260911｜声波灭火器，谷歌采购芬兰核电 - Hacker News

墨西哥学生研发声波灭火器

声波灭火原理

该装置使用 12 V 电池驱动频率发生器，通过扬声器每秒发出 30 次脉冲。声波产生的振动把火焰周围的氧气推开，使燃烧在 5‑8 秒内熄灭。

实验与验证

学生 Ángela 在实验室进行了超过 100 次测试，验证了对蜡烛、木材、易燃液体（汽油、酒精）、食用油以及电子设备的有效性。使用过程中无污染、无残留，亦不对操作者造成伤害。

潜在应用

该发明已命名为 “Vortex Tech”，学生将代表墨西哥参加国际科技展。与会者指出，若能进一步 miniaturize，声波灭火器有可能成为实验室、厨房或车载的补充灭火手段。

使用 OpenRouter 时的常见坑点

模型性能在不同提供商间差异大

即使是同一版权重（例如 DeepSeek V4 Flash 0731），不同提供商在 GPQA Diamond 知识基准上的得分相差可达 15‑20 分，TAU‑Bench 工具调用得分相差更大。作者建议在选定提供商前先查看对应工作负载的基准表，并定期复核。

视觉模型可能出现盲点

在 Qwen3.5 122B 和 MiniMax M3 两个开源视觉模型上，部分提供商（如 Venice、Together）根本未返回图像识别结果，而另一些则会误识别颜色或文字。这表明模型页面声明的多模态支持并不一定由所有托管方落实。

努力系数（reasoning.effort）并非所有提供商都生效

尽管 OpenRouter 接受该参数，但只有部分提供商会根据低、中、高设置调整输出的 reasoning token 数量。DigitalOcean、GMI‑Cloud、Mancer 和 Venice 等在测试中几乎不受影响，使用者需自行追踪每次请求的 token 消耗以确认效果。

量化过滤不等于质量提升

按 declared precision（fp4、fp8、bf16）筛选提供商后，得分表现并未随位宽单调变化；有时 fp4 主机反而优于 fp8 主机。因此，仅依据位宽过滤可能削減备选池，反而降低容错能力。

工具调用常被解析错误

部分提供商的解析器漏掉或错误处理模型输出的标记，导致原始标记直接返回给上层代码。作者建议在客户端统一做一次容错解析，或参考其开源示例仓库进行二次处理。

空响应需重试

某些端点在达到上下文限制或内部错误时返回 HTTP 200 但内容为空（content: null、reasoning 为空）。这种情况并不表示成功，应当捕获并重试请求，以免陷入无响应循环。

Google 将购买芬兰核电站一半电力

交易细节

Google 与芬兰能源公司 Fortum 签订 22 年电力采购协议，约定每年从 Loviisa 核电站购入最高 50% 的输出电量。该电站目前供应芬兰全国约 10% 的电力。

对数据中心的影响

该电力将用于 Google 在 Kajaani、Muhos、Vaala 三地新建数据中心以及在 Hamina 扩建现有设施。芬兰的凉爽气候和低碳电网一直是吸引大型算力设施的因素，此次长期电力合约进一步降低了运营不确定性。

能源与就业影响

Google 预计该项目在 2027‑2028 年施工期间将创造超过 37,000 个工作岗位，并通过数据中心及相关清洁能源项目每年提升芬兰 GDP 约 36 亿欧元。Fortum 表示，这笔长期收入将支持核电站寿命延伸及容量提升计划。

Thelio Mira AI Linux 工作站

硬件规格

工作站可配置最高 16 核 AMD Ryzen 9000 系列 CPU、最高 192 GB DDR5 内存以及双 NVIDIA RTX Pro 6000 Blackwell GPU，单 GPU 显存达 96 GB，合计 192 GB 显存。内置液冷系统、ECC 显存及 PCIe 5.0 x16 插槽（x8/x8）以支持多 GPU 互联。

软件与支持

出厂可选 Pop!_OS 24.04 LTS（COSMIC 桌面）或 Ubuntu 24.04/26.04 LTS，亦支持其他 Linux 发行版或 Windows。系统提供开源硬件设计文件、终身技术支持以及用户可自行升级的指南。

适用场景

凭借大容量显存和高速 GPU 互联，该工作站适合本地大模型训练、模型微调、多机器视觉任务、科学仿真以及推理服务。社区成员指出，对于需要频繁在同一机器上切换不同模型版本的研究团队，本地工作站能够显著减少网络延迟与排队等待时间。

相关链接：