米国のビルシステム企業Johnson Controlsは9月28日、シンガポール国立大学が主催する「Sustainable Tropical Data Centre Testbed 2.0」に参加した。この連携は、電力と水の使用を最適化しながら、熱帯環境におけるAI対応データセンターを研究することを目的としている。 Johnson Controlsによると、同社がモデル化した熱管理設計は、従来の冷却方式と比べて、IT以外のエネルギー使用量を最大50%削減できる可能性がある。1ギガワット規模のデータセンターを想定した場合、同社の吸収式冷凍機の基準設計により、既存の電力インフラから最大97MW分のAIコンピューティング容量を追加で確保できる一方、冷却関連の電力需要を最大44%削減できる可能性がある。
Guru Clubが、9月28日に公開されたCitiのリサーチレポートを引用して伝えたところによると、最先端AIモデルは性能が向上し、タスク当たりのコストが低下したことで、モデルの効率性と推論の経済性が改善していることが示された。 Citiは、オープンソースモデルのタスク当たりコストが週次ベースで35%低下し、0.80ドルになったと指摘した。また、独自モデルに対する割引幅は40%から60%に拡大した。一方、独自モデルの知能面での優位性は9ポイントから12ポイントに拡大した。