پرش به محتوای اصلی

موضوع

پایداری

Energy consumption, water use, carbon footprint of AI

۳۴۴ مقاله منتشر شده

داده‌های Arxiv: یادگیری فدرال به دقت مدل‌های متمرکز در پیش‌بینی شارژ EV رسید

پژوهشگران روشی برای پیش‌بینی نیاز انرژی خودروهای برقی ابداع کرده‌اند که حریم خصوصی را کاملاً تضمین می‌کند. این سیستم با استفاده از یادگیری فدرال، دقتی نزدیک به مدل‌های متمرکز دارد…

۲ دقیقه خواندن

درون عملیات تخلیه‌ی ریسک ۳۸ میلیارد دلاری جی‌پی مورگان

بانک‌های بزرگ جهان به دلیل هزینه‌های نجومی ساخت مراکز داده، با محدودیت‌های ریسک داخلی مواجه شده‌اند. جی‌پی مورگان و دیگر غول‌های مالی اکنون در تلاش‌اند میلیاردها دلار ریسک اعتباری…

۲ دقیقه خواندن۲

چرا تولید صنعتی، نه علم، سرنوشت سخت‌افزارهای هوش مصنوعی را تعیین می‌کند؟

محققان دانشگاه کمبریج ممریستوری ساخته‌اند که مصرف انرژی AI را ۷۰٪ کاهش می‌دهد، اما دمای بالای تولید آن، مسیر تجاری‌سازی را مسدود کرده است. این اتفاق نشان می‌دهد که شکاف میان…

۳ دقیقه خواندن۱

چرا OpenAI پروژه‌های جهانی خود را می‌کشد تا در آمریکا پیروز شود؟

شرکت OpenAI هدف ۱۰ گیگاواتی خود برای ظرفیت محاسباتی در آمریکا را سال‌ها زودتر از موعد محقق کرد. این شتاب جنون‌آمیز در حالی رخ می‌دهد که این شرکت به دلیل هزینه‌های انرژی و موانع…

۲ دقیقه خواندن۱

تنش در زیرساخت‌های AI؛ چرا مین از ممنوعیت سراسری مراکز داده دست کشید؟

فرماندار ایالت مین در ۲۵ آوریل ۲۰۲۶ لایحه‌ی توقف ساخت مراکز داده را وتو کرد. این تصمیم که به دلیل نبود استثنا برای یک پروژه‌ی محلی اتخاذ شد، تقابل میان نیازهای زیرساختی هوش مصنوعی…

۲ دقیقه خواندن۱