HeyJared碳笑风生
碳笑风生关注全球和中国的能源转型、气候变化和可持续发展问题，特别是中国实现碳达峰、碳中和的科学、技术、政策、政治、经济、社会和文化问题。大家可以在小宇宙播客、喜马拉雅、网易云音乐等平台收听我们，我们同步更新的微信公众号“环境科学与政策”会有更多的专业讨论。大家也可以通过留言或在微信公众号“环境科学与政策”联系我们。
- Indexed episodes, last 90 days
- 3
- Latest publication
- Sep 19, 2026
- Audience
- Checking…
- Earliest in this view
- Jul 23, 2026
Latest episodes
第52期（下）：AI背后的能源与环境账单 (opens the original)
Read excerpt
本期我们邀请到了麻省理工大学的陈宇昂，来聊聊 AI 对电力需求、空气污染和环境的影响 。陈宇昂是 MIT Social and Engineering Systems 博士生。我们从 AI 到底需要多少电聊起，讨论了数据中心为什么集中在美国的弗吉尼亚和德州、训练和推理谁更耗电、未来 AI 新增电力从哪里来，以及中国与美国 AI 用能发展的差异。最后，我们也聊到了数据中心带来的社会外溢影响，以及 AI 用电究竟能不能变得更加灵活。因为本期内容涵盖很多话题，所以上期主要关注其用能影响，下期我们关注它在空气污染、用水等环境方面的问题。 时间线 00:20 数据中心的环境影响有哪些？ 07:20 AI的空气污染在本地还是在其他地方？ 12:07 AI对当地经济有帮助吗？对就业有帮助吗？ 21:58 未来五年AI的环境影响有什么重点话题？ 本期剪辑：觉狐 碳笑风生关注全球和中国的能源转型、气候变化和可持续发展问题，特别是中国实现碳达峰、碳中和的科学、技术、政策、政治、经济、社会和文化问题。大家可以在小宇宙播客、喜马拉雅、QQ音乐、Podcast等平台收听我们，我们同步更新的微信公众号“环境科学与
第52期（上）：AI背后的能源与环境账单 (opens the original)
Read excerpt
本期我们邀请到了麻省理工大学的陈宇昂，来聊聊 AI 对电力需求、空气污染和环境的影响 。陈宇昂是 MIT Social and Engineering Systems 博士生。我们从 AI 到底需要多少电聊起，讨论了数据中心为什么集中在美国的弗吉尼亚和德州、训练和推理谁更耗电、未来 AI 新增电力从哪里来，以及中国与美国 AI 用能发展的差异。最后，我们也聊到了数据中心带来的社会外溢影响，以及 AI 用电究竟能不能变得更加灵活。因为本期内容涵盖很多话题，所以上期主要关注其用能影响，下期我们关注它在空气污染、用水等环境方面的问题。 时间线 01:42 为什么选择环境与能源这个领域？宇昂的学术轨迹 04:30 AI 对环境的影响主要体现在哪些方面？ 11:30 AI 未来电力需求最大的不确定性来自哪里？ 13:58 为什么美国的数据中心集中在弗吉尼亚和德州？ 15:34 数据中心和 AI 的发展会对发展中国家产生什么影响？ 19:01 数据中心的耗能规模到底有多大？ 21:44 训练模型和推理，哪一个的能耗占主导？ 26:31 放到整个经济系统中，AI 会怎样影响整体能源消费？ 31:40
第51期：核聚变，再等50年吧 (opens the original)
Read excerpt
因为数据中心用电、能源安全以及气候变化的影响，核电是最近的一个热门话题。核聚变就要实现了吗？未来能源技术为如何发展？本期我们邀请到 苏黎世联邦理工学院（ ETH Zürich ）博士生汤灵熹 ，他专注于技术与创新政策研究，运用 Experience Cruve 理论分析推动技术成本下降的因素。本期基于他在自然能源的一篇文章，基于 Tang, Lingxi, Bessie Noll, Anurag Panda, Tobias S. Schmidt. 《 Fusion Power Experience Rates Are Overestimated 》 . Nature Energy 00:10 核电是最近两年能源界的热门话题 01:30 嘉宾自我介绍和学术经历 03:50 这篇文章的框架是什么，如何预测未来核聚变的成本发展 07:55 这篇文章的结论收到了什么反馈？ 10:45 如何看待核聚变和核裂变的技术分别？ 13:24 未来核聚变要靠需求大爆发还是技术路线变革？ 19:35 目前的能源技术的学习率大概如何？ 24:00 如何理解学习曲线的含义、动力？学习曲线是定律吗？ 36:00
Publishing over time
Last 90 days. Choose a month to open its work.
Recurring subjects
Named in the text we hold. One piece can cover several.
Not enough subject data for this period yet.
Audience
No verified audience measurement yet.
About this data
Counts cover the work we have indexed. Tone needs enough text and a confident classification. Excerpts and episode notes are not full articles or transcripts.
Identity or attribution wrong? Suggest a correction.