隨著人工智慧及其應用在全球各國的不斷推開，能源消耗問題也日益凸顯。面對可能激增的能耗需求，大型科技公司紛紛尋求解決之策。國際能源署認為，強化法規和技術改進，包括效率方面的提升，對於減緩數據中心能源消耗的激增至關重要。

行業躍進帶來能耗翻番

富國銀行最近發佈的分析報告顯示，在經歷10年的電力增長平臺期後，預計到2030年美國的電力需求將增長20%。僅人工智慧數據中心就有望在美國增加約323太瓦時（1太瓦時=10億千瓦時）的電力需求。而紐約市目前每年的用電量為48太瓦時。

波士頓諮詢集團預計，到2030年底，美國數據中心的用電量將是2022年的三倍，而這一增幅主要來自AI模型訓練和更高頻的AI查詢。

科技媒體Digital Information World的報告顯示，數據中心為訓練AI模型產生的能耗是常規雲工作的三倍，預計到2030年，美國數據中心的電力需求將以每年約10%的速度增長。

國際能源署稱，到2022年，美國2700個數據中心消耗的電力占該國總電力的4%以上，到2026年，這一比例會達到6%。高盛預計，到2030年，數據中心耗電將占美國總用電量的8%。

《日本經濟新聞》近日報導稱，隨著數據中心的快速增長，其對電力的需求不斷增加。不僅日本，韓國和東南亞的數據中心市場也在不斷增長。

諮詢機構IDC日本預測，今年日本數據中心運營商的總投資額可能超過5000億日元，比去年增加50%，且如此大規模的投資水準有望一直保持到2027年。日本電力中央研究所的預測指出，日本數據中心的用電量到2040年將提升至105太瓦時，相當於2021年的5倍，這一數字到2050年還將進一步上升至211太瓦時。

斯坦福人工智能研究在《2023年AI指數報告》中測算，AI大語言模型GPT-3一次訓練的耗電量就有1287兆瓦時，大概相當於3000輛特斯拉電動汽車共同開跑、每輛車跑20萬英里所耗電量的總和。報告同時提出，AI大語言模型GPT-3一次訓練，相當於排放了552噸二氧化碳。

美國《紐約時報》的報導顯示，ChatGPT每天要回應大約2億個請求，這一過程消耗超過50萬度電。

國際能源署（IEA）在1月發佈的報告中估計，2026年全球數據中心、人工智慧和加密貨幣行業的電力消耗可能會翻倍，大大高於未來三年全球電力需求年均增長3.4%的增速。數據中心是許多地區電力需求增長的重要驅動力，2026年，數據中心的總用電量可能超過1000太瓦時。

科技企業面臨挑戰

發展人工智慧帶來的電力需求及碳排放激增，無疑給大型科技公司帶來了挑戰。

以穀歌為例，其用於人工智慧訓練的能量消耗占總用電量的10%至15%。投資研究機構新街研究估計，僅在AI方面，穀歌就需要大約40萬臺伺服器，每天消耗62.4吉瓦時（1吉瓦時=1000千瓦時）、每年消耗22.8太瓦時的能源，相當於美國一個州首府所有家庭一年的用電量。

隨著人工智慧的持續發展，應用越來越普及，使用人數也不斷增加，能源消耗將呈現爆炸式增長。

特斯拉CEO馬斯克今年再次表達了他對電力供應的擔憂。他預計，電力短缺可能會造成嚴重後果，阻礙AI的發展，就像缺芯阻礙科技和汽車行業一樣。

有同樣擔憂的還有OpenAI首席執行官山姆·奧特曼。他表示，人工智慧將消耗比人們預期更多的電力，未來的發展需要能源突破。

除了電力，人工智慧的發展對其他資源的消耗也十分巨大。佛吉尼亞理工大學研究指出，Meta公司在2022年使用了超過260萬立方米的水，主要是為數據中心提供冷卻。

據美國《華爾街日報》報導，微軟計畫利用下一代核反應爐，即所謂的小型模組化反應堆（SMR），來支持其數據中心和AI專案。數年前，微軟曾嘗試部署海底數據中心，臉書數據中心則選址在寒冷的北極圈附近。

探索更多應對之策

為了減少碳排放，包括亞馬遜、穀歌、微軟和Meta在內的公司已經承諾用可再生能源為它們的數據中心供電。

美國能源巨頭雪佛龍公司董事長兼CEO邁克爾·沃思5月6日預計，隨著人工智慧和數據中心用電量的激增，天然氣的需求可能會超出預期。沃思稱，美國汽車、供暖和製造業的電氣化舉措，疊加數據中心需求的增加，美國將需要可靠且負擔得起的備用發電。

高盛今年4月發佈的報告顯示，為滿足人工智慧和數據中心帶來的電力需求增長，天然氣預計將占到增量的60%，剩餘的40%由可再生能源加以滿足。

諮詢公司Rystad Energy4月的一份報告也看好天然氣的使用。報告認為，僅靠太陽能和風能這種依賴於天氣的能源，可能不足以滿足科技公司發展人工智慧的電力負荷。激增的電力負荷將需要一種能源來填補缺口，並在可再生能源發電不足的情況下滿足激增的需求。行業認為天然氣將成為首選。

電力公司一直在為數據中心的電力需求激增做準備。大型科技公司也在探索人工智慧如何幫助電網更高效地運行。全球最大的數據中心公司之一Equinix的官員表示，他們一直在嘗試使用燃料電池作為備用電源。

世界經濟論壇官網刊文分析稱，AI運行一般分兩個主要階段：訓練階段和推理階段。在訓練階段，模型通過消化大量數據來學習和開發；經過訓練後，它們進入推理階段，用於解決使用者提出的問題。在這兩個階段限制能耗，可將AI運行總能耗降低12%到15%。

一些參與人工智慧的公司樂觀地表示，人工智慧技術本身可以幫助解決高電耗問題。微軟公司發言人就表示，人工智慧“將成為推進可持續發展解決方案的有力工具”。

來源：經濟參考報