针对当前人工智能基础设施的能耗问题，Cassidy Buhler 及其团队提出了一项替代方案：研究人员应逐步脱离超大型数据中心，转而在本地机构服务器上部署开放权重的人工智能模型（相关研究发表于 Nature 656, 296–298; 2026）。尽管这一主张旨在增强科研工具自主权，具有其合理性，但关于该模式能显著节能的预测，目前仍缺乏充分的实证支持。
接入与订阅信息
该文章收录于《自然》杂志第 658 卷第 834 页（2026年），数字对象唯一标识符为 doi: https://doi.org/10.1038/d41586-026-03245-2。读者可通过所在机构账号访问全文，或选择购买单篇阅读权限。产品价格根据类型不同有所差异，起价为 1.95 美元，最高至 39.95 美元。需注意，最终结算价格可能受当地税收政策影响。
利益声明
作者声明不存在任何竞争性经济利益。
主题分类
- 信息技术
- 可持续性
- 环境科学
近期相关文章
- 技术特征：如何利用本地人工智能系统搜索文献（发布于 2026年10月12日）
- 模型优化：修改语言模型以在字节级别运行
- 评论：数字崩溃如何冲击供应链并危及全球经济（发布于 2026年10月6日）
- 通讯：当微生物分解塑料时，塑料究竟去了哪里？（发布于 2026年10月13日）
- 化学进展：历经数十年“绿色”努力，化学家仍难以摆脱危险溶剂
- 观点：城市与乡村紧密相连，绿色倡议需正视这一关联
- 通讯：当微生物分解塑料时，塑料究竟去了哪里？（发布于 2026年10月13日）
- 气候干预：在北极永久冻土上铺设木质“毯子”以减少碳排放
- 生态分析：澳大利亚当前的野火危机与殖民时期的土地使用变化有关
