4月7日，中国科学院青藏高原研究所与阿里云联合发布水能粮多模态推理大模型‘洛书’。该模型融合了科学模型‘思源’及阿里云的大模型QwQ-32B和Qwen2.5-VL，可精准预测特定区域的来水量及其来源，助力水资源管理中的供水、发电与粮食生产的动态平衡。目前‘洛书’的预测准确率达98%，较传统方法提升近20%。借助自然语言交互，用户能直观分析高维数据并生成可视化报告，为区域能源调度提供支持。‘洛书’已通过阿里云百炼平台完成训练并上线，近期在区域水电企业内测，显著提高水情解析效率。

标题：AI多耗电？现有预测都太保守了 市场低估了AI的电力需求。巴克莱分析美国能源部报告，预测2023年至2028年，美国数据中心电力需求将增加13%～27%，达到325TWh～580TWh，占美国总电力需求的6.7%～12%，增长2～3倍。AI服务器将是主要驱动力，其电力需求预计从2023年的约40TWh增至2028年的165TWh～325TWh，增长4～8倍。此外，数据中心用水量预计也将显著增加，直接用水量从2014年的210亿升增至2023年的660亿升，到2028年将达1450亿～2750亿升。

摩根大通在最新研究报告《深入探讨电力、冷却与ESG影响》中警告，AI数据中心的高耗水问题常被忽视。自2017年至2022年，全球数据中心耗水量年增6%，预计到2030年日需达17.03亿升，相当于每日681个奥运标准游泳池的水量。水资源短缺地区，数据中心的用水需求可能导致供应紧张，甚至迫使设施关闭。随着华尔街金融机构看好AI交易的增长，各大公司纷纷投资电力、原材料和芯片生产商，应对未来人工智能数据中心的激增趋势。报告发布于2023年5月25日，凸显了数据中心环境影响的紧迫性。