AI成为「耗电大户」，除了新能源，还需要芯片创新
内容提要
人工智能的普及导致能源危机，但有解决方案。需转向天然气和可再生能源发电，使用核电和低功耗芯片来解决能源需求。数据中心需改进节能技术和架构。未来将利用多种能源。危机论调忽略了创新解决方案。
延伸解读
AI能耗增长的具体预测
文章引用Tirias Research报告，预测美国数据中心能耗将从当前的1.4太瓦时激增至2028年的67太瓦时。高盛进一步估计，若计入传统AI，数据中心能耗增长将翻倍，AI将占数据中心总能耗的19%，约占全美电网总发电量的4%。这些数据量化了AI的电力需求，凸显了电网升级的紧迫性。
能源供应转型与核电选项
为应对电力需求，高盛建议将电网发电方式转变为60%天然气和40%可再生能源。同时，核电成为重要选项：亚马逊已购买接近1吉瓦容量的核电数据中心园区，微软则投资无核废料聚变反应堆。小型模块化反应堆（SMR）等核电技术可为超大规模数据中心提供专用电力，避免电网过载。
芯片与数据中心节能创新
低功耗芯片和高效散热技术是关键。英伟达研发CPU/GPU混合芯片，AMD赢得Green500冠军，Cerebras采用水冷金属冷板。英特尔、三星和台积电正在研发3D堆叠晶体管。数据中心架构也在革新，如将整个数据中心视为单一系统，采用水冷机架。Tirias预测，低功耗AI加速器将从目前的36.2万台增至2028年的1760万台。
历史视角：危机论调与创新应对
文章引用分析师Jim Handy的观点，指出危机论调往往忽视创新潜力。20世纪90年代曾预测互联网将消耗全球一半电力，比特币兴起时也出现类似警告，但创新都跟上了需求。当前对AI能耗的担忧可能同样被技术创新化解，如多种能源快速切换策略和持续芯片改进。
Q&A
人工智能如何导致能源危机？
人工智能的普及，尤其是生成式AI的应用，导致超大规模数据中心的电力需求急剧增加，传统电网难以满足这些需求。
有哪些解决方案可以应对AI带来的能源需求？
解决方案包括转向天然气和可再生能源发电，使用小型模块化反应堆和无核废料聚变反应堆，以及研发低功耗的AI加速器。
未来数据中心的能源使用趋势是什么？
未来数据中心将采用多种能源快速切换策略，并预计使用低功耗混合CPU/GPU的AI加速器数量将大幅增加。
生成式AI的能耗预计会如何变化？
预计到2028年，美国数据中心的能源消耗将从1.4太瓦时增加到67太瓦时，AI能耗可能占据全美电网总发电量的4%。
为什么传统电网难以满足数据中心的电力需求？
超大规模数据中心的电力需求以千兆瓦计算，远超传统电网的承载能力，导致电网面临过载风险。
芯片创新在解决能源危机中扮演什么角色？
芯片创新通过研发低功耗的AI加速器和更高效的散热技术，帮助降低数据中心的能耗，从而应对能源危机。
