四成AI數據中心或陷入「用電荒」，全球能源格局面臨重大挑戰
在 AI 技術快速發展的今天，一個令人憂慮的現實正在顯現：僅僅一次 ChatGPT 查詢所需的電力，就是Google搜索的近 10 倍。
這個巨大的差距，不僅反映了 AI 技術與傳統互聯網服務在能源消耗上的本質區別，更預示著全球能源消費格局即將發生深刻變革。
近日，知名諮詢公司Gartner 在最新調查報告中發出警告，預計到 2027 年，40% 的現有 AI 數據中心將因電力供應不足而面臨運營困境。這一預警凸顯出 AI 發展與能源供應之間日益緊張的關係。
同時，國際投資銀行高盛集團的研究部門也給出了類似的預測：到 2030 年，全球數據中心的用電需求將激增 160%。由此引發了各界對能源供應、基礎設施建設和環境影響的廣泛關注。
圖 | Gartner 預測，AI 數據中心未來每年新增的 AI 服務器將新增多少能耗（來源：Gartner）最近，Google、微軟、亞馬遜和 Meta 等科技巨頭正在積極投資核能發電設施。原因之一在於，他們對未來難以滿足 AI 數據中心巨大能源需求存在擔憂。
從歷史數據來看，數據中心的用電需求曾經表現出了出奇的穩定性。在 2015 年至 2019 年期間，儘管數據中心的工作負載增加了近兩倍，但其年度用電量仍保持在約 200 太瓦時的相對穩定水平。
這種穩定主要得益於數據中心在能源使用效率方面的持續改進。然而，這種局面在 2020 年後發生了根本性轉變。
Gartner 公司分析師波比·莊臣（Bob Johnson）指出：「新一代超大規模數據中心的建設，正在創造出無法滿足的巨大電力需求，這將超出公用事業提供商擴大供電規模的速度。
特別是在處理和訓練大模型方面，所需的計算資源和能源消耗達到了前所未有的水平。」
據統計，目前全球數據中心耗電量佔總用電量的 1-2%，但預計到 2030 年這一比例將攀升至 3-4%，這種增長在發達國家表現得尤為明顯。
特別是在美國，據相關預測，到 2030 年，數據中心的用電量將從目前的 3% 上升到 8%，這將推動美國電力需求以近 25 年來最快的速度增長。
圖 | 高盛預測數據中心的能源需求（來源：高盛）為應對這一挑戰，美國公用事業公司僅在數據中心領域就需要投資約 500 億美元用於新增發電能力。
此外，到 2030 年，僅數據中心增加的用電需求將帶來每天約 33 億立方英呎的天然氣新增需求，這也意味著需要建設新的管道基礎設施。
高盛指出，歐洲的情況更為複雜。作為全球數據中心的重要聚集地，15% 的數據中心坐落於歐洲。到 2030 年，這些數據中心的用電需求將相當於葡萄牙、希臘和荷蘭三國目前的總用電量。
由於歐洲擁有世界上最古老的電網系統，為滿足新建數據中心的用電需求，歐洲在未來十年內需要投入近 8000 億歐元用於輸配電系統升級，以及近 8500 億歐元用於太陽能、陸上風電和海上風電等可再生能源的開發。
圖 | 全球多個地區和中國的電網「平均年齡」（來源：高盛）更令人擔憂的是，這種用電需求的激增將直接影響電價。研究表明，大型數據中心運營商正在與主要電力生產商洽談，試圖確保獨立於其他電網需求的長期穩定電力供應。
這種競爭必然推高電價，而這些成本最終將轉嫁到 AI 產品和服務的使用者身上。
因此，專家建議各組織應提前為電力成本上漲做好準備，並爭取以合理價格簽訂長期的數據中心服務合約。
在環境影響方面，形勢同樣不容樂觀。預計到 2030 年，數據中心的碳排放量可能會比 2022 年翻一番以上，這給全球減排目標帶來了新的挑戰。
根據高盛的研究，僅數據中心碳排放增加帶來的「社會成本」就將高達 1250 億至 1400 億美元（按現值計算）。
Gartner 則估計，到 2027 年，僅用於運行 AI 優化服務器的電力需求將達到 500 太瓦時/年，是 2023 年水平的 2.6 倍。
短期內，為了滿足激增的電力需求，一些原計劃退休的化石燃料發電廠可能不得不延長運營期限，這將進一步加劇環境壓力。
數據中心需要 24 小時不間斷供電，而目前必須依靠水電、化石燃料或核能發電廠才能提供如此穩定的電力供應。
風能或太陽能等可再生能源雖然環保，但在沒有配套儲能設備的情況下，難以滿足數據中心的持續供電需求。
圖 | 過去九年的數據中心負載變化和能耗變化（來源：高盛）為應對這些挑戰，業界正在探索多種解決方案。一些企業開始加大對可再生能源的投資，並積極推動新型核能發電技術的商業化。
科技公司也在探索提高能源使用效率的創新方法。從長遠來看，新型電池存儲技術或清潔能源技術（如小型核反應堆）的發展可能會提供新的解決方案。
值得一提的是，AI 技術本身也可能通過加速醫療保健、農業、教育等領域的創新，以及提高能源使用效率來貢獻解決方案。
最後，兩家公司的研究報告均指出，建議各企業在製定 AI 發展戰略時，要充分考慮潛在的電力短缺風險，評估未來電力成本上漲的影響，並積極尋找替代方案。
有潛力的方案包括使用邊緣計算技術、採用較小的大模型等，並在開發生成式 AI 應用時優先考慮計算效率。
顯然，AI 技術的發展正在重塑全球能源格局。如何在推動技術創新、維護能源安全和環境保護之間取得平衡，將是未來全球科技界和能源界共同面臨的重大挑戰。
參考資料：
https://www.gartner.com/en/newsroom/press-releases/2024-11-12-gartner-predicts-power-shortages-will-restrict-40-percent-of-ai-data-centers-by-20270
https://www.goldmansachs.com/insights/articles/AI-poised-to-drive-160-increase-in-power-demand
運營/排版：何晨龍
