待验证50% 置信事实精确时间

大语言模型训练与推理高度依赖GPU/TPU集群的并行计算能力，AI工作负载热耗散密度可达每机架40至100千瓦，远超传统服务器机房5至10千瓦

1

来源数

50%

置信度

长期有效

时效性

2026/7/6

首次发现

来源

谷歌15亿美元扩建阿拉巴马州数据中心，深化AI算力布局

rss2026/6/15

相关事实

待验证AI数据中心因GPU密度极高、单位面积发热量远超传统服务器，对冷却系统要求更为严苛72% 相似待验证传统AI芯片（GPU或TPU）将模型权重存储在内存中，计算单元按需读取执行，大量时间和能耗消耗在权重搬运上66% 相似待验证百万Token级别的单次推理需要数十至数百GB的高端GPU显存（A100/H100级别）66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/115430

API

curl https://kongchang.com/api/v1/knowledge/claims/115430

MCP

get_claim(id=115430)