AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:用水争议×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
5月21日
22:45
22:45rohanpaul_ai@rohanpaul_ai
OpenAI 联合创始人 Greg Brockman 在播客中解释,公众对 AI 数据中心用水量的批评部分基于误解。他指出,现代数据中心大多采用闭环冷却系统,水在密封管道中循环使用,而非像传统冷却塔那样持续消耗新水。关键区别在于“取水量”与“消耗量”:一个数据中心可能储存大量水,但日常新水补充量远低于公众想象。OpenAI 在 Stargate 项目的官方博客中也证实,其阿比林站点每栋建筑的初始注水量约等于两个奥运泳池,但满负荷运行后全年用水量仅相当于一栋中型办公楼或四个普通家庭。Brockman 强调,AI 基础设施并非没有资源成本,但公众讨论常混淆不同冷却设计,导致对用水量的误判。
行业AI 基础设施数据中心用水争议闭环冷却OpenAI

推荐理由:Brockman 用通俗比喻(密封泳池 vs 水龙头)拆解了 AI 数据中心的真实用水逻辑,关心 AI 环境影响或基础设施成本的读者值得一看,能帮你避开常见的舆论误区。
原文
精选全部日报登录