速递|ChatGPT 耗电量是谷歌搜索 10 倍!前 DeepMind 华人工程师获 Index 1200 万美元投资

速递|ChatGPT 耗电量是谷歌搜索 10 倍!前 DeepMind 华人工程师获 Index 1200 万美元投资
2024年07月03日 08:54 有新Newin

Phaidra 成立于 2019 年,为数据中心以及制药和商业建筑基础设施创建 AI 控制系统,近期宣布完成了 Index Ventures 领投的 1200 万美元融资,总融资额将达到 6050 万美元,新资金将用于研发、实施、客户成功和扩大市场,预计年底团队规模将达到 110 人。

▍由前 DeepMind Energy 团队组成

Phaidra 由 DeepMind 前华人工程师 Jim Gao(CEO)以及 Veda Pannershevlvam 和 Katie Hoffman 联合创立。

在DeepMind 任职期间,Gao 与当时担任DeepMind 研究工程师的 Panneershelvam 一起开发了一款 AI 系统,用于控制和优化谷歌数据中心的能源使用。

随后,DeepMind 被报道决定关闭 DeepMind Energy,原因是当时未能与英国国家电网等大型行业参与者达成协议。

2019 年,Gao 与 Pannershevlvam 先后离职。离开 DeepMind 后,Gao 和 Panneershelvam 看到了一个机会,可以将他们在谷歌数据中心项目中的经验应用到其他数据中心甚至更广阔的领域。

于是,他们招募了当时在制冷制造公司 Trane 负责创新项目的 Hoffman 来创办 Phaidra,并在 2020 年获得了包括 Mark Cuban 在内的知名投资者的支持。

2022 年,Phaidra 进一步扩大了融资规模,从 DeepMind 联合创始人等投资者那里筹集了 2500 万美元,加速其 AI 技术研发和市场推广。

▍AI 调度的工业能源系统

对于许多数据中心来说,冷却是最耗能的组件之一。平均而言,数据中心的冷却系统消耗了数据中心总电力的约 40%。

Phaidra 的系统从设施周围的数千个传感器收集数据,并实时决定如何以节能的方式冷却内部设备。

Phaidra 为每个客户开发 AI 模型,这些模型经过传感器数据训练,可优化设施(例如数据中心)的冷却系统和整体能源管理。

Gao 表示,这些模型可以自我改进,不断从自身管理设施基础设施的经验中学习。Phaidra 将设施运行的物理知识与基于传感器数据的工厂动态学习模型相结合,底层模型从标准组件的基本表示开始,但数据的语义和层次结构与实际系统不同

Phaidra 的首批客户之一并不是数据中心运营商,而是大型制药公司默克,该公司部署了 Phaidra 的技术来控制一家占地 500 英亩的疫苗制造厂。

Gao 表示,工厂通常会聘请外部工程公司或咨询公司来分析工厂的性能,并手动更新后端控制程序。这种方法的问题在于,传统的硬编码控制逻辑迫使工厂永远以同样的方式运行,直到有人来更新后端程序 —— 这在工业领域每 5~10 年就会发生一次。

他认为,制造业是硅谷忽视的一个行业,但对于像谷歌这样的公司所打造的先进机器学习来说,制造业却已成熟,他们收集数据已经很久了,但却一直没有使用这些数据。

实际上,工业部门约占占美国温室气体排放量四分之一且还在不断扩大的工业开始采用尖端数据科学。IOT Analytics 的一份报告预测,到 2025 年,工业 AI 收入将从 2018 年的 110 亿美元激增至 725 亿美元。

目前,Phaidra 的客户群主要集中在数据中心领域,这一趋势是由 AI 热潮推动的。今年第二季度,Phaidra 还被提名为今年亚马逊可持续发展加速器项目的决赛入围者,并有机会在亚马逊的欧洲业务中试行其技术,潜在投资额高达 200 万欧元。

Gao 还表示,Phaidra 已经开始实施首批国际部署,预计到 2025 年,全球能源成本较高的地区将为业务增长提供大量动力。

据悉,Phaidra 大部分收入来自向其 AI 收取类似 SaaS 的年度订阅费,费用取决于 AI 所管理设施的复杂程度和当地能源价格。

BCG 董事总经理 Jon Van Wyck 表示,没有多少制造商有能力尝试这样做,也没有多少预算和工程能力来维护这样的系统,这种情况非常少见。大多数此类用途都只是一些基本任务,例如将数据数字化或创建在线仪表板,而不是像 Phaidra 所宣传的那样,算法可以运行整个控制系统,而无需人工调整刻度盘。

▍ChatGPT 耗电量是谷歌搜索10 倍

根据国际能源署数据,平均而言,ChatGPT 查询所需的电量几乎是 Google 搜索的 10 倍,这种差异意味着美国、欧洲乃至全世界的用电方式以及用电成本将发生巨大变化。

目前,全球数据中心消耗的电力占总电力的 1-2%,但到本世纪末,这一比例可能会上升到 3~4%。在美国和欧洲,这种需求的增长将有助于推动一代人以来从未见过的电力增长。

高盛预计,2023 年至 2030 年间,AI 将使数据中心功耗总体增加约 200 太瓦时/年。到 2028 年,预计 AI 将占数据中心电力需求的 19% 左右。

此外,过去 15 年来,欧洲电力需求受到一系列冲击的严重打击 —— 全球金融危机、新冠疫情以及乌克兰战争引发的能源危机。

自 2008 年达到峰值以来,欧洲电力需求累计下降了近 10%。高盛预计,2023 年至 2033 年间,由于数据中心的扩张和电气化的加速,欧洲的电力需求可能会增长 40% 甚至 50%。

目前,全球约 15% 的数据中心位于欧洲;到 2030 年,这些数据中心的电力需求将与葡萄牙、希腊和荷兰目前的总消耗量相当。

Phaidra 早期投资方 GS Futures —— 表示,Gao 通过在谷歌 DeepMind 的重要工作,开发了 AI 解决方案,通过优化冷却系统将数据中心的能源使用量降低 40% ,从而特别适合解决困扰数据中心的能源挑战。

通过专注于这一关键领域,Phaidra 的 AI 有望大幅降低整体能源消耗,为行业可持续和高效运营树立新标准。此外,Phaidra 推出的 AI Copilot Agent(昵称 Alfred)标志着工业自动化的一个变革时刻。

Alfred 代表与现有楼宇管理系统或 SCADA 系统的无缝集成,采用强化学习来做出实时、提高效率的决策。这项创新与传统工业自动化(依赖硬编码协议)的僵化截然不同。

PS:本月底,GPTDAO 协助 AASF(亚裔美国学者基金会)和 Stanford Asian America Activity Center 举办首届 Asian American Pioneer Medal Symposium and Ceremony (亚裔美国先锋奖章研讨会及颁奖典礼),活动将于 7 月 27 日在斯坦福大学的 McCaw Hall 举行。

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部