日前，前谷歌首席执行官（CEO）埃里克・施密特（Eric Schmidt）在国会能源与商业委员会的听证会上发出警告。他表示，随着人工智能AI技术的爆发式发展，其电力需求可能在未来数十年内激增到全球总发电量的99%。施密特指出，未来几年需要新增29吉瓦的电力供应，到2030年这一数字将攀升至67吉瓦，相当于新建数十座大型核电站的规模。他强调，为了推动人工智能的快速发展，必须尽快保障各类能源的供应，包括可再生和非可再生能源。
施密特的警告并非空穴来风。当前，全球科技巨头正加速布局AI基础设施。英伟达计划未来四年在美国投入5000亿美元建设AI超级计算机集群，而OpenAI最新发布的GPT-4.1模型处理能力较前代提升8倍，其训练成本虽降低26%，但能耗却成倍增长。
当前AI电力消耗已呈现指数级增长趋势。国际能源署（IEA）数据显示，2024年全球数据中心用电量占比达3%，其中AI模型训练和推理是主要驱动力。比如，OpenAI的ChatGPT每天消耗约50万千瓦时电力，相当于2万个美国家庭的日均用电量。而IEA警告，到2030年全球数据中心用电量将翻倍，超过日本全国总用电量。
更严峻的是，芯片制造环节的能耗增速远超预期。绿色和平组织报告显示，2023至2024年间，全球AI芯片制造电力消耗增长350%，到2030年可能较2023年增长170倍。
此外，AI在自动驾驶、工业自动化等众多应用场景不断扩展，这也进一步推高需求。Arm CEO雷内・哈斯（Rene Haas）预测，若当前能效未显著提升，到2030年美国AI数据中心用电量可能占全国电网的20%-25%。
为了应对AI带来的电力挑战，各国也都在制定应对策略。我国通过 “东数西算” 战略将数据中心向西部绿电资源富集地区迁移，部分数据中心绿电使用率已达80%。欧盟则计划投资超级计算基础设施，并推动AI与清洁技术融合，目标到2030年可再生能源占比超50%。
另外，在技术层面，液冷散热、低功耗芯片等新技术的应用也可以大幅度降低功耗。不过，放眼未来，可控核聚变技术的突破或许才是应对电力资源紧张的终极解决方案。
47847
26
47847
26
48158
46
18095
59
76276
17
65573
36
63128
4
86478
85
30367
78
63524
2
62738
4
31856
47
71272
50
83067
20
99712
97
54978
31
63720
90
94331
53
29063
54
68942
21
89181
94
23218
58
28745
52
81201
44
17391
69
29549
6
17480
70
89028
4
98746
88
79267
68
83517
27017
78
54410
77
62398
1
63428
58
63473
31
19
15
46245
22
19684
80
49
94874
50
36152
35
45060
74946
99
90160
42
41857
2
66369
8
47534
52
61701
41
52980
33
50061
60
68054
69
93840
53
92885
11