AI 发展存在能量制约并引发关注。当前有一工作遇极大困难，因在同一地区部署 10 万块 H100 芯片会致电网崩溃。能源从业者指出，此情况相当于一座小型太阳能或风能发电厂的全部输出。
AI能耗现状
国际能源署报告表明，2022 年全球数据中心的耗电量达到 460TWh 。这一耗电量占全球能耗近 2% 。2022 年全球人工智能的耗电量达到 460TWh 。这一耗电量占全球能耗近 2% 。2022 年全球加密货币的耗电量达到 460TWh 。这一耗电量占全球能耗近 2% 。在数据中心、人工智能和加密货币三者之中，AI 研发的直接能耗比数据中心和加密货币低很多。目前，AI 的耗电量数值很大，但与加密货币和传统数据中心相比，差距明显。
2022 年美国拥有 2700 座数据中心。这些数据中心消耗了全国用电量的 4%。到 2026 年，此比例有可能达到 6%。同时，数据中心的能效比相关数据显示存在能源浪费的情形。
电力基础设施的压力
微软的工程师碰到了难题。其一，制约 AI 发展的因素包含技术自身的能耗。其二，配套设施是问题。其三，电网的承载力也是问题。比如，微软会借助 AI 来辅助申请，而谷歌把它用于调度运算任务。不过，北美电力可靠性委员会做出了预测，在 2024 年到 2028 年这段时间内，美国和加拿大有超过 300 万人口面临着断电风险的提升。
同时，在部分地区，大量部署芯片会引发电网崩溃这一情况。这显示出电力基础设施无法承受这样的负荷。并且，这种情况对 AI 发展的部署等方面存在着严重的限制作用。
中国的应对措施
中国政府针对数据中心能耗问题采取积极行动。从 2025 年开始，数据中心的能效比被设定为不高于 1.3 。可再生能源的使用比例在逐年提升，其目标是在 2032 年达到 100% 。这一举措推动了可持续能源的利用，对 AI 能耗问题的解决具有间接的意义。
这种政策导向为中国的数据中心指明了未来的发展方向，一是向节能的方向发展，二是向可再生能源被广泛使用的方向发展。这一发展方向体现了中国应对全球能源问题在国内所采取的一个具体对策。
不同领域能耗对比
分别对 2022 年和 2026 年的情况进行考察，一是传统数据中心的能耗情况，二是加密货币的能耗情况，三是 AI 数据中心的能耗情况。结果显示，当下 AI 的能耗数值比传统数据中心的能耗数值低，也比加密货币的能耗数值低。在当前的社会整体能耗格局中，传统数据中心、加密货币以及 AI 数据中心这三者各自都占有一定的比例。
这种能耗对比存在差别。这种差别体现出不同领域在能源使用效率方面有所不同，并且在发展需求上也存在差异。AI 属于新兴领域，其能耗增长速度较快。不过，它依然有较大的提升空间，同时也具备发展方面的优势。
全球核电发展预期
中国等国家在积极推进核电建设。国际能源署进行了预测，在 2025 年时，全球核电的发电量将会达到前所未有的高度。核电的发展对于能源结构的调整具有重大的意义。
新的能源供应方式或许能够对正遭遇电力挑战的数据中心以及正在发展的 AI 给予支持。多样的能源供应能够在一定程度上缓解因能耗需求而产生的压力。
未来能源工作的重点
国际能源署报告显示，面对不断变化的气候模式，提高能源的多样化程度这一点很重要。同时，提升电网跨区域调度的能力也很重要，采取更具抗冲击性的发电方式同样重要。目前，各个方面的能耗状况需要更为科学且有效的能量供应以及管理。
AI 发展需要对能源供应体系进行合理规划，传统数据中心也需要这样做，其他耗电领域同样需要这样做，这是未来应对能源挑战所必然要求的。
你认为未来何种能源将会在解决 AI 能耗问题方面起到关键作用？期望大家可以点赞，能够进行分享，并且能够在评论区踊跃地发表言论。
