在享受智能手機(jī)的便捷、人工智能的高效、云計(jì)算的強(qiáng)大時(shí)，我們很少停下來(lái)思考：這些日益普及的技術(shù)，背后究竟依賴著多少能源?從智能手機(jī)的快速運(yùn)算，到云端服務(wù)器的海量數(shù)據(jù)處理，再到智能家居的自我學(xué)習(xí)，背后都有一個(gè)共同的隱形力量 —— 算力。
然而，算力并非無(wú)止境，這股力量的盡頭，正是能源的極限。算力的增長(zhǎng)和普及離不開能源的強(qiáng)力支撐，其盡頭在于能源。能源的獲取、利用效率、分配和可持續(xù)性，將決定算力未來(lái)發(fā)展的邊界。
算力與能源，仿佛是兩根交織的命脈，缺一不可。每一次技術(shù)的突破，都會(huì)伴隨著對(duì)計(jì)算能力的更高需求，而這一切的背后，離不開對(duì)電力的依賴。最近，在白宮舉行的一次會(huì)議上，OpenAI 首席執(zhí)行官山姆?奧特曼(Sam Altman)提出，隨著 AI 技術(shù)的飛速發(fā)展，能源需求急劇增加，這已成為不可忽視的現(xiàn)實(shí)。在與全球 AI 行業(yè)巨頭們匯聚一堂時(shí)，奧特曼毫不掩飾地發(fā)出了迫切呼吁：“我們需要更多能源，而且要快。”
這一呼聲，標(biāo)志著在數(shù)字時(shí)代，算力與能源的關(guān)系已進(jìn)入前所未有的緊張態(tài)勢(shì)。在這一背景下，遠(yuǎn)景科技集團(tuán)董事長(zhǎng)張雷在 “2024 央視財(cái)經(jīng)跨年演講” 中指出：“今天，當(dāng)我們進(jìn)入人工智能時(shí)代，發(fā)現(xiàn)原來(lái)能量可以制造智力，只有超級(jí)的能量和算力，才能創(chuàng)造超級(jí)的智力，人工智能的盡頭居然是能源。”
算力為何與能源密不可分?
算力是計(jì)算設(shè)備執(zhí)行指令、處理數(shù)據(jù)的能力，而這些設(shè)備的運(yùn)行需要依賴能源，尤其是電力。隨著人工智能的迅猛發(fā)展，算力需求正以更高的速度上升，導(dǎo)致能源壓力日益增大。從芯片運(yùn)算到設(shè)備散熱，從硬件制造到冷卻系統(tǒng)維護(hù)，算力的每一步都消耗著大量能源。據(jù) Synthesia 稱，英偉達(dá)的 AI 服務(wù)器每年至少需要 85.4 太瓦時(shí)的電力，這一耗電量相當(dāng)于荷蘭一年的用電量。
以人工智能領(lǐng)域的語(yǔ)言模型為例，訓(xùn)練一個(gè)大型生成式模型，通常需要數(shù)千張高性能 GPU 或 TPU 并行工作數(shù)周，消耗的電力足以支撐一個(gè)中型城市運(yùn)轉(zhuǎn)數(shù)月。根據(jù)美國(guó)電力研究院(Electric Power Research Institute，簡(jiǎn)稱 EPRI)的數(shù)據(jù)，每項(xiàng) ChatGPT 請(qǐng)求消耗的能源是標(biāo)準(zhǔn)(非 AI)谷歌搜索請(qǐng)求的 10 倍。該組織預(yù)測(cè)，到 2030 年，數(shù)據(jù)中心耗電量占美國(guó)全部發(fā)電量的比例將高達(dá) 9.1%，而目前這一比例為 4%。
在這種背景下，盡管某些技術(shù)進(jìn)步似乎可以緩解算力需求的快速增長(zhǎng)。例如，官方披露的 DeepSeek V3 模型在 14.8T 高質(zhì)量 token 數(shù)據(jù)上進(jìn)行預(yù)訓(xùn)練時(shí)，所使用的算力僅為同類模型 Llama 3 的 1/11。這個(gè)數(shù)據(jù)給許多人帶來(lái)了希望，似乎意味著未來(lái)的大型 AI 模型不再需要如此龐大的計(jì)算資源，從而可以緩解能源壓力。但從產(chǎn)業(yè)發(fā)展的長(zhǎng)期趨勢(shì)來(lái)看，這種樂觀預(yù)期或許過于簡(jiǎn)單。
AI 模型的商業(yè)化進(jìn)程，很可能出現(xiàn) “前沿與追隨” 并存的雙軌格局。前沿模型依賴先進(jìn)推理架構(gòu)和算法，用于解決復(fù)雜問題并獲得豐厚的商業(yè)回報(bào)，這類模型對(duì)算力的需求極大;而追隨模型則以低成本進(jìn)入中低端市場(chǎng)，在規(guī)模化應(yīng)用時(shí)仍需大量算力來(lái)保證應(yīng)用效率。
無(wú)論是前沿模型還是追隨模型，二者的共同特點(diǎn)是對(duì)算力的需求不斷增長(zhǎng)。盡管單個(gè)模型可通過算法優(yōu)化或硬件效率提升降低訓(xùn)練能耗，但總體來(lái)看，算力需求與能源消耗卻呈現(xiàn)出指數(shù)級(jí)的增長(zhǎng)態(tài)勢(shì)。因此，盡管技術(shù)創(chuàng)新短期內(nèi)會(huì)帶來(lái)一些節(jié)能效應(yīng)，但隨著 AI 技術(shù)應(yīng)用的普及和深化，算力需求將不可避免地繼續(xù)攀升，能源瓶頸也將愈加凸顯。
為此，在白宮會(huì)議后，奧特曼與 AI 行業(yè)的領(lǐng)軍人物共同提出了名為《基礎(chǔ)設(shè)施關(guān)乎前途命運(yùn)》(Infrastructure Is Destiny)的提案，呼吁美國(guó)政府在多個(gè)州建設(shè)若干個(gè)裝機(jī)容量為 5 吉瓦的大型發(fā)電站，以應(yīng)對(duì)日益增長(zhǎng)的 AI 能源需求。每座 5 吉瓦的發(fā)電站成本高達(dá) 1000 億美元，專為 OpenAI 及其他 AI 前沿公司提供電力支持。這一提案反映了數(shù)字社會(huì)中算力與能源之間日益加劇的沖突。當(dāng)前，全球 5 - 7 家科技巨頭大量使用算力資源，訓(xùn)練和運(yùn)行新一代 AI 模型，對(duì)這種規(guī)模的發(fā)電站需求十分迫切。5 吉瓦的容量只是對(duì)未來(lái)算力需求的初步估算，隨著技術(shù)發(fā)展，這一需求還可能進(jìn)一步上升。
能源的邊界：摩爾定律的悖論
摩爾定律曾是半導(dǎo)體行業(yè)發(fā)展的核心法則：芯片的計(jì)算能力每 18 個(gè)月翻一番，且單位功耗保持不變。這個(gè)定律促進(jìn)了芯片性能的提升，也在一定程度上帶動(dòng)了算力的擴(kuò)展。然而，隨著芯片工藝逐漸逼近物理極限，摩爾定律的 “魔力” 開始衰退，單位算力的功耗并未顯著下降。換句話說(shuō)，算力的增長(zhǎng)速度，已經(jīng)超越了單純依賴芯片工藝進(jìn)步的階段，更多依賴于硬件數(shù)量的增加和計(jì)算資源的集中，而這直接導(dǎo)致了能源消耗的加劇。我們不得不面對(duì)一個(gè)日益嚴(yán)峻的問題：能源供應(yīng)是否能跟得上這一增長(zhǎng)的算力需求?
全球數(shù)據(jù)中心的能源消耗正處于快速增長(zhǎng)之中。根據(jù)國(guó)際能源署(IEA)的預(yù)測(cè)，到 2026 年，全球數(shù)據(jù)中心和 AI 行業(yè)的電力需求將翻倍。美國(guó)的情況尤為嚴(yán)峻，美國(guó)能源部估計(jì)，到 2027 年，50% 的新數(shù)據(jù)中心將面臨電力不足的問題。預(yù)計(jì)到 2030 年，僅美國(guó)的數(shù)據(jù)中心電力需求將達(dá)到 35 吉瓦，幾乎是 2022 年需求的兩倍。而這僅僅是 AI 與大數(shù)據(jù)等高算力需求的初步反映。隨著生成式 AI 和機(jī)器學(xué)習(xí)等技術(shù)的深入發(fā)展，算力需求將繼續(xù)攀升。這種增長(zhǎng)趨勢(shì)，正迫使全球科技公司在算力需求和能源供應(yīng)之間，做出艱難的抉擇。
除了電力能源之外，數(shù)據(jù)中心還消耗大量的水資源?？偛课挥谙愀鄣闹菐?kù) “中國(guó)水風(fēng)險(xiǎn)” 指出，目前中國(guó)內(nèi)地 430 萬(wàn)個(gè)數(shù)據(jù)中心機(jī)柜的耗水量約為 13 億立方米，約為天津全市居民用水量的 1.9 倍;到 2030 年可能會(huì)增加到 1130 萬(wàn)個(gè)機(jī)柜，耗水量超過 30 億立方米。報(bào)告亦指出，隨著聊天機(jī)器人的興起，相較傳統(tǒng)搜索，聊天機(jī)器人可能導(dǎo)致用水量激增 20 倍。
能源的來(lái)源：科技巨頭如何應(yīng)對(duì)能源危機(jī)
面對(duì)日益嚴(yán)峻的能源瓶頸，全球科技巨頭紛紛提出解決方案，力圖在算力需求與能源供給之間找到平衡點(diǎn)。無(wú)論是核能、可再生能源，還是邊緣計(jì)算、冷卻技術(shù)等一系列創(chuàng)新方案，都在尋找突破口，試圖為未來(lái)算力的可持續(xù)增長(zhǎng)鋪路。
1.核能：穩(wěn)定但不完美的選擇
核能不僅能夠提供高效且穩(wěn)定的電力供應(yīng)，還具備低碳的優(yōu)勢(shì)，因此成為許多科技公司解決能源瓶頸的關(guān)鍵選擇。亞馬遜、谷歌和微軟等公司，都在積極探索將核能作為支撐數(shù)據(jù)中心算力的穩(wěn)定電力來(lái)源。
例如，亞馬遜已經(jīng)在賓夕法尼亞州建設(shè)了一個(gè)靠近核電站的數(shù)據(jù)中心，以便直接利用核電的穩(wěn)定供應(yīng)。與此同時(shí)，亞馬遜宣布將投資超過 5 億美元開發(fā)小型模塊化核反應(yīng)堆(SMR)，以滿足其云計(jì)算服務(wù)擴(kuò)展到生成性 AI 時(shí)對(duì)清潔能源的巨大需求，并作為實(shí)現(xiàn)凈零碳排放的一部分。亞馬遜網(wǎng)絡(luò)服務(wù)(AWS)已與弗吉尼亞州公用事業(yè)公司 Dominion Energy 達(dá)成協(xié)議，探索在現(xiàn)有的 North Anna 核電站附近開發(fā) SMR。SMR 具有更小的占地面積、更快的建設(shè)時(shí)間，能夠更快地接入電網(wǎng)。亞馬遜還與 Energy Northwest 達(dá)成協(xié)議，資助在華盛頓州開發(fā)四個(gè) SMR，這些反應(yīng)堆將直接向電網(wǎng)供電，幫助滿足亞馬遜運(yùn)營(yíng)的能源需求。
微軟(Microsoft Corp.)更是與核能初創(chuàng)公司合作，開發(fā)小型模塊化反應(yīng)堆(SMR)，以提供更靈活的核能解決方案。最近，微軟達(dá)成協(xié)議，計(jì)劃在2028年重啟已經(jīng)退役的三哩島核電站(Three Mile Island)，并購(gòu)買該站的全部電力供應(yīng)。
盡管核能具有低碳、穩(wěn)定的優(yōu)勢(shì)，但它也面臨著巨大的挑戰(zhàn)。首先是高昂的建設(shè)和維護(hù)成本，其次是核廢料的處理和管理問題。此外，公眾對(duì)核能安全存在擔(dān)憂，當(dāng)?shù)鼐用窨赡軙?huì)抵制(英文中有 NIMBY 這個(gè)說(shuō)法，即 Not In My Backyard，一項(xiàng)有意義的公共工程人人都希望建設(shè)，但不希望建在自己社區(qū)附近)。再考慮到漫長(zhǎng)的許可和建設(shè)過程，核電作為一種解決方案只能發(fā)揮有限作用。
2.可再生能源：綠色能源的追尋
除了核能，越來(lái)越多的科技公司開始轉(zhuǎn)向可再生能源，如風(fēng)能、太陽(yáng)能等，以應(yīng)對(duì)日益增長(zhǎng)的能源需求。蘋果公司通過大規(guī)模投資太陽(yáng)能和風(fēng)能，已經(jīng)實(shí)現(xiàn)了其數(shù)據(jù)中心 100% 依賴可再生能源的目標(biāo)。Meta 也在北歐建設(shè)了多個(gè)綠色數(shù)據(jù)中心，利用當(dāng)?shù)刎S富的水力和風(fēng)力資源，為其全球業(yè)務(wù)提供清潔能源。
最近，谷歌宣布與美國(guó)能源公司 Intersect Power 和投資公司 TPG Rise Climate 攜手，共同投資 200 億美元，在美國(guó)打造多個(gè)由可再生能源供電的工業(yè)園區(qū)，旨在為數(shù)據(jù)中心供應(yīng)清潔能源，減少碳排放。首個(gè)園區(qū)預(yù)計(jì)將于 2026 年部分投入運(yùn)營(yíng)，2027 年全面竣工。如果成功，這將極大地改變數(shù)據(jù)中心的建設(shè)和運(yùn)營(yíng)方式。谷歌及其競(jìng)爭(zhēng)對(duì)手一直在努力為能源密集型 AI 數(shù)據(jù)中心尋找清潔能源來(lái)源。然而，美國(guó)的電力供應(yīng)仍主要依賴化石燃料，新數(shù)據(jù)中心接入電網(wǎng)會(huì)導(dǎo)致更多的污染。通過這一新的合作伙伴關(guān)系，谷歌可以直接連接到太陽(yáng)能、風(fēng)能和電池等可再生能源，繞過傳統(tǒng)電網(wǎng)，從而降低碳排放。
谷歌全球數(shù)據(jù)中心能源主管 Amanda Peterson Corio 在一份新聞稿中表示：“AI 的規(guī)模為我們提供了徹底重新思考數(shù)據(jù)中心開發(fā)的機(jī)會(huì)。為了實(shí)現(xiàn) AI 的潛力，必須以新的清潔能源來(lái)源來(lái)滿足不斷增長(zhǎng)的電力需求。”
然而，可再生能源也并非沒有缺陷。風(fēng)能和太陽(yáng)能的間歇性特質(zhì)，使得它們無(wú)法保證全天候穩(wěn)定供應(yīng)。而這一問題，直接影響了數(shù)據(jù)中心的能源保障。如何解決可再生能源的波動(dòng)性，以及如何高效儲(chǔ)存和調(diào)度這些能源，依舊是擺在科技公司面前的一大挑戰(zhàn)。
3.中國(guó)的 “東數(shù)西算”：資源優(yōu)化的探索
在中國(guó)，隨著數(shù)字經(jīng)濟(jì)的崛起，算力需求的爆炸性增長(zhǎng)同樣帶來(lái)了巨大的能源與環(huán)境壓力。為此，中國(guó)提出了 “東數(shù)西算” 戰(zhàn)略，旨在通過將數(shù)據(jù)中心從東部能源密集地區(qū)遷移至西部，以此緩解東部能源供應(yīng)緊張的困境。西部地區(qū)水利和風(fēng)能資源豐富，使得這一戰(zhàn)略在一定程度上為解決能源供應(yīng)問題提供了可行的路徑。
然而，這一戰(zhàn)略并非沒有挑戰(zhàn)。西部地區(qū)水資源緊張，且大量的數(shù)據(jù)中心需要消耗巨量水資源進(jìn)行冷卻。同時(shí)，盡管中國(guó)在推廣清潔能源方面取得了一定進(jìn)展，但許多數(shù)據(jù)中心仍然依賴于燃煤電力，這使得碳排放問題依然嚴(yán)峻。
技術(shù)突破：未來(lái)算力能源的希望與可能
技術(shù)創(chuàng)新或許能夠?yàn)槠平馑懔εc能源之間的矛盾提供新的希望。邊緣計(jì)算、量子計(jì)算、冷卻技術(shù)等前沿技術(shù)，正在為數(shù)據(jù)中心的能源消耗提供創(chuàng)新解決方案。邊緣計(jì)算通過將計(jì)算任務(wù)分布到靠近用戶的終端設(shè)備或本地節(jié)點(diǎn)，減少了對(duì)集中式數(shù)據(jù)中心的依賴。這不僅降低了能耗，還能提升數(shù)據(jù)處理效率。隨著 5G 和物聯(lián)網(wǎng)(IoT)的普及，邊緣計(jì)算可能成為未來(lái)算力發(fā)展的一大趨勢(shì)。
冷卻技術(shù)的進(jìn)步也不容忽視。隨著計(jì)算密集型任務(wù)的增多，數(shù)據(jù)中心的冷卻技術(shù)成為了減少能耗的關(guān)鍵。傳統(tǒng)的空調(diào)和風(fēng)冷系統(tǒng)不僅效率低下，而且耗能巨大。例如，利用寒冷地區(qū)的自然氣候，數(shù)據(jù)中心可以顯著減少對(duì)傳統(tǒng)冷卻設(shè)備的依賴，同時(shí)降低能耗和運(yùn)營(yíng)成本。近年來(lái)，液冷技術(shù)和浸沒式冷卻技術(shù)的出現(xiàn)，為數(shù)據(jù)中心提供了更為高效的解決方案。
另一種可能性是量子計(jì)算。量子計(jì)算利用量子力學(xué)的原理，能夠在某些特定任務(wù)中以極低的能耗完成傳統(tǒng)計(jì)算機(jī)難以企及的運(yùn)算。雖然量子計(jì)算目前仍處于實(shí)驗(yàn)階段，但一旦技術(shù)突破并進(jìn)入實(shí)際應(yīng)用，它有可能大幅度減少算力對(duì)能源的需求，為解決能源瓶頸提供革命性解決方案。
算力的未來(lái)：能源限制中的平衡藝術(shù)
算力的盡頭是能源，這不僅是一種物理限制，更是一種哲學(xué)反思。算力的增長(zhǎng)是否應(yīng)當(dāng)無(wú)止境?我們是否能夠在能源的邊界內(nèi)找到技術(shù)發(fā)展的最佳路徑?
在可預(yù)見的未來(lái)，算力的增長(zhǎng)將更多地依賴能源的創(chuàng)新性供給和更高效的資源利用。無(wú)論是核能、可再生能源，還是邊緣計(jì)算、量子計(jì)算，這些技術(shù)都需要在能源、環(huán)境和社會(huì)責(zé)任之間找到平衡?？萍及l(fā)展的意義不在于無(wú)限制地追求算力的堆積，而在于如何讓這些算力更高效地服務(wù)于人類社會(huì)。
能源的盡頭，不僅是技術(shù)的邊界，更是責(zé)任的開端。通過全球范圍內(nèi)的合作與探索，我們有機(jī)會(huì)在算力與能源之間找到新的平衡，讓數(shù)字社會(huì)在可持續(xù)發(fā)展的軌道上穩(wěn)步前行。唯有如此，算力才能成為驅(qū)動(dòng)人類未來(lái)的真正動(dòng)力，而非無(wú)盡消耗資源的代名詞。(澎湃新聞 作者胡逸)
評(píng)論