在近期國會能源與商業委員會的一場聽證會上，前谷歌首席執行官埃里克·施密特發出了關于人工智能（AI）電力需求的嚴峻警告。他指出，隨著AI技術的迅猛進步，其電力需求或將在未來幾十年內急劇攀升，最終達到全球總發電量的驚人比例——99%。施密特進一步透露，為了滿足這一激增的需求，未來幾年內全球需要新增29吉瓦的電力供應，而這一數字在2030年將躍升至67吉瓦，相當于構建多座大型核電站的規模。
這一警告并非無的放矢。全球科技巨頭們正積極加強AI基礎設施的建設。例如，英偉達計劃未來四年內在美國投資高達5000億美元，用于打造AI超級計算機集群。同時，OpenAI最新推出的GPT-4.1模型在處理能力上較前代提升了8倍，盡管訓練成本降低了26%，但其能耗卻大幅上升。
AI電力消耗的快速增長趨勢已不容忽視。根據國際能源署（IEA）的數據，2024年全球數據中心的用電量占比已達到3%，其中AI模型的訓練和推理是主要的驅動因素。OpenAI的ChatGPT每日消耗的電力約為50萬千瓦時，相當于2萬個美國家庭的日常用電量。IEA還發出警告，到2030年，全球數據中心的用電量將翻倍，甚至超過日本的全國總用電量。
芯片制造環節的能耗增長也遠超預期。綠色和平組織的報告顯示，在2023至2024年間，全球AI芯片制造的電力消耗增長了350%，而到2030年，這一數字可能較2023年增長170倍。與此同時，AI在自動駕駛、工業自動化等領域的廣泛應用也進一步推動了電力需求的增加。Arm的首席執行官雷內·哈斯預測，如果當前的能效沒有得到顯著提升，到2030年，美國AI數據中心的用電量可能會占到全國電網的20%至25%。
為了應對AI帶來的電力挑戰，各國都在積極制定應對策略。中國通過實施“東數西算”戰略，將數據中心遷移到西部綠電資源豐富的地區，部分數據中心的綠電使用率已經達到了80%。歐盟則計劃投資超級計算基礎設施，并推動AI與清潔技術的融合，目標是到2030年將可再生能源的占比提高到50%以上。
在技術層面，液冷散熱、低功耗芯片等新技術的應用也在大幅度降低功耗方面發揮著重要作用。然而，從長遠來看，可控核聚變技術的突破或許才是解決電力資源緊張問題的最終方案。
