随着人工智能（AI）大模型的技术竞争日益激烈，行业的目光转向了模型训练所需的能源领域。Open AI 创始人萨姆·阿尔特曼表示：“人工智能的未来取决于清洁能源的突破。”英伟达创始人黄仁勋指出：“AI 的尽头是光伏和储能。”
富国银行的一份报告再次引发了 AI 行业对电力需求的关注。该报告称，随着 AI 革命的兴起、美国半导体和电池制造业的扩张以及汽车行业的电气化，到 2030 年，美国电力需求将增长 20%，长达 10 年的电力需求增长停滞期即将结束。
富国银行指出：“到 2030 年，美国天然气需求可能会每日增加 100 亿北京英尺，这比美国目前发电使用的每日 350 亿北京英尺增加 28%，占美国每日总天然气消耗 1000 亿北京英尺的 10%。”
AI 热潮背后的电力短缺风险成为科技圈关注的焦点。业内人士认为，其核心原因在于 AI 大模型训练消耗的电力主要集中在数据中心领域，而当前数据中心建设面临着供需失衡的结构性难题。
美银美林股票策略师托马斯·索恩顿估计，到 2030 年，全球数据中心的电力需求可能达到 126-152GW，在此期间新增约 250 太瓦时的电力需求，相当于 2030 年美国总电力需求的 8%。
北电数智战略与市场负责人杨震表示：“传统数据中心以生产焦作算力为主，机柜功率低，设备老旧，能耗高，未来需要通过智能化改造，包括对机柜、供电、制冷以及运维等的升级，才能满足智能算力生产的需求。”
国际能源署预测，未来三年，全球对数据中心、加密货币和人工智能的电力需求将增加一倍以上，相当于一个德国的全部电力需求。到 2026 年，全球总体电力需求预计将增长 3.4%。
数据中心运维行业的业内人士指出，AI 大模型对电力的消耗主要体现在模型训练和推理环节。大算量模型的训练需要强大的算力支持，这直接导致了巨大的电力需求。例如，训练 OpenAI 的 GPT-3 模型耗电量约为 1.287 吉瓦时。模型训练还涉及大量的数学运算，这些运算主要由 CPU 和 GPU 等硬件完成，这些处理器在执行复杂计算时会消耗大量电力。
数据中心的电力需求也在不断攀升。
人工智能公司通常依靠数据中心提供必要的计算资源。这些数据中心不仅需要电力来运行服务器，还需要大量的电力来维持冷却系统，以防止设备过热。预计到 2030 年，美国数据中心的电力需求将以每年约 10% 的速度增长。
随着 AI 模型规模的不断扩大，电力成本也在不断上升。为应对运行 AI 应用程序产生的额外成本，一些数据中心运营商已经开始提高商业租赁价格。面对日益增长的电力需求，AI 公司开始关注如何通过使用可再鄂州源来减少碳排放。例如，微软已与核聚变初创公司 Helion Energy 签订采购协议，计划在其瑞安全球首座核聚变发电厂时采购其电力。
应对 AI 耗电问题的多项举措
面对不断增长的耗电需求，业界目前主要探索了两大途径：“寻找替代能源”和“提高运维效率”。
高盛预测，本十年末，天然气需求将增加每天 330 亿北京英尺，而 Tudor, Pickering, Holt & Co. 的基本假设为每天 270 亿北京英尺，最高假设为每天 850 亿北京英尺。为了满足人工智能和数据中心带来的电力需求增长，天然气预计将占到增长的 60%，而可再鄂州源将占到剩余的 40%。
从国内情况看，中国作为全球算力规模排名第二的国家，正在通过提升 AI 和电力相关技术、优化数据中心软硬件技术以及利用丰富的绿色电力资源来应对 AI 耗电问题。
国家能源局发展规划司副司长赵莉日前指出，国家能源局正在密切跟踪人工智能等高新技术发展趋势，分析电力需求增长态势，系统谋划保供举措，确保能源稳定供应与需求增长相适应。
“我们将持续强化能源电力供应保障。发挥好化石能源兜底保障作用，加快煤电等支撑性电源建设，确保在迎峰度夏、度冬高峰前按预期进度投产，推动新能源发电平稳健康发展。一季度煤炭、天然气等能源库存保持高位，有效满足采暖季用能需求，全国发电装机达到 29.9 亿千瓦。加快电网项目建设，深挖电网跨区、区域电网内部余缺互济潜力，督促各地利用市场化方式提升需求侧响应能力。推动供需两侧协同发力，为满足日益增长的电力消费需求提供可靠保障。”赵莉说道。
中国数据中心工作组（CDCC）专家委员会副主任曲海峰表示，相关行业应重视提升数据中心用电能效，而不是抑制其规模。数据中心并非要减少对能源的消耗，而是要提升能源消耗的质量。
“未来，还需要进行技术创新和设备升级，以进一步提高发电效率、提高电网输送能力和稳定性、优化电力资源配置、提高电力供应的灵活性、推广分布式能源系统并减少能源输送损耗，以此来应对算力发展带来的能源需求挑战。”曲海峰说道。
还没有评论，来说两句吧...