特斯拉德国超级工厂实际用水量远低于预期水平

特斯拉德国超级工厂实际用水量远低于预期水平 值得一提的是，最新消息显示，特斯拉德国超级工厂的实际用水量远远低于抗议者认为的水平。据了解，特斯拉德国超级工厂在2023年只使用了 451,654 立方米的自来水，而其获批的年度用水配额则高达 130 万立方米。据特斯拉员工透露，该工厂每生产一辆汽车仅消耗 2.28 立方米的水，这比行业平均水平的3.68立方米低了33%。有意思的是，周边地区的其他企业用水量要大得多。普勒姆尼茨垃圾焚烧厂每年用水2300万立方米，施韦特炼油厂用水1300万立方米，LEAG 燃煤电厂的用水量更是高达4480万立方米。值得一提的是，克莱斯托芦笋农场一年的用水量就达到100万立方米，是特斯拉超级工厂的两倍之多。讽刺的是，特斯拉超级工厂目前每周生产6000辆零排放汽车，却因用水量仅为一个芦笋农场的一半而引发争议。特斯拉表示，该工厂的用水效率还会进一步提高，随着工厂的不断扩建，其用水可持续性还将进一步提升。 ... PC版： 手机版：

决口封堵后 2.1 亿立方米水量怎么排？专家回应

决口封堵后 2.1 亿立方米水量怎么排？专家回应 目前，湖南华容县团洲垸内滞留水量约 2.1 亿立方米，相当于 15 个西湖的蓄水量。决口完成封堵后，这些水怎么排？长江设计集团有限公司水利规划院院长介绍，为尽快排水并兼顾堤防安全，水位日降幅建议不超 30cm。当地将调动移动式排水设备，利用团洲垸两边高、中间低的特点，分阶段排水，预计将持续十余天。（央视新闻）

6月24日，长沙遭遇强降水天气，其中9时到10时降水量达65.1毫米打破6月单小时降水记录。若根据市总面积11819平方公里计算

6月24日，长沙遭遇强降水天气，其中9时到10时降水量达65.1毫米打破6月单小时降水记录。若根据长沙市总面积11819平方公里计算，单小时总降水量达7.68亿立方米，约为54个西湖。此外，湖南气象部门预计，22日至29日长沙降水量将达350-450mm，而前年夏季降水总量为393mm。

水务署署长邱国鼎：两个月内完成水费检讨　东江水加价非唯一因素

水务署署长邱国鼎：两个月内完成水费检讨　东江水加价非唯一因素 政府与广东省早前签署新的东江水供水协议，2024至2026年东江水基本水价按年增幅为2.39%。本港水费自1995年至今未有调整，水务署署长邱国鼎表示，正检讨水费，最快一至两个月有结果，之后会尽快公布。他强调是否要调整水费，不会只考虑东江水因素，亦会按水务署的经营帐目、香港经济状况、市民负担能力等作一篮子考虑，而财政司司长提到的「用者自付」也是重要原则。邱国鼎指出，东江水是最重要的水源，占全港淡水供应总量7至8成，难以透过其他水资源取代，但为了应对极端恶劣情况，水务署有需要开拓不受气候变化影响的新水源，增强供水应变力。当中包括透过海水化淡、再造水及重用中水等。而在将军澳137区临海位置兴建的海水化淡厂，首阶段已在上月22日开始供水，每年供水量5千万立方米，占本港全年约10亿立方米总用水量约5%。他说正设计第二阶段扩建，整项工程完成后，供水量可提升至占全年总用水量10%。提到未来工作，邱国鼎说水务署已透过科技等协助，将爆喉宗数由2000年2500宗，大幅减至去年的34宗。同期的水管渗漏率亦由25%下降至14%，署方目标是到2030年降至约10%。另外，亦争取在今年首季就《2023年水务设施（修订）条例草案》完成立法，提高罚则及令署方有权搜证，以更有效打击㓥房业主滥收水费。 2024-01-21 08:35:33 (3)

中国近一半的主要城市正在下沉 2.7 亿人面临风险

中国近一半的主要城市正在下沉 2.7 亿人面临风险 先说结论，地面沉降这事儿并不新鲜，它确实有一定危害，但在我国城市沉降问题并不严重，而且我们可以做一些事情来改善沉降。什么是城市地面沉降？城市地面沉降，俗称“地陷”，就是城市区域地面因种种原因高度下降的现象。与地震和海啸相比，地面沉降发生得悄无声息，因此往往难以引起人们的关注。由于地面沉降，略带倾斜的西安大雁塔 图片来源：国际古迹遗址理事会西安国际保护中心然而，即使是较小范围的地面沉降，也会对人们的生命和财产安全造成很大威胁。地面沉降可能会导致道路、桥梁以及建筑物产生裂缝或变形，会破坏城市排水系统，引发雨水积水或污水反流。地铁、地下停车场等地下设施都可能因为地面沉降而受到破坏。因此，城市地面沉降在《地质灾害防治条例》中，被定义为“缓变性地质灾害”。干涉合成孔径雷达（InSAR）测量地面情况的示意图在《科学》杂志的这项研究中，科学家们运用了一种称为“干涉合成孔径雷达”（InSAR）的先进卫星遥感技术，来监测中国 82 个大中型城市的地面沉降情况。这种技术通过发射雷达波并接收其从地表反射回来的信号。利用卫星在不同时间的两次过境所收集的雷达数据，分析地表反射雷达波的相位变化，从而精确地测量地表在两次观测间的微小移动，如沉降或抬升，从而能够精确测量这段时间内地面的沉降程度。结果显示，44.7% 的城市区域每年的地面沉降速度超过 3 毫米，而 15.8% 的区域地面沉降速度甚至超过每年 10 毫米，包括北京、天津、合肥和西安等城市。地面沉降速率的中位数则为每年约 2 毫米。在 82 个城市中，约三分之一的人口居住在沉降速度超过 3 毫米/年的地区，7.3% 的人口居住在沉降速度超过 10 毫米/年的地区。换句话说，可能有 2.7 亿中国人生活在正在下沉的土地上。值得注意的是，这个数据仅代表城市的某些部分地区可能出现下沉，并不代表整个城市都在下沉，更不意味着所有居民都面临同等的风险。城市沉降只发生在今天的中国吗？虽然中国当前面临的城市地面沉降问题略显严峻，实际上，早在1920年，上海和天津就已经出现了地面沉降的迹象。到了20世纪70年代，长江三角洲的主要城市以及华北平原地区开始经历地面沉降。从20世纪80年代起，地面沉降现象由点及面，形成连片发展的趋势，影响范围进一步扩大。这项研究估算，中国沿海四分之一的土地可能在2120年沉降到海平面以下。城市地面沉降不仅是一个地区性问题，而且是全球性的环境挑战。研究表明，全球约 19% 的人口正处于由沉降引起的高风险之中。在美国、日本、伊朗等多个国家，也有大量关于城市地面沉降的研究和报道。《科学》杂志在 2022 年报道称，伊朗超过 90% 的地区正在经历地面沉降，全国平均沉降速率高达每年约 6 厘米；在 2007 年至 2020 年间，美国沿海地区 32个 城市的年沉降速率中位数在 2~6 毫米之间，其中多数地区的沉降速率超过 3 毫米。美国沿海各地面的沉降由于地面沉降与海平面上升的双重影响，到 2050 年美国沿海 32 个城市大约 1000~1300?平方公里的土地可能被淹没。而在日本东京，20 世纪50 年代的地面沉降速度甚至一度达到了每年 27 厘米的程度。相较来说，中国的城市沉降问题不算严重。城市为什么会发生沉降？虽然由于各种地质过程，地球表面会经历缓慢而稳定的自然隆起和下沉，但是这不能排除人类活动对沉降所带来的影响。研究显示，面临严重地面沉降的城市具有明显的区域特征：东北地区的代表城市包括大庆、哈尔滨和长春；华北地区以北京和天津为典型；中部地区的典型城市有平顶山、晋城和淮南；华南地区则包括昆明、南宁和贵阳；东南沿海地区则以温州和汕头为代表。这些区域要么是工业城市集群，要么是人口密集的城市群，说明地面沉降与区域经济活动和人口密度有着密切的关系。城市沉降与多种自然和人为因素相关，包括城市地区基岩的深浅、地下水的枯竭、建筑物的重量、交通系统的运用以及地下采矿活动。这些因素共同作用，影响城市地面的稳定性和高度。过度开采地下水是导致全球多个城市严重地面沉降的主要原因。当大量地下水被提取时，地下水位逐渐降低，破坏了地下水压力平衡，导致原来由地下水支撑的土壤和岩石部分失去承托力。随着地下水位的持续下降，原先含水饱和的土层开始干燥并收缩，这导致土层体积缩减，从而引起地面沉降。这种土壤压缩通常是不可逆的，即便地下水位后来得以恢复，土壤体积也难以完全复原。在中国，地下水过度开采引起的地面沉降尤其严重。根据水利部的数据， 20 世纪 70 年代，中国地下水的开采量平均为每年 570 亿立方米，到了 80 年代增加至每年 750 亿立方米，而到 2009 年已飙升至每年 1098 亿立方米。超过 300 个地区出现了地下水超采现象，涉及面积达 19 万平方公里，其中严重超采区域高达 7.2 万平方公里。华北平原之所以成为地面沉降的重灾区，就是由于华北平原地区人均水资源量不到全国平均水平的六分之一，地下水占到总供水量的 70% 以上。可以说，解决中国城市沉降问题的关键就在于长期、持续地控制地下水开采。结语实际上，我国政府对城市地面沉降问题早已给予高度关注，并采取了一系列有效措施以应对这一挑战。早在 2012 年，我国就出台了由十个部委联合制定的首部《地面沉降防治规划》。为了更好地管理和保护水资源，中国还制定了《水法》和《地下水管理条例》等一系列法律法规，规范地下水的合理开发与利用。又有南水北调工程这样的重大水资源管理项目通过调配水资源，有效减轻了华北地区的水压力，从而间接降低了对地下水的过度依赖和抽取，这不仅成功地提升了地下水位，也稳定了城市的地面沉降。对于我们普通人来说，通过在日常生活中减少用水量，使用节水器具，以及循环用水，都可以有效减轻对地下水资源的压力，从而有助于缓解城市地面沉降的问题。在保护自己的家园的同时，我们也在保护我们自己。 ... PC版： 手机版：

ChatGPT一年电费高达2亿元 AI为何如此耗电？

ChatGPT一年电费高达2亿元 AI为何如此耗电？ 公开数据显示，目前，ChatGPT每天需要处理超过2亿次请求，其电量消耗高达每天50万千瓦时。一年时间，ChatGPT光电费就要花2亿元人民币。这意味着，ChatGPT日耗电量是普通家庭的1.7万倍以上。（美国商业用电一度约为0.147美元也就是1.06元，相当于一天53万元）据荷兰咨询机构负责人Alex de Vries预计，到2027年，AI 行业每年将消耗850亿~1340亿千瓦时的电力，相当于瑞典或荷兰一个欧洲国家一年的总用电量。马斯克判断，电力缺口最早可能会在2025年发生，“明年你会看到，我们没有足够电力来运行所有的芯片”。OpenAI CEO奥尔特曼（Sam Altman）也预计，AI 行业正在走向能源危机，未来 AI 技术发展将高度依赖于能源，人们也需要更多的光伏和储能产品。这一切都显示出，AI 即将引爆全球新一轮“能源战争”。不止是芯片，AI 还被能源“卡脖子”过去500多天里，ChatGPT引发全球新一轮 AI 大模型和算力需求热潮。微软、Google、Meta、OpenAI等多家全球科技巨头开始疯抢 AI 芯片，甚至亲自下场“造芯”，总规模超过数十万亿元美金。实际上，AI 本质上是一种计算机技术和处理信息的技术，背后则需要大量GPU芯片，更底层则是大量电能、水力、风能、资金等资源的支持。早在1961年，在IBM公司工作的物理学家拉尔夫·兰道尔（Rolf Landauer）发表了一篇论文，提出了后来被称为“兰道尔原理”（Landauer's Principle）的理论。这一理论认为，计算机中存储的信息发生不可逆的变化时，会向周围环境散发一点点热量，其散发的热量和计算机当时所处的温度有关温度越高，散发的热量越多。兰道尔原理连接起了信息和能量。更具体地说，它连接到了热力学第二定律上。因为逻辑上不可逆的信息处理操作，也就意味着湮灭了信息，这会导致物理世界中熵的增加，从而消耗能量。这一原理自提出以来遭受过不少质疑。但近十几年来，“兰道尔原理”已被实验证明。2012年，《自然》杂志发表了一篇文章，研究团队首次测量到了一“位”（bit）数据被删除时释放的微量热量。后来的几次独立实验，也都证明了“兰道尔原理”。过去10多年间，现代电子计算机在计算时实际消耗的能量，是兰道尔理论值的数亿倍。而科学家们一直在努力寻找更高效的计算方法，以降低成本。如今，AI 大模型爆发，它确实需要大量计算。因此，AI 不止被芯片“卡脖子”，还被能源“卡脖子”。马斯克近期也在“博世互联世界2024”大会上表示，一年多以前，短缺的是芯片，明年你会看到电力短缺，无法满足所有芯片的需求。中国科学技术信息研究所人工智能中心副主任李修全也表示，近年来， AI 大模型规模、数量都在高速增长，也带来对能源需求的快速增加。尽管短期内还不会很快出现“缺电”等问题，但未来大规模智能化时代来临后的能源需求激增不容忽视。AI 大模型质量的关键在于数据、算力和顶尖人才，而高算力的背后，是靠着数万张芯片昼夜不停的运转支撑。具体来说，AI 模型算力的工作过程大致可以分为训练、推理两个阶段，能源消耗也是如此。其中，在AI训练阶段，首先需要收集和预处理大量的文本数据，用作输入数据；其次，在适当的模型架构中初始化模型参数，处理输入的数据，尝试生成输出；最后，通过输出与预想之间的差异反复调整参数，直到模型的性能不再显著提高为止。从训练15亿参数的GPT-2，到训练1750亿参数的GPT-3，OpenAI模型背后的训练能耗十分惊人。公开信息称，OpenAI 每训练一次需要128.7度电，相当于 3000 辆特斯拉同时跑 32 公里。据研究机构New Street Research估计，仅在AI方面，Google就需要大约40万台服务器，每天消耗62.4吉瓦时，每年消耗22.8太瓦时的能源。而在推理阶段，AI 则会先加载已经训练好的模型参数，预处理需要推理的文本数据，再让模型根据学习到的语言规律生成输出。Google称，从2019年到 2021年，AI相关能源消耗60%都来自推理。据Alex de Vries估算，ChatGPT每天大概要响应大约2亿个请求，耗电量超过50万度，按照一年电费就是2亿元人民币，比每个美国家庭的平均日用电量高1.7倍。SemiAnalysis报告称，使用大模型进行问题搜索所消耗的能源是常规关键词搜索的10倍。以Google为例，标准Google搜索使用0.3Wh电力，而大模型每次互动的耗电量为3Wh。如果用户每次在Google搜索都使用AI工具，每年大约需要29.2太瓦时的电力，也就是每天约7900万度。这相当于给全球最大的摩天大楼，迪拜的哈利法塔，连续供电超过300年。另据斯坦福人工智能研究所发布的《2023年 AI 指数报告》显示，每次 AI 搜索的耗电量大约为8.9瓦时。相比普通Google搜索，加入 AI 的单次耗电量几乎是一般搜索的30倍。而一个高达1760亿参数的模型，光是前期训练阶段就得用掉了43.3 万度电，相当于美国117个家庭一年的用电量。值得注意的是，在Scaling Law（缩放规律）之中，随着参数规模不断跃升，大模型性能也不断提升，而对应的是，能耗也会越来越高。因此，能源问题已经成为 AI 技术持续发展的关键“桎梏”。GPT每天消耗50000升水，电和水是 AI 两大能源需求AI不仅是“耗电狂魔”，更是“吞水巨兽”。其中，在电力方面，除了上述信息外，据国际能源署(IEA)数据显示，2022年，全球数据中心消耗约460太瓦时的电量(相当于全球总需求的2%)，随着生成式AI飞速发展，这一数字到2026年可能膨胀至620至1050太瓦时。Alex de Vries预计，到2027年，AI服务器所消耗的用电量将等同于荷兰全国的能源需求量。最坏的情况就是，仅Google一家公司的AI就可以消耗与爱尔兰等国家一样多的电力。IBM高级副总裁达里奥·吉尔曾表示，“AI能耗”是非常重要的挑战。生成式 AI 的高性能服务器的持续运行，将导致数据中心一半以上的电力消耗都被AI占据。据悉，预计到2025年，AI 业务在全球数据中心用电量中的占比将从2%猛增到10%。那么，水能呢？大模型背后需要数据中心、云基础设施的支持，那就需要大量的“液冷”进行散热。得克萨斯大学的一份研究指出，作为ChatGPT背后的重要支持力量，微软的Microsoft Azure云数据中心光是训练GPT-3，15天就用掉将近70万升的水，相当于每天花销约50000L水。同时，ChatGPT每回答50个问题就要消耗500毫升水。公开信息称，2022年微软用水量达到640万立方米，比2500个奥林匹克标准游泳池的水量还多。美国加州大学河滨分校副教授任绍磊团队预计，到2027年，全球AI可能需要4.2-66亿立方米的清洁淡水量，这比4-6个丹麦、或二分之一的英国的一年取水总量还要多。除了数据中心，内置的GPU芯片也是能源消耗的重点领域之一。今年3月，英伟达发布史上性能最强AI芯片Blackwell GB200，宣称是A100/H100系列AI GPU的继任者，性能相比H100提升30倍，但能耗却降低了25倍。上个月，黄仁勋的一句“AI的尽头是光伏和储能”更是在网络疯传。尽管有网友扒出原视频称，黄仁勋本人并未说过这句话，更没有提及“光伏和能源”，但 AI 能耗严重，却是摆在公众面前的事实。国际能源机构（IEA）在一份报告中强调了这个问题，全球 AI 数据中心的耗电量将是 2022 年的十倍，并指出部分原因在于 ChatGPT 这样的大模型所需的电力，远高于Google等传统搜索引擎。不过，值得注意的是，由于科技巨头们并未正式披露过 AI 使用中的电力消耗数据，因此，目前关于 AI 耗电量的数据多为估算，并不一定是非常准确的数据。美国信息技术与创新基金会（ITIF）曾指出，个别不准确的研究高估了AI能耗。AI训练是一次... PC版： 手机版：