至顶网CIO与CTO频道 12月19日 编译 :CK Umachi 和 Dick Kim在加州的天然气和电力公司太平洋煤气电力公司(PG&E)就职。他们两人在2019年区块链博览会发言介绍了公司的区块链。
CK Umachi 和 Dick Kim都是公司里名为网格边缘团队的成员,网格边缘团队专注于定位前卫的趋势和技术,包括电气化、微电网和区块链。他们工作的核心是改变中的电网。
CK Umachi 和 Dick Kim在加入PG&E公司前私下里对区块链就有兴趣。 Umachi从2017年开始就投资加密货币,当时加密货币炒得很厉害。他事后决定开始搞清楚加密货币到底是什么东西,导致他开始研究区块链。
Umachi挖掘了一堆不同的加密货币。他表示,一年里的大部分时间他就是靠这个为自己的房子提供暖气,不过他大有可能是在开玩笑。
CK Umachi在2019年区块链世博会上发言介绍PG&E的区块链用途
Umachi和Kim在会上介绍了PG&E究竟为什么会对区块链感兴趣、到目前为止已经做了什么以及将来会做什么。
Umachi 表示,“我猜大家想到区块链时PG&E可能不是第一家出现在脑海里的公司。”
网格边缘团队考量了发展趋势可能会怎样影响PG&E,然后就想到了区块链。团队从两个战略角度考量了区块链。一方面,区块链可以实现价值获取,或者说传统公用事业的创造,而团队的工作就是要搞清楚究竟怎么才能实行。另一个问题是PG&E何时以及如何行动。
Umachi表示,“我们在开始考虑这些时真的花了很多时间,我们研究了我们的内部流程,接触了不同的内部持份者及了解了什么地方可能受惠。”
网格边缘团队实际上是在说交互能量(Transactive energy)和潜在对等网络能源战略。网格边缘团队的重点也放在政策和法规上,因为很多关于诸如区块链等新生技术的政策和法规还没有制定好。
Umachi表示,“我们要了解如何在目前的区块链法规下开始使用区块链,然后又要考量需要根据公用领域的法规做出改变使我们能够更好地利用区块链的最大潜力。”
此外,还有市场研究要做:基准测试,了解市场上有什么,什么人在这个领域做了什么。Umachi表示,“过去几年里在区块链能源领域花了很多精力。”
欧洲在区块链的电网应用方面做了大量的工作,但在美国就少一些。Umachi Kim和网格边缘团队想知道其他公用事业公司都做了什么、哪些初创公司打算做什么以及他们可能会与哪些销售商合作。
Umachi称之为“技术搜索和评估”。他表示,“要了解一堆协议、一堆不同的平台。要了解我们可能要用的这些核心区块链协议和平台是什么、它们之间有什么区别、有什么差别。”
那么网格边缘团队必须要了解诸如区块链的未来技术如何与PG&现存的基础架构接口。Umachi表示,“我们有很多传统的基础架构。如果我们讲发展区块链的未来,就必须做很多深刻的考量,要考虑如何才能令转型发生。”
网格边缘团队的很多工作可以归结为理解区块链技术究竟是用来干什么的。Umachi表示,“特别是在一个炒作的氛围里,要真正了解什么是可以做到的以及什么是不能做到的。”
一旦所有工作(学习、联网和思考)完成后,然后就是真正的工作。当然就是使用案例。Umachi 表示,“就是要搞清楚我们如何真正动手干活。”
PG&E将干活的事交给内部称为“傻宝”的人,该非正式小组由那些对区块链科技有兴趣的员工组成,成员来自整个公司。他们是Umachi、Kim、Tim、Liz及其他人。
这个小组审视区块链可以改进哪些PG&E流程。他们最初提出了45个潜在的PG&E 区块链使用案例。但目前的区块链可能还无法对当前状态这些案例的大多数提供帮助。他们削减到几个他们可以探索的使用案例。他们的重点放在区块链如何帮助PG&E拓展业务、如何令其更有效率以及与公司战略接轨方面。
他们开始测试区块链,要看看创新更加可持续的加州未来的想法用上区块链可以如何改善现有流程。
Umachi表示,“我们很长时间一直在关注一件事情。”加州有个低碳燃料标准。他们就是从这个标准想到加州的碳信用额度。
Umachi表示,他们想知道他们是否可以在交易和结算分布式能源资源时用上区块链工具;主要是用于电动汽车充电站的碳信用额。然后,他们就必须想个办法可以做到成本效益可行。他表示,“区块链能不能提供监护跟踪的稳健链呢?能不能为可视公用事业资产提供可追溯性以确保我们不会失去这些资产、确保在我们需要这些资产时最大限度地提高可以找到这些资产的能力以及确保削减那些可以使用的重新排序材料的成本呢?”
Kim承认,PG&E在电网边缘做的很多东西并不需要区块链。因此,才有了继续致力于研究“理解什么是区块链的价值主张” 。
Umachi和Kim谈到区块链的可审计性这一块。这个的本身可能在PG&E没有什么帮助,但区块链的可审计性可以帮帮助监管。随着电动车数量的成倍增加,州政府要管理和审计全州所有的充电活动以达到了解谁欠了碳信用额度的目的就会有一些困难。
Umachi表示,“假若将一些不可更改的记录在一个简单易用的用户界面显示出来,就可以提供一个审计方法及确保这些交易以及充电活动都是真的。”
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。