Bridging the gap: AI's energy demands and the future of power
34:08 Share

今天,我们邀请宾夕法尼亚大学工程学院教授、数据中心架构专家Benjamin Lee,探讨人工智能、能源与可持续发展之间的交叉点。从天然气到下一代数据中心,Benjamin将分享他对人工智能发展面临的电力挑战以及能源基础设施创新如何塑造技术未来的见解。加入我们,深入探讨如何在快速技术发展与环境目标之间取得平衡,以及美国如何引领人工智能和能源效率的未来。此外,别忘了订阅IE+以获取高级见解和独家内容!</context> <raw_text>0 欢迎收听本期Lexicon节目。我是克里斯托弗·麦克法登,Interesting Engineering的特约撰稿人。今天我们邀请到宾夕法尼亚大学工程学院教授、数据中心架构专家Benjamin Lee,共同探讨人工智能、能源和可持续发展之间的交叉点。从天然气到下一代数据中心,Benjamin将分享他对人工智能发展面临的电力挑战以及能源基础设施创新如何塑造技术未来的见解。

加入我们,深入探讨如何在快速技术发展与环境目标之间取得平衡,并了解美国如何引领人工智能和能源效率的未来。在进入今天的节目之前,这里有一些内容可以提升您的2025年。

通过IE Plus提升您的知识水平。立即订阅,即可访问包含专家见解的独家高级文章,并享受专为会员设计的技术通讯,让您在科技和科学领域保持领先地位。立即订阅。现在让我们继续今天的节目。Ben,感谢您的加入。您今天好吗?很好,谢谢。您呢?很好,谢谢。感谢您的加入。为了方便我们的听众,您能简单介绍一下自己吗?

好的。我是在宾夕法尼亚大学担任电气和系统工程以及计算机和信息科学教授。我的专业是计算机架构师,也就是说,我经常思考如何设计

计算机硬件、微处理器、内存系统等等。在过去的几年里,我们一直在思考如何将所有这些硬件部署到数据中心环境中,大型高性能系统,以及如何使这些系统更节能、更环保。太棒了。好的,那么我们进入第一个问题。所以,

您如何看待美国在快速发展数据中心的需求与长期的可持续发展目标之间的平衡?是的。我认为确实存在对快速发展数据中心的迫切需求。正如您可能知道的那样,我们正在看到对计算能力前所未有的需求,这主要由对生成式人工智能的需求所驱动,无论是在研究方面,还是在部署和商业方面。而且

众所周知,我们也越来越意识到,数据中心需要相当多的电力和能源。这些电力和能源的来源将影响我们追求长期可持续发展目标的能力。所以这里存在一种张力。在我们的一些研究和我们自己的一些数据分析中,我们发现数据中心容量正在以指数级增长。

每年增长20%到25%。那是在生成式人工智能出现之前。所以今天的数字甚至更大。与此同时,当我们查看美国的可再生能源安装量时,这些安装量的增长速度仅为每年约7%。现在这些数字可能会略有变化,但这突显了数据中心需求增长与可再生能源供应增长之间差异的巨大程度。因此,将产生可持续性影响

努力在电网上获得更多可再生能源是解决方案的一部分,但我认为要实现许多大型科技公司正在追求的净零目标将越来越困难。历史上,大多数这些大型科技公司通过安装越来越多的可再生能源,然后获得这些安装的积分来追求净零排放。很难跟上。目前是否有任何缓冲?

能源需求与供应之间,怎么说呢,在它达到紧缩点之前,有没有一个宽限期?

好吧,我认为我们正越来越开始看到这种紧缩正在发生。我认为在过去的两三年里,我们看到了数据中心的快速部署,电网也愿意为其连接并提供电力。我认为我们正越来越多地看到来自当地社区的监管阻力。所以我认为人们正越来越意识到这里的挑战,并且在这个过程中摩擦越来越大。

好的,如果您能做一个估计,比如有多少,我们是在谈论几个月还是几年后它会成为一个大问题,考虑到数据中心的增长速度和实际的能源供应?电力需求或要求超过能源供应还需要多久?有没有办法估计一下?

这是一个好问题。我不太确定时间范围是多少。我确实知道,部署一个消耗100兆瓦的数据中心通常比部署相应的能源并将其连接起来要快得多。我认为延迟主要在于新能源设施的部署,以及连接所有能源到电网的输电线路的许可和建设。所以

我认为能源的许可和监管环境与计算的许可和监管环境看起来非常不同。这解释了这种滞后。这很有趣。这几乎是一种人为的限制。如果它是许可证之类的东西,理论上可以取消以加快进程,对吧?我的理解正确吗?有可能,是的。我的意思是,我认为......

获得通行权以便安装输电线路可以加快速度,这可以尝试更快地进行。我认为还有其他一些事情需要更长的时间才能弄清楚。从历史上看,我认为事情进展缓慢的原因之一是,当您向电网施加巨大的负载时,他们希望评估对电网稳定性的风险。这需要大量的分析,大量的分析。

电气工程来计算电力在电网中的流动。而这在历史上是一个缓慢的过程,而且这个过程是

跟不上数据中心想要扩展的领域。明白了。具有讽刺意味的是,人工智能可以用来加快这个过程,对吧?绝对的。绝对的。我认为这是一个好主意。是的。具有讽刺意味的是,这不是正确的词,但是,是的。无论如何,那么与私人或州拥有的土地相比,使用联邦土地建设数据中心的优势是什么?我不知道。

它们的差异在哪里。这种方法是否有独特的挑战?是的。我认为当我们谈论州拥有的土地或州(即美国政府拥有的土地)时,我认为......

存在一个有趣的机会。当然,美国政府拥有相当多的土地,在那里他们进行大量能源密集型工作和高性能计算工作。能源部运营着拥有大型超级计算机的大型国家实验室。所以问题是,将其中一些能力、一些资源开放给公司。

某种意义上的私人计算,可能用于支持人工智能的研究和开发。所以我认为这是一个好主意。我认为这可以帮助解决我们刚才提到的许可问题,以及我们在多大程度上可以部署新的能源设施并将其连接到这些大型数据中心。所以我认为从监管的角度来看,这是一种桥梁措施或短期措施,因为我们正在想办法在其他地方将更多能源连接到电网。

我认为另一方面,您提到了依赖联邦土地所面临的独特挑战。讨论主要集中在能源方面,许可基础设施等等。对于数据中心来说,还有一个次要考虑因素,或者可能是另一个考虑因素,那就是数据流或数据网络带宽。所以问题是,这些联邦土地在多大程度上也拥有网络

网络连接,以便他们可以将海量数据移动到数据中心进行计算,然后再移回。这就是为什么弗吉尼亚州北部等地非常受数据中心欢迎的原因,因为它们拥有非常出色的网络连接,数据中心进出数据中心的数据速率非常高。因此,我们必须同时考虑能源和数据移动。这很有道理,是的,我不确定美国的情况,但在英国,有很多

很多地区出于某种原因拥有受保护的土地,例如生态系统或历史原因。我想在美国这不太成问题。它的土地面积要大得多。是的。

所以也许我有点慷慨或有点乐观。我假设他们不会使用自然或保护区土地。但对于数据中心建设,我设想的是更多能源部运营的空间,他们拥有大型自然实验室,国防部空间。

所以希望不会出现更广泛的环境影响。明白了。是的。所以它已经是用过的土地了,对吧?无论出于何种原因。我认为我们称它们为灰色空间,我认为。足够老的场地等等将是理想的候选者,对吧,对于联邦或州拥有的土地?是的。足够了。所以您提到了可再生能源。

那么天然气的使用情况如何呢?天然气被认为是一种相对清洁的能源。在为下一代数据中心供电的背景下,它与煤炭和可再生能源相比如何?是的。鉴于数据中心容量增长与可再生能源设施增长之间的差距,我之前提到的20%和7%的数字。

这意味着我们需要其他能源,而天然气是一个非常有吸引力的选择,尤其是在美国,美国拥有相对丰富的天然气资源。

当然,它比石油和煤炭更清洁。我认为当您考虑天然气时,重要的是要考虑天然气中的甲烷。当您燃烧天然气以获取能量时,甲烷会转化为二氧化碳,这会加剧全球变暖。但是

我的理解是,燃烧天然气产生的二氧化碳少于燃烧煤炭或石油产生的二氧化碳。因此,天然气具有一定的优势。这里棘手的问题当然是,在开采或运输过程中最终泄漏的甲烷,对吧?因为甲烷的全球变暖潜能远高于二氧化碳,对吧?所以我认为

天然气有可能成为一种过渡能源,但我们必须非常小心地进行开采和运输,以及如何对这些数字进行整体核算。足够了。小型核反应堆的兴起,特别是模块化反应堆,核能将如何发挥作用?完全正确。

是的。核能也是一个非常有趣的选择。我认为它在无碳排放方面很有吸引力,对吧?我认为在我们自己的研究中,我们已经对使用可再生能源为数据中心供电、并用锂离子电池对其进行支持进行了大量思考。但是对于这些技术来说,这还不够。建设足够的可再生能源容量、足够大的电池将非常昂贵。因此,仅靠这些解决方案是不够的。所以这

让我对这些中长期解决方案(如核能)更感兴趣了一些。

我必须说,在美国,该行业在按时按预算建设核电站方面的记录相当糟糕。因此,如果这将成为解决方案的一部分,我们必须弄清楚如何做到这一点。这不会是短期解决方案。这很有道理。这很有道理。那么,哪些政策变化可以加快数据中心和必要的能源基础设施的部署?您已经稍微触及了这一点,但是......

是的,是的。我认为监管方面很重要。我认为我们刚才提到了许可问题。所以我认为首先,能源基础设施的许可将极大地帮助将任何新的能源生产、新的能源资源连接到数据中心。

其次,我们想考虑一下关于谁为该能源基础设施付费的规定。目前,人们非常担心当地纳税人被迫补贴数据中心的能源。其想法是,如果一个数据中心出现,而公用事业提供商需要安装新的输电线路或其他基础设施,那么这些成本将转嫁给监管机构。

与刚刚添加到电网的数据中心无关的当地消费者。所以我认为,规范或标准化这些成本的归属以及谁为哪些费用付费,将有助于简化审批流程,并减少数据中心运营商与当地社区之间的摩擦。所以我认为

在真正的一面,许可和能源市场,需要对我们如何使事情变得更容易进行更精细的思考。好的,这很有道理。但从当地社区的角度来看,它可以增加当地的就业机会,对吧?如果他们不使用数据中心本身,那么他们可以直接从中受益。显然,商业是一个全球性的好处。我认为您在美国有商业税。我想这取决于各州。除了个人之外,

某种与商业税增加相关的模式或其他东西来支付成本可能会有所帮助

我不知道。没错。是的,我认为对人们为电力支付的费率和关税进行大量思考非常有意义。非常有意义。好的,很好。关于当地社区,他们通常会反对数据中心之类的东西,因为他们认为存在健康和安全或财务方面的担忧。可以采用哪些策略来解决这些问题并获得社区的支持?

我认为财务方面的担忧是真实的,原因是我们刚才提到的原因,对吧?建造新的基础设施,然后将这些成本转嫁给当地纳税人的概念。我认为这是一个非常真实的担忧。我们看到弗吉尼亚州的人们因为数据中心进入该社区而支付更高的电费。

健康方面的担忧,这是一个有趣的问题。我没有足够的数据来判断。我知道这里有很多研究。我的意思是,我读到的文章关注的是,例如,当地的空气污染,因为数据中心需要柴油发电机在发生电力紧急情况时运行。

当然,这些柴油发电机会造成空气和噪音污染。但由于它们是备用设备,因此不清楚它们运行的频率,对吧?因为实际上触发这些柴油发电机启动的事件应该非常罕见。我看到的一些文献表明,因为像谷歌或微软这样的公司可能会进来申请许可证,

对于某种程度的空气污染,假设柴油发电机将要运行,人们可能会认为这种程度的空气污染肯定正在排放到空气中。我认为这只是在谈论

什么可能会进入那里,并获得该水平的......因此,获得关于这个问题的更详细的数据集将非常重要。我认为肯定存在健康方面的担忧,但我没有看到明确指出其性质或程度的数据。这很公平。如果他们担心......

只是更多一些认识,对吧?教育他们数据中心究竟是什么,它做什么,基本上就是这样。没错。是的。

没错。是的。足够了。好的。那么,下一代数据中心需要高达1吉瓦的电力,您如何设想系统架构师将创新地有效管理这种巨大的能源需求?等等。是的,是的。所以,正如我们在本节开始时提到的那样,我是一名计算机架构师。我经常思考系统设计。所以这正是我擅长的领域。而且我认为

我认为这里有两件事:硬件和软件。在硬件方面,我们遇到很多阻力,这将使我们越来越难以获得更高效的硬件。摩尔定律曾经说过,晶体管会变得更小,并且随着它们缩小而变得更节能。这种情况不再以同样的程度发生了。

因此,我们不能仅仅等待这些晶体管变得更小并消耗更少的电力。像英伟达这样的GPU架构师已经做了大量的优化工作来提高能源效率,而且还有一些工作要做,但也许他们已经将能源效率提高了100倍。根据他们一直在考虑的各种硬件优化,可能还剩下10倍。

因此,在硬件方面,我认为我们当然正在非常努力地提高计算的能源效率。但我认为最有希望的解决方案是在软件方面。那么,您可以使用更少的计算来计算生成式人工智能模型的相同答案吗?如果您考虑今天的生成式人工智能,它经过训练可以实现大规模效率。

通用性,对吧?它们几乎可以回答您提出的任何问题。这种通用性需要付出巨大的代价。模型很大,有数万亿个参数甚至更多,训练模型以及响应查询或提示运行模型都需要花费大量的能量。

您可以想象,如果您专门化模型,可以获得足够好的答案或相当好的答案。如果您知道该模型的目标是医疗领域或金融领域等,则该模型可以变得更小。它在回答这些类型的问题方面可能特别出色。它在响应医疗查询或金融查询时将消耗更少的能量。

所以我认为软件的专业化可以真正提高能源效率,让您以更少的计算获得类似的体验。我认为这是前进的道路。我认为,嗯,

我要说的最后一点是,为什么我们还没有这样做?好吧,我认为困难在于我们不知道我们想要专门化什么。我们还没有找到那些杀手级应用,可以说是那些将吸引更广泛用户群大规模采用的应用。一旦我们在上一代中找到了它,那就是搜索引擎,对吧?或者类似的东西。一旦我们知道搜索引擎非常重要,

大量的计算机科学家和计算机工程师提高了它的效率。我们还没有在生成式人工智能方面做到这一点,但是一旦我们找到了杀手级应用,我认为这些优化就会到来。有了它们,就像我们所说的那样,OpenAI,ChatGPT,我认为您可以根据自己的目的训练它的一个版本。假设您是一家企业,您可以将其训练成一个聊天机器人,基本上用于您所做的事情。我不知道OpenAI是否保留了这方面的数据。

但这将是一个有用的指标,对吧,对于这种专门化,对于专注于,对不起,专注于专门化生成式人工智能,对吧?如果他们有的话,这种数据。绝对的。我的意思是,了解人们如何使用这种大规模通用模型将为专业化和效率提供途径。所以我认为

数据就在那里,我认为这只是看看什么有效以及社区想要去哪里、用户想要去哪里。这很公平。我认为上周我和Efficient Computer(我认为他们是这样称呼的)谈过话。我不知道您是否听说过他们。他们正在设计,他们基本上重新设计了芯片,使其比专门化更通用,但是它

它正在创建非常节能的芯片。所以我想知道这是否也是一种潜力,不仅仅是软件专业化,而且是下一代,我讨厌这个词,但是,是的,基本上是计算机芯片。也会有所帮助,对吧?显然,数据中心的功耗等等。

绝对的。因此,当我们考虑专门化计算机芯片时,实际上有两种方法可以做到这一点。一种是尝试提供更多内存或更专门的数据从内存移动。我认为这当然可以让我们降低数据移动的成本,而数据移动在历史上是众所周知的能源密集型活动。

另一种方法,我认为这将非常棒,如果您发现某些指令或某些计算会反复出现,您可以为该指令序列定制硬件,并允许您只需调用一次该超级复杂的序列即可完成大量工作?

指令。这也将非常节能,因为您只调用了该指令一次,但您却完成了大量工作。

所以我认为这两种策略都很好。这就是我们在GPU中看到的。我认为我们当然已经看到,对向量和矩阵进行计算比一次一个地对单个值进行计算要高效得多。这就是我们在GPU中看到的。而且仍然有机会改进。

为芯片做更多这样的事情。哦,太棒了。是的。所以某种程度上对算法的结晶实际上是修复它。它被重复使用,就像您说的那样,您一直都在轻松使用。是的,这完全说得通。是的。完全正确。是的。实际上。太棒了。好的。所以您提到了科技公司直接运营能源资产的潜力。这种转变将如何影响更广泛的能源市场和传统的公用事业公司?

是的。当我们考虑数据中心今天如何消耗电力时,它们本质上是电力的零售消费者。他们与公用事业公司谈判,签订电力购买协议,并为所有这些电力支付特定的费率或价格。作为对支付该费率的回报,他们免受电网的基础设施风险和财务风险的影响。

因此,电网运营商可能会上线新的能源来源或竞标供应能源并将能源推入电网。电网基础设施、电网运营商可能必须安装公用事业规模的电池,以确保电压在整个电网中保持稳定。因此,所有这些成本和风险都由电网运营商管理,而数据中心则免受所有这些复杂性和风险的影响。

问题是,这意味着数据中心可能为他们的电力支付更多费用,而且他们也获得了稳定性。为了获得这种稳定性,他们获得了更高的费率。现在,如果您查看世界的另一面,数据中心运营商,随着他们建设和运营越来越多的自己的能源基础设施,无论是电池、风力发电场、太阳能发电场还是核电站,

他们有更大的行动和决策空间。鉴于我拥有的能源,

我是否用它来计算?我是否给电池充电?我是否使用电池中的能量并将其卖回电网?我是否出售核电站的能源并将其送回电网?而这个更大的行动空间将增加数据中心运营商的财务风险,也可能增加系统稳定性风险。但这可能会让它更灵活或有更多空间作为能源交易商,并更积极、更有效地优化这个更全面的系统。一旦我们进入世界的这一面,那么数据中心本质上就是能源市场的批发参与者。

它们就像任何其他可能试图向电网出售能源或管理电网电压紧急情况风险的核电站一样。因此,他们将承担更大的风险,因为他们将作为与能源市场中的许多其他参与者平等的参与者参与其中,但他们可能对自己的系统有更多控制权。这很有道理。我认为这是一个非常有趣的场景,可以考虑一下。是的。我认为我......

也许一年前,几年前,是微软在海底建立了一个数据中心,我认为是这样。对吧?用于冷却等等。所以是的,考虑同样的术语,您可以将潮汐能与其连接起来。您可以启动它吗?他们可以将任何访问权限卖回电网或潮汐船。他们称之为潮汐能船。他们有一个有趣的商业模式吗?是的。好的。令人着迷。是的。

所以是的,您提到放松监管可以帮助美国在人工智能等方面保持竞争优势。这种优势有多重要?如果美国不迅速采取行动,会有什么风险?好吧,我认为可持续性当然是一个重要的方面,但与此同时,如果您是一名计算机科学家,正在开发下一代人工智能模型,那么

您不希望自己处于这样的境地:您正在开发一个模型,并且您想知道,如果您只是在为该问题增加另外50兆瓦,是否可以获得更好的模型或达到更高的能力水平。所以我认为存在一个问题,即能源在多大程度上是发展的关键路径或制约因素?

达到下一代人工智能模型的更高水平。而下一代,我的意思是多模式模型,对吧?处理语言、音频、视频等等,更大的数据集和更复杂的查询。所以我认为......

为了保持领先地位,重要的是要提供这种能源供应,这样我们才不会在下一代模型的尖端技术方面受到限制。话虽如此,我认为并非每个人,我认为并非每家公司都需要

建设100兆瓦的数据中心来训练这些下一代模型。我认为,越来越多的问题将是,有多少公司需要交易他们自己的模型,并进行这些非常庞大、英勇的10万个GPU运行的下一代模型,因为成本高得令人望而却步,而且一旦训练了前几个模型并证明了这种能力,几乎没有额外的益处。

所以我认为保持美国的竞争优势意味着支持下一代模型及其基础设施。

我认为我要说的下一件事,或者最后要说的一件事是,人工智能的竞争优势还需要找到现有模型的真正高级用例。关于这些模型的用途以及它们将如何从根本上改变我们的生活和工作方式,仍然存在很大的不确定性。聊天机器人很有趣,但我认为它们还没有达到那个水平。所以我认为

发展一个生态系统,让许多不同的实体、许多不同的公司能够参与并尝试不同的东西,这将非常重要。希望他们不会受到限制

硬件基础设施或能源。因此,在对生成式人工智能的兴奋中,有人谈到一些初创公司在获得一定数量的GPU以发展他们的想法方面确实遇到了困难。我认为我们要确保有足够的分布式基础设施,让许多人能够尝试不同的想法并有效地进行探索。好的。所以您认为未来将更多地是

这个词是什么,不是利基,而是更小范围的人工智能,新的企业,我的意思是,出现而不是,是的,通用,让我们只是蛮力攻击人工智能,而是更多专门的利基用途,基本上将是未来的生态系统。

是的。我认为这对所有参与者来说都是有意义的,因为成本实在太高了。如果您想象一下,一家初创公司能够与由微软的基础设施支持的OpenAI这样的实体竞争,而您是从零开始的,这将非常困难。这是一个非常困难的主张,您可以在其中增加价值。

但我认为,如果您能为OpenAI的模型找到一个非常有趣的用例,并通过微软和OpenAI提供的某种编程接口访问这些模型,那么这将是一种成本有效的方式。

今天,我们邀请宾夕法尼亚大学工程学院教授、数据中心架构专家本杰明·李,探讨人工智能、能源与可持续发展之间的交叉点。从天然气到下一代数据中心,本杰明分享了他对人工智能发展动力挑战的见解,以及能源基础设施创新如何塑造技术未来的看法。加入我们,深入探讨如何在快速的技术发展与环境目标之间取得平衡,以及美国如何引领人工智能和能源效率的未来。同时,别忘了订阅IE+以获取高级见解和独家内容!</context> <raw_text>0 提供额外价值,我认为看到更多有趣的东西会非常令人兴奋,这可能有点像......运营的演变就像计算机操作系统一样,你基本上可以或多或少地基于相同的东西,但以不同的方式专门化,不是吗?所以你不必意识到基础,是的,好吧,足够公平......

好的,最后一个问题。美国的 数据中心发展和能源基础设施与中国或欧盟等其他领先国家相比如何?如果有的话,可以吸取哪些教训?好的,我认为......

我认为对于欧盟来说,他们对那里的监管环境有很多担忧。我认为我对我对欧盟的了解是,他们非常有兴趣将能源效率的最佳实践编纂成法典。因此,如果您正在建设下一代数据中心,则必须满足特定的指导方针或特定的性能和能源效率基准。

例如,功耗效率,对吧?数据中心有多少电力用于冷却,有多少电力用于计算?你想让它更低。因此,欧盟已经开始制定一些这些标准。我认为它们是合理的。我认为它们很有意义。当然,大多数大型超大规模运营商都可以轻松满足这些标准。

我认为从中国正在发生的事情来看,我认为人们非常有兴趣当然要建设大型数据中心。我认为那里的问题是关于能源,但这当然也与出口管制、制裁和硬件流动有关。我认为这可能是决定性因素,以确定

中国是否能够获得足够数量的高性能GPU并将它们集成到一个复杂的系统中,以大规模地跟上建模。好的。我的意思是,对于中国来说,显然他们一直在新建发电厂。对于他们关于

可持续性的所有说法,他们似乎并不关心,所以Drekna在处理这类事情时给了他们竞争优势

我认为肯定有一种感觉,他们愿意在整个经济中使用比美国更多的煤炭。因此,我认为在某种程度上,这给了他们更多的能源,我认为这被美国在天然气方面的优势所抵消。我认为美国有大量的天然气。

在美国的页岩储量中。这只是一个问题,我们希望看到多少开采。嗯,正如我们前面提到的,天然气优于煤炭,并且可能是一个不错的桥梁。嗯,

因此,我认为从能源供应的角度来看,美国拥有非常有利的地位来为其数据中心提供能源。足够公平。好的,太好了。这就是我所有的问题,本。您还有什么想提到的,我们没有提到或讨论过,您认为相关的吗?

没有,我认为这是一次很棒的谈话。我很高兴与您讨论数据中心计算的许多这些非常有趣的方面。我认为这是一次关于我们大多数基地的广泛讨论。太棒了。是的,这是一个我通常不会考虑的主题。我必须承认,这很有启发性。精彩。在这种情况下,本,感谢您的时间。这非常非常有趣。

非常感谢,克里斯。我真的很享受。荣幸之至。另外,别忘了订阅IE Plus以获取高级见解和独家内容。