AI的尽头是光伏和储能！如果只考虑计算，我们需要烧掉14个地球的能源，超级AI将成为电力需求的无底洞。
近期，AI教父黄仁勋的这段演讲讲话疯狂刷屏。其实这并非老黄的原话，他的原意是，英伟达帮助提升计算效能，降低能源消耗，而如果计算速度没有加快，我们可能需要14个不同的行星、3个不同星系、4个太阳为这一切提供燃料。
可见人工智能对能源的紧迫需求，OpenAI 创始人山姆·奥特曼也表达过类似的观点，他曾经这样判断：
未来人工智能需要能源突破，因为人工智能消耗的电力将远远超出人们的预期。特别是核聚变或更便宜的太阳能和存储，是人工智能未来的发展方向。
而且他个人还自掏腰包，向美国私营核聚变公司Helion EneRgy提供了3.75亿美元。
马斯克则更加明确地对外表达过，缺芯之后是缺电，明年电力将无法满足所有芯片需求。
AI的高耗能已是一件不争的事实，数据中心、超级算力中心都堪称吞电怪兽。而美国的电力基础设施长时间陈旧，欧洲虽在新能源方面有所投入，但杯水车薪。
放眼全球，电力驱动的第二次工业革命其实并未完全普及，许多国际和地区仍旧无法获得稳定的电力供应，更别说电器消费和使用。
与此同时，所谓的光伏、锂电、风能等新能源的各个环节都需要巨大的传统能源为支撑。没有煤炭、石油、天然气为底座，各种所谓第N次工业革命就如同无源之水，无本之木。
AI的尽头，终归要回到发电和能源，这已经不再是段子，而是事实。
吞电巨兽
算力紧张的背后则是对能源的需求激增。
又一国产大模型火出圈。
近期，月之暗面研发的AI助手kiMi爆火，它支持上传各种文档，并整理总结其中的核心内容；能够处理的无损上下文长度，已经从20万汉字提升到了200万字。也就是说，kiMi能一口气读完《甄嬛传》全书，并且能回答剧中的细节问题，堪比一个看了好几十遍电视剧的“甄”学家。
由于访问量持续暴增，KiMi应用终端一度瘫痪，为此，月之暗面已经进行了5次扩容工作。
超长文本的处理能力，访问量的持续增长，都在加剧算力资源的紧张。算力紧张的背后则是对能源的需求激增。据外媒报道，ChatGPT每日耗电量或超过50万千瓦时，相当于美国家庭用电量的1.7万倍。另有一项预测也判断，到2030年，AI消耗的电力将超过家庭用电量。
这绝非夸大其词，芯片性能的提升、服务器的布局、数据中心的建设、网络传输等基础设施的配套，甚至给服务器降温的温控系统都需要大量的电力。
随着性能的提升，英伟达芯片的功耗随之呈现几何式增长。从V100到B200，单个GPU的功耗也从250W飙升到1000W，与之对应的各种配套设施的能源消耗也加大幅飙升。
而大模型在推出之前，还要经受巨量的训练。斯坦福研究显示，GPT-3训练的耗电量为1287 MWh，而GPT-4需要51773 MWh至62319 MWh，能耗是 GPT-3的40倍以上。
如果现在谷歌的每次搜索都融合人工智能技术，那么每年将消耗约290亿度电。这比肯尼亚、危地马拉和克罗地亚等国一年的用电量还要多。
除了基本的电力，其他各种资源消耗同样处于上升态势。微软的研究显示，AI大模型的用水量比上一年同比增长了34%，天然气、电力、供暖、制冷和蒸汽等总消耗增加了约32%。
写在最后
重启煤炭、天然气和核电，并非传统能源的“复辟”，而是很多国家实行过于激进的新能源转型的一次认错。
传统能源为科技变革立下汗马功劳，却被无情抛弃，还要清醒地认识到，许多传统能源早已是全产业链的清洁能源，而光伏、风电、锂电等所谓的“清洁能源”却并非完全清洁，甚至还有可能造成大量污染。
欧盟主席冯德莱恩曾说：“欧洲必须确保利用这场危机向前迈进，而不是向肮脏的化石燃料倒退。”但这只是能源产业发展的其中一面。
其实，我们更应该听一听沙特阿美CEO纳瑟尔的谏言：“只有让能源贫乏的国家能够以清洁和有效的方式开发和利用自然资源，这才是公平的。”
