有些工作面临诸多困难，但又必须去做。例如要将超过 10 万块 H100 芯片部署在同一地区，这样做会致使电网崩溃，可却没有其他的选择。这里所涉及的能耗问题值得我们深入去思索，X 评论区的能源从业者指出，芯片的能耗等同于一个小型发电厂的输出，这是一个极为惊人的数字。
AI能耗现状
目前 AI 的耗电量数值较大。不过，和加密货币以及数据中心相比，它的耗电量要少很多。国际能源署的报告显示，2022 年全球数据中心、人工智能和加密货币的耗电量达到了 460TWh，占全球能耗接近 2%。AI 直接研发的能耗比加密货币和数据中心低得多。这说明 AI 在能耗方面有自身的优势。然而，尽管它在总能耗中所占比例不高，但能耗总量也不可忽视。
这在各种事物的能耗对比里有所体现。比如数据中心的能效比，它可以反映出数据中心浪费能源的情况。这也就意味着，AI 在能耗管理方面有着较大的优化空间。
数据中心能耗问题
数据中心存在不少与能耗相关的问题。芯片换代之后，单台的功率有所增加，功率密度在不断提升，对散热方面的要求也提高了。并且，数据中心的额外能耗，大部分都耗费在了冷却系统上，这也是一个很大的问题。
中国实施了相关举措。从 2025 年起，对数据中心的能效比作出规定，要求其不高于 1.3。与此同时，可再生能源的使用比例会逐年提升，到 2032 年需达到 100%。由此可知，数据中心存在能耗问题，急需得到解决，并且从中国的政策发展趋势能够看出对清洁能源的重视。
美国数据中心能耗情况
如此高的比例体现出数据中心能耗给国家电力带来的负担。
一些技术公司期望摆脱电网的限制，尝试从小型核电站那里购买电力。不过，这种做法需要应对繁杂的行政流程。像微软借助 AI 来辅助申请，这从另一个角度表明了这种方式的艰难，同时也体现出企业在处理能耗问题时愿意去尝试新的途径。
企业的应对措施
企业有自己的应对办法。微软试图通过 AI 来协助完成核电购买方面的申请事宜。谷歌借助 AI 来对运算任务进行调度工作，这样做的目的都是为了提高电网的运行效率，降低企业的碳排放。这显示出企业在利用科技处理能耗与运营之间的矛盾，并且也在重视对环保等多方面需求的平衡。
这些应对措施为其他企业提供了借鉴。面对能源挑战，企业能够利用自身的技术优势，优化内部管理，减少能源浪费，以此更好地适应电力供应的变化。
断电风险与核电建设
北美电力可靠性委员会针对 2024 至 2028 年的状况作出了预测。该预测表明，在美国和加拿大，有超过 300 万人口处在断电的风险之中。这种状况极为糟糕。它与能源的供需之间的矛盾有着紧密的关联。一方面，能耗的需求较为巨大；另一方面，供应却不稳定。
中国以及印度等国家都在积极推动核电建设。国际能源署预计，到 2025 年时，全球核电的发电量将会达到一个前所未有的高度。这也许是缓解能源危机的一个不错的办法，能够给予更多的电力供应，有机会减轻电网所面临的压力。
电网承载力与民生
电网承载力不仅与 AI 这类高科技的发展存在关联，同时也和普通人的生活紧密相系，对国计民生具有重要作用。有必要确保电网基础设施能够稳定运行。
从能源多样化的发展方向来看，提高电网跨区域调度的能力很重要，采用抵御冲击能力更强的发电方式也很重要。需要综合多方面措施，以平衡能源的使用和需求关系，不然会对广大民众生活产生影响。
你认为未来的企业和政府应该怎样做，才能够更好地合作以解决 AI 发展中的能源问题？赶紧发表评论，把你的见解分享出来。倘若觉得这篇文章不错，也不要忘记点个赞。
版权说明：本文章为昆明鱼豆网所有，未经允许不得转载。
