科学家使用 AI，不一定非得把任务送进科技公司的巨型机房。Nature 一篇评论文章主张，科研需求不同于同时服务数百万人的消费级平台：大学和实验室可以更多采用开放权重模型——参数公开、允许外部部署的模型——并在自己控制的服务器上运行，从而掌握数据和工具，也减少对大型数据中心的依赖。
这项主张值得现在关注，因为 AI 基础设施正在迅速膨胀。文章称，全球数据中心去年耗电约 485 太瓦时，接近德国全国用电量；国际能源署预计，到 2030 年这一数字将翻倍。作者因此呼吁科研界率先探索分散式路线，把合适的任务留在本地，并提高计算资源利用效率。不过，这是一篇观点文章；现有材料没有给出本地方案与巨型机房之间的实测能耗对比，而且本地算力仍受硬件规模限制。