随着AI模型不断升级，数据中心和算力需求快速攀升，电力问题再次被视为制约AI进一步扩张的关键瓶颈。相比之下，发电能力和输电网络的扩容速度，难以跟上AI基础设施建设节奏。
据科技媒体TechRadar当地时间20日报道，OpenAI首席执行官Sam Altman早前关于能源问题的警告，再次受到关注。Altman曾表示，若能源领域无法取得突破，AI发展目标将难以实现。相关表态出自他在2024年1月瑞士达沃斯世界经济论坛（WEF）期间的发言。
Altman当时指出，未来AI的能耗可能远超市场预期。为应对这一问题，他提到的方向包括核聚变、成本大幅下降的太阳能和储能技术，同时也主张更积极地利用核裂变发电。
两年后，电力需求增长已逐步体现在更具体的数据中。国际能源署（IEA）预计，全球数据中心用电量将从2024年的约415TWh增至2030年的约945TWh，增幅超过一倍，约占2030年全球总用电量的3%。其中，AI被认为是最主要的增长驱动力，面向AI的加速服务器耗电量预计将以约30%的年均增速增长。
不过，这并不意味着全球电力供应即将告急。IEA认为，可再生能源、天然气和核能将支撑持续扩大的数据中心用电需求。真正的挑战在于，电力基础设施的建设周期和区域匹配难以与数据中心扩张同步：数据中心通常可在2至3年内建成，而发电站和输电网络从规划到投运往往需要更长时间。在部分地区，电网接入延迟已经可能成为限制AI数据中心扩张的重要因素。
瓶颈也不止于电力。TechRadar指出，随着数据中心建设提速，网络设备、光器件以及内存供应，也正在成为AI基础设施扩张的约束条件。
这也意味着，AI竞争正在进入一个单靠模型性能已难分胜负的阶段。谁能更快获得支撑更大规模算力所需的电力、输电网络，以及半导体和网络基础设施，谁就更有可能主导下一阶段的AI发展速度。
Jaewon Choi
ittt_0801@d-today.co.kr