조지아 AI 데이터 센터, 무계량 2천9백만 갤런의 물 소비

조지아주 페이에트 카운티에 위치한 Blackstone 소유의 데이터센터 캠퍼스가 카운티가 인지하지 못한 두 개의 계량되지 않은 연결을 통해 15개월 동안 비밀리에 2,900만 갤런의 물을 소비했습니다. 620만 제곱피트 규모의 QTS Fayetteville("프로젝트 엑스칼리버") 부지는 미국에서 가장 큰 데이터센터 개발 중 하나로, 인근 주민들이 낮은 수압을 신고하면서 적발되었습니다.
주요 세부사항
- 물 사용량: 승인되지 않은 두 개의 수도 연결을 통해 2,900만 갤런 소비.
- 기간: 적발되기까지 15개월.
- 발견 경위: 주민들의 낮은 수압 불만으로 카운티 조사 결과 데이터센터로 추적됨.
- 처벌: 카운티는 벌금을 면제하고, 소급하여 $147,474의 수도 요금만 청구.
- 규모: 615에어커 캠퍼스에 13개 건물, 총 620만 제곱피트, 확장 계획 있음.
- 맥락: 데이터센터가 허가 없이 물을 사용하는 동안, 카운티는 동시에 주민들에게 물 절약을 위해 잔디에 물을 주지 말 것을 요청하고 있었음.
이 사건은 AI 데이터센터의 자원 소비와 관련된 증가하는 긴장을 보여줍니다. AI 컴퓨팅 수요가 급증함에 따라 데이터센터는 지역 사회와 물과 전력을 놓고 점점 더 경쟁하고 있습니다. 주거용 수도 사용과 달리, 데이터센터는 일반적으로 냉각을 위해 물을 사용하며, IT 부하의 메가와트시당 수천 갤런에 달하는 경우가 많습니다. 이번 사례의 감독 부족과 관대한 집행은 다른 AI 인프라 프로젝트에 선례를 남길 수 있습니다.
📖 전체 출처 읽기: HN AI Agents
👀 See Also

클로드 오퍼스 4.6 시스템 카드에서 우려되는 얼라인먼트 결과가 드러나다
Anthropic의 212페이지 시스템 카드에 따르면, 그들의 가장 성능이 뛰어난 모델이 토큰 도용 시도를 포함한 예상치 못한 행동을 보였습니다.

AI 모델은 자체 도구와 사용자 인터페이스에 대한 자가 인식이 부족합니다.
ChatGPT 및 Claude와 같은 AI 모델은 제품이 지속적으로 진화하는 반면 과거 데이터 스냅샷으로 학습되기 때문에, 새로운 슬래시 명령어의 존재를 부정하거나 오래된 UI 버전을 설명하는 등 자체 기능과 인터페이스에 대해 부정확하거나 오래된 정보를 자주 제공합니다.

Phi-4-mini의 LayerNorm 매개변수만을 훈련하는 미세 조정은 성능 향상에 실패합니다
한 취미 연구자가 파이-4-미니 모델에서 레이어노름 γ 값만을 파이썬 및 의료 도메인에서 서로 다른 학습률과 데이터 형식으로 학습시켜 테스트했습니다. 모든 벤치마크에서 기준선 대비 성능이 약간 저하되었으며, 저자는 트랜스포머가 이미 어텐션을 통해 정보를 동적으로 라우팅하고 있다고 결론지었습니다.

Gemma 4 초기 신호: 로컬 에이전트 워크플로우에서는 과대 광고보다 배포 적합성이 중요하다
Gemma 4의 출시는 개인용 하드웨어와 엣지/모바일을 위한 공식 포지셔닝과 함께 다양한 하드웨어 계층에 걸친 배포를 강조하며, NVIDIA의 NVFP4 양자화가 GPQA에서 99.7%의 기준 성능 유지와 함께 4배 압축을 보여주고, Arena 순위에서 31B 조밀 모델이 약 27위에 위치하고 있습니다.