Maryland-Bewohner mit 2-Milliarden-Dollar-Netzausbau für KI-Rechenzentren außerhalb des Bundesstaates belastet – Bundesstaat reicht FERC-Beschwerde ein
Das Maryland Office of People's Counsel (OPC) reichte eine Beschwerde bei der Federal Energy Regulatory Commission (FERC) bezüglich des Plans von PJM Interconnection ein, den Verbrauchern in Maryland 2 Milliarden US-Dollar der 22 Milliarden US-Dollar für Netzausbauten zur Deckung der Nachfrage von KI-Rechenzentren in Rechnung zu stellen. Laut der Pressemitteilung des OPC wird dies die Verbraucher in Maryland in zehn Jahren zusätzlich 1,6 Milliarden US-Dollar kosten: 823 Millionen US-Dollar für Privathaushalte (~345 US-Dollar pro Kunde), 146 Millionen US-Dollar für Gewerbekunden (~673 US-Dollar pro Kunde) und 629 Millionen US-Dollar für Industriekunden (~15.074 US-Dollar pro Kunde).
Wichtige Details
- PJM Interconnection ist das größte US-amerikanische Stromübertragungsunternehmen und deckt 13 Bundesstaaten plus Washington, D.C. ab.
- Die 2 Milliarden US-Dollar, die Maryland zugewiesen wurden, sind Teil eines 22 Milliarden US-Dollar umfassenden Netzausbaus, der durch die Nachfrage von Rechenzentren vorangetrieben wird.
- Marylands People's Counsel David S. Lapp: „Ohne ein Eingreifen der FERC drohen den Kunden in Maryland Milliardenzahlungen für Übertragungsinfrastruktur, die PJM zum Vorteil von Rechenzentren vorantreibt.“ Er fügte hinzu, dass die Kostenverteilungsregeln „kaputt“ seien und die Kunden in Maryland „weder den Bedarf für diese Milliarden neuer Übertragungsprojekte verursacht haben noch in nennenswertem Umfang davon profitieren werden“.
Kontext
Dieser Fall spiegelt eine wachsende Spannung wider, da KI-Rechenzentren (oft von Technologieunternehmen außerhalb des Bundesstaates gebaut) die Kosten für den Netzausbau auf lokale Stromkunden abwälzen. Die Kostenverteilungsmethodik von PJM wird angefochten, da sie große neue Lasten gegenüber bestehenden Kunden bevorzugt.
📖 Read the full source: HN AI Agents
👀 Siehe auch
Untersuchung: Claude Code Agenten zeigen ungeprüfte MEMORY.md-Inhalte aufgrund von Komprimierungsänderungen an
Ein Benutzer meldet, dass Claude Code Agenten Inhalte aus MEMORY.md anzeigen, ohne sie während der Aufgabe erneut zu überprüfen, was auf Kompaktierungsänderungen in den Versionen 2.1.139 und 2.1.141 zurückzuführen ist. Zwei verstärkende Faktoren: aggressive Beibehaltung von "Benutzeranweisungen" und ein Fehler bei den Autocompact-Schwellenwerten.
KI sollte Ihr Denken fördern, nicht ersetzen – Koshy John über die verborgene Kluft in der Technik
Koshy John argumentiert, dass Ingenieure, die das Denken an KI auslagern, um kurzfristige Produktivitätssteigerungen zu erzielen, ein hohles Fundament bauen, während diejenigen, die KI nutzen, um lästige Arbeiten zu beseitigen und auf einer höheren Ebene zu operieren, echten langfristigen Wert schaffen.
Der IDP-Leaderboard-Benchmark zeigt, dass Claude Sonnet 4.6 bei Dokumenten-KI-Aufgaben mit Opus 4.6 gleichzieht.
Das IDP-Leaderboard testete 16 KI-Modelle an über 9.000 Dokumenten in den Bereichen OCR, Tabellenextraktion, Schlüsselextraktion, visuelle Fragenbeantwortung, Handschrift und lange Dokumente. Claude Sonnet 4.6 erzielte insgesamt 80,8 Punkte und lag damit im Wesentlichen gleichauf mit Opus 4.6 bei 80,3, während Haiku 4.5 auf 69,6 Punkte kam.
RTX 5080 16 GB: Qwen3.6 35B MoE bei 128k Kontext — 56 Tok/s und warum MTP nicht hilft
Neue Benchmarks zeigen, dass Qwen3.6 35B MoE auf einer RTX 5080 16GB bei 128k Kontext 56 tok/s generiert. MTP (Multi-Token Prediction) ist 23% langsamer, da VRAM-Druck Expertenschichten auf die CPU verlagert.