Michael Liebreich 为 BloombergNEF 撰写的史诗般的报告，介绍了生成式人工智能、能源使用和数据中心增长的现状。
我从读这篇文章中学到了很多东西。如果您对最新一波人工智能工具的能源影响感兴趣，我建议您花一些时间阅读本文。
仅举几个令我印象深刻的点：
- 这并不是第一次预测数据中心用电量将出现飞跃。 2007 年，美国环保署 (EPA) 预测数据中心的能源使用量将增加一倍：事实并非如此，这要归功于更好的服务器带来的效率提升以及从内部托管到云托管的转变。 2017 年，世界经济论坛预测加密货币将在 2020 年消耗掉全世界的电力，但这一预测因第一次加密货币泡沫破裂而中断。这次有什么不同吗？或许。
- Michael 重申了（红杉）David Cahn 的$600B 问题，指出如果人工智能的预期基础设施支出需要 6000 亿美元的年收入，这意味着 10 亿人每年需要花费 600 美元，或者 1 亿密集用户需要花费6,000 美元/年。
- 现有数据中心的功率容量通常小于 10MW，但新的专注于人工智能训练的数据中心往往在 75-150MW 范围内，因为需要并置大量 GPU 以实现它们之间的高效通信 – 这些可以至少位于世界任何地方。推理的要求要低得多，因为 GPU 不需要以相同的方式进行协作，但它需要靠近人口中心才能提供低延迟响应。
- NVIDIA 声称效率得到了巨大提升。 “Nvidia 声称在过去八年里，每个代币（AI 模型处理的数据单位）的能源效率提高了 45,000 倍”，并且“使用 Blackwell GPU 训练一个 1.8 万亿参数的模型，只需要 4MW，与使用之前的 Hopper 架构的 15MW 相比”。
- Michael自己的全球估计是“到2030年新增需求45GW”，他指出这“相当于全球铝冶炼厂电力需求的三分之一”。但大部分需求都需要本地化，这使得事情变得更具挑战性，特别是考虑到需要与现有电网集成。
- 谷歌、微软、Meta 和亚马逊都非常重视净零排放目标，使它们成为“世界上最重要的可再生能源企业购买者之一”。这有助于解释为什么他们对核电非常感兴趣。
-
Elon 位于孟菲斯的 100,000 个 GPU 数据中心目前使用天然气运行：
当埃隆·马斯克 (Elon Musk) 急于以创纪录的速度启动并运行 x.AI 的孟菲斯超级集群时，他引进了 14 台移动天然气发电机，每台发电 2.5 兆瓦。他们似乎不需要空气质量许可证，只要他们不在同一地点停留超过 364 天即可。
-
这是一个令人放心的统计数据：“2023 年全球新增发电容量中的 91% 来自风能和太阳能”。
其中还有很多内容，我觉得我试图仅提取上述几点，对这篇文章造成了伤害。
迈克尔的结论有些乐观：
最终，科技巨头将发现，为人工智能数据中心提供动力的最佳方式是采用传统方式，即构建对其他用户来说最具成本效益的相同发电技术，将它们连接到强大且有弹性的电网，并与当地社区合作。 […]
当谈到新技术时——无论是中小型反应堆（SMR）、核聚变、新型可再生能源还是超导输电线路——拥有一些现金充裕、技术先进、风险承受能力强的参与者创造需求是一件幸事，而几十年来，低收入国家一直缺乏这种需求。世界电力市场的增长。
（ BloombergNEF是一家能源研究集团，2009 年被彭博社收购，最初由 Michael 于 2004 年创立，当时名为 New Energy Finance。）
通过杰米·马修斯
原文： https://simonwillison.net/2025/Jan/12/generative-ai-the-power-and-the-glory/#atom-everything