogs.nvidia.com/blog/liquid-cooling-ai-factories/英伟达的鲁宾AI基础设施采用高达45°C的全液冷技术，无需风扇，降低数据中心能耗与用水量。液冷技术每升温1度可降低冷却能耗约4%，为超大规模设施年省数百万成本，并减少高达100%的用水消耗。该系统采用闭路循环设计，在适宜气候下无需冷水机组运行，并能回收余热供邻近建筑使用。全液冷服务器可实现更高机架密度，相较于传统风冷系统节省空间且噪音更低。英伟达通过单入口/出口的简化冷却管道设计，使液冷技术随着芯片功率密度提升成为关键解决方案。
Study: Cerebellum helps AI ignore the ordinary for more efficient computing10 days agohttps://www.mccormick.northwestern.edu/news/articles/2026/07/ai-gets-a-cerebellu...传统AI即使在没有变化的情况下也会持续处理数据，导致大量能源浪费。研究人员开发了一种受小脑启发的记忆晶体管，该设备能够忽略预期输入并快速检测意外事件，同时显著降低能耗。该设备在不到五分之一的心跳时间内即可识别异常心律，准确率超过98%，并且使用的运算量比传统AI减少了约10,000倍。它采用二硫化钼的非对称设计，可在兴奋和抑制模式之间切换，模拟小脑的神经平衡机制。这项技术实现了快速、常开式AI，适用于可穿戴健康监测设备、自动驾驶汽车、机器人技术和网络安全领域，减少了对高能耗数据中心的依赖。该研究已发表在《自然·通讯》期刊上，未来的工作旨在增强设备的学习和适应能力，使其能够像小脑一样随时间不断进化。
Paris is harnessing the Seine to replace air-con9 days agohttps://www.theguardian.com/environment/2026/jun/26/underground-revolution-seine...巴黎开发了一个区域供冷网络，通过地下管道向建筑输送冷冻水，减少了对独立空调系统的依赖。该系统利用塞纳河的冷水通过热交换器吸收建筑物循环水中的热量，然后将升温后的水排回河中，对环境的影响降至最低。该网络由Engie于20世纪90年代启动，现由Fraîcheur de Paris运营，计划到2042年将其规模扩大三倍，以覆盖全市更多建筑。与传统空调相比，区域供冷提高了能源效率并减轻了城市热岛效应，但需要高昂的初始投资。斯德哥尔摩和多伦多等城市也有类似的系统，但能否复制取决于制冷需求密度、基础设施、地理条件和成本等因素。
Do data centers only seem bad for the climate because we can see them?5 days agohttps://blog.andymasley.com/p/do-data-centers-only-seem-bad-for排放的气候影响通常不可见，使得数据中心等可见来源显得比微波炉等隐蔽来源危害更大。数据中心的能源效率高于分布式的个人计算，类似于假设的国家级微波炉比单个烤箱效率更高，但可见的集中引发了批评。人们常犯三个错误：不比较单位排放的效益、偏爱'常规'但效率较低的替代方案，以及关注可见目标而忽视水泥或畜牧业等排放量更大但不可见的行业。全球范围内，数据中心用电占1.5%，排放仅占0.48%，相比其他缺乏可见'邪恶建筑'的行业，其贡献相对较小。数据中心是有价值的工具，可通过优化帮助应对气候变化，当务之急应是能源网络的绿色转型而非削减计算能力。
The Economic Mirage of Local LLMs2 days agohttps://eamag.me/2026/the-economic-mirage-of-local-llms认为自托管大语言模型能节省成本的观点，在考虑到效用和硬件开支时并不准确，除非将数据安全作为首要考量。在高性能GPU（如RTX 4090）上进行本地推理，生成18K tokens消耗0.025千瓦时电能，电力成本约为0.0095美元，比中心化API（如DeepSeek V4 Flash，约0.0038美元）的成本高出2.5到3.5倍。本地系统的待机功耗会增加显著成本：一台双GPU英伟达台式机待机功率90W，三年电费达898美元，使得每日处理100万tokens的总拥有成本比API高出26倍。本地硬件在推理时会因内存瓶颈而受阻，例如GPU显存限制（如RTX 5090的32GB）以及统一内存带宽限制（如M4 Max的546 GB/s），这会拖慢大型模型的tokens生成速度。需要的关键进展包括：硬件原生支持三元量化以降低能耗，以及运行时智能休眠管理以最小化待机能耗。