司的任务是分析可再生能源需求，构建基于用户特定消耗模式的能源存储与调配系统。 他还提到，公司利用机器学习技术，根据用户的能源消耗模式对其进行分组，进而以高达90%的准确率 高效分配可再生能源电力。这意味着，如果客户通常在每天晚上9点至次日早上7点将电动汽车充至满 电，系统会在此时段调配能源，并在车辆不在家时预留电力。他说道："这对于维持电网平衡而言，具 有极高的价值。" 总部位于迈阿密的Exowatt正在开发太阳能发电系统，旨在为人工智能数据中心提供全天候电力供应。 该公司首席执行官兼联合创始人汉南·哈皮（Hannan Happi）表示，通过提供太阳能存储与全天候调度 方案，该公司助力公用事业公司应对太阳能固有的供应间歇性问题，摆脱对碳排放能源的依赖。"我们 正争分夺秒地将产品推向市场并尽快扩大规模，"他强调，"因为倘若不这么做，数据中心客户所能采用 的唯一能源和电力解决方案，便是将柴油和天然气接入电网，这将给数据中心周边社区带来极为严重的 影响。" 人工智能的崛起引发了能源悖论。尽管ChatGPT等人工智能工具背后的科技领军人物称，大型语言模型 能解决世界面临的重大问题，然而为该技术提供动力的基础设施却可能 ...