劳登县在过去20年建造了5300万平方英尺的数据中心，平均每年约265万平方英尺。这一规模相当于约244个标准足球场的大小，表明该地区已成为重要的数据中心集群。然而，缺乏与全国其他地区的比较数据，无法确定这一规模是否异常突出。

这一数据点表明，2026年前三个月因抗议而被阻止或延迟的数据中心项目价值高达1300亿美元，占2025年全年记录的1560亿美元的约83%。这一数字反映了数据中心反对运动的显著增长趋势，可能对AI基础设施建设产生重大影响，但需要确认这些数据的统计方法和来源可靠性。

Google将每月向SpaceX支付9.2亿美元用于计算资源，这一金额极其庞大，年化可达110亿美元。这笔交易表明大型科技公司愿意为计算能力支付高额费用，但也反映出SpaceX在AI基础设施市场的战略定位。然而，如此高额的月度合同是否可持续，以及这是否代表真正的市场认可，仍需观察。这一数字也凸显了AI计算成本的高昂和竞争的激烈程度。

除了20%的写入放大减少，AlphaEvolve还通过新的编译器优化策略将软件存储占用减少了近9%。这表明该系统在多个层面优化基础设施的能力，从硬件到软件栈都带来了显著效率提升。

AI数据中心总电力容量已达数十吉瓦，相当于纽约州高峰电力需求。这一数据点突显了AI产业对能源的巨大需求，以及由此带来的能源挑战和环境影响。随着AI计算能力继续增长，能源供应将成为制约AI发展的关键因素之一，可能推动行业向更节能的技术方向发展。

5GW的算力规模是惊人的，相当于一个小型国家的电力消耗。这一数据表明Anthropic正在为AI模型训练和部署投入前所未有的基础设施资源，反映了大语言模型对计算资源需求的指数级增长。这一规模超过了大多数AI公司的基础设施投入，显示出Anthropic在AI基础设施竞争中的野心。

5GW的算力规模极其庞大，相当于一个小型国家的电力消耗。这一数字表明Anthropic正在为AI模型训练和部署构建前所未有的基础设施，反映了大型语言模型对计算资源的巨大需求。相比其他AI公司的算力规模，这是一个非常激进的扩张计划。

5GW的算力规模是惊人的，相当于一个小型国家的电力消耗。这个数字表明Anthropic正在为AI模型训练和部署进行大规模基础设施投资，反映了大型语言模型对计算资源的巨大需求。这一规模与OpenAI等竞争对手的算力投入相当，显示AI算力竞赛正在升级。

经济学家呼吁以“曼哈顿计划”的规模来收集各行业价格弹性数据，凸显了当前AI经济研究的底层基础设施极度匮乏。没有跨经济体的系统性微观数据支撑，任何关于AI就业前景的预测都是盲人摸象，政策制定更是无从谈起。

AWS denies first responder access to facilities

"How AI Datacenters Eat the World" from High Yield on YouTube. 30-Aug-2025

Description

HighYield x SemiAnalysis deep-dive into AI Datacenters, Gigawatt Megaclusters and the Hyperscaler race to AGI. How AI Datacenters Eat the World.

OpenAI's accounting of text generation energy usage

From the 10-Jun-2025 blog post:

People are often curious about how much energy a ChatGPT query uses; the average query uses about 0.34 watt-hours, about what an oven would use in a little over one second, or a high-efficiency lightbulb would use in a couple of minutes. It also uses about 0.000085 gallons of water; roughly one fifteenth of a teaspoon.

nebraska case study of data sharing for court-involved youth

Synergies for Europe's Research Infrastructures in the Social Sciences (SERISS)

Weapons of Affect: The Imperative for Transdisciplinary Information Systems Design

Ali, A. (2020, August 28). Visualizing the Social Media Universe in 2020. Visual Capitalist. https://www.visualcapitalist.com/visualizing-the-social-media-universe-in-2020/

Welcome! You are invited to join a webinar: Supporting Open Science Data Curation, Preservation, and Access by Libraries. After registering, you will receive a confirmation email about joining the webinar. (n.d.). Zoom Video. Retrieved June 28, 2020, from https://zoom.us/webinar/register/2615905946283/WN_W6dYUXQFTqGQjGAZPRB74w

Center for Scientific Workshops in All Disciplines—Lorentz-eScience Competition. (n.d.). Retrieved April 16, 2020, from https://www.lorentzcenter.nl/lorentz-escience-competition.html

Draft NIH Policy for Data Management and Sharing

pretty great intro to knowledge graphs

Instead of encouraging more “data-sharing”, the focus should be the cultivation of “data infrastructure”,¹⁴ maintained for the public good by institutions with clear responsibilities and lines of accountability.

What does this paper mean by infrastructures? Perhaps this is a reference to the traditional scholarly journals and monographs.

Interesting section on applying log-orientated approaches to existing systems.