亚马逊于今日宣布在全球发布37个新的可再生能源项目。这一重要进展将助力亚马逊实现到2025年全球基础设施100%使用可再生能源的目标,比原定的2030年的目标提前5年。新项目使亚马逊全球可再生能源项目的总发电量增长近30%,由12,200兆瓦增加至15,700兆瓦。
如今,亚马逊在全球的可再生能源项目总数达到310个,覆盖19个国家,进一步巩固了亚马逊作为全球最大的可再生能源企业购买者的地位,并助力其实现《气候宣言》(The Climate Pledge)中设定的目标。根据《气候宣言》,亚马逊致力于在2040年实现所有业务线零碳排放,相比《巴黎协定》的目标提前10年。
亚马逊首席执行官Andy Jassy表示:“我们在保护地球和减少亚马逊对环境影响方面的承诺,促使我们在2020年和2021年都成为了全球最大的可再生能源企业购买者。随着业务增长,秉承着100%使用可再生能源支持亚马逊运营的使命,我们将持续对可再生能源进行投资。如今,亚马逊在19个国家打造了310个风能以及太阳能项目,并将努力达成到2025年100%使用可再生能源支持企业运营的目标,比原定计划2030年提前5年。”
本次宣布的37个新项目分别位于美国、西班牙、法国、澳大利亚、加拿大、印度、日本以及阿拉伯联合酋长国。这些新项目的类型和规模各不相同,包括3个新风力发电场,26个新太阳能发电场,以及全球8个新屋顶太阳能装置。至此,亚马逊已拥有310个可再生能源项目,包括134个风能和太阳能发电场以及176个屋顶太阳能项目。
一旦投入运营,亚马逊的310个项目预计每年将生产42,000 吉瓦时(GWh)的可再生能源,其发电量足以每年为390万美国家庭供电。此外,这些项目所生产的零碳能源每年也将帮助减少1,730万公吨的碳排放,相当于减少美国每年370万辆汽车的排放量。
此外,亚马逊还在持续投资与储能系统相结合的可再生能源项目。借助储能系统,亚马逊能够储存其太阳能项目所生产的清洁能源,并且在太阳能不可用时(如夜晚)或高需求时段,保证清洁能源的持续供应。通过延长零碳电力的使用时长,将增强亚马逊的清洁能源项目对气候的积极影响。新项目包括位于亚利桑那州的300兆瓦太阳能项目(电池储能容量150 兆瓦)以及位于加利福尼亚州的150 兆瓦太阳能项目(电池储能容量75 兆瓦)。这两个项目将使亚马逊已发布的太阳能与储能系统相结合的可再生能源项目的发电量增加一倍,从220 兆瓦增加至445 兆瓦。
本次公布的最新可再生能源项目将为亚马逊包括其办公室、运营中心以及为全球数百万客户提供支持的亚马逊云科技数据中心的运营提供清洁能源,更多项目详情如下:
欲了解亚马逊世界各地的可再生能源项目,请访问亚马逊可再生能源项目分布地图。
清洁能源买家协会(CEBA)首席执行官Miranda Ballentine表示:“亚马逊连续第二年在清洁能源买家协会的‘十大交易记录’中位列榜首,持续展示其对推动使用清洁能源的承诺。亚马逊的新发布凸显了能源客户在美国和全球部署无碳能源项目时正采用日益精细的战略,以及这些客户在优化减排方面发挥的关键作用。”
亚马逊于2019年联合发起《气候宣言》,承诺在2040年实现所有业务线零碳排放,相比《巴黎协定》的目标提前十年。目前已有逾300家公司签署了《气候宣言》,包括百思买、IBM、微软、百事可乐、西门子、联合利华、威瑞森和Visa等。为实现这一目标,亚马逊将持续减排,采取切实的行动,推动实现到2025年100%使用可再生能源支持公司运营的目标,比最初计划的2030年提前5年。亚马逊还致力于实现“零碳排放运输”(Shipment Zero)的愿景,到2030年50%出货量实现零碳排放,并购买了10万辆电动货车,这也是亚马逊有史以来最大的电动货车订单。此外,亚马逊还通过在气候宣言基金(Climate Pledge Fund)投资20亿美元,进一步开发脱碳服务和解决方案。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。