GPT, known as the "Electricity Eater," consumes up to 500,000 kWh per day. Is Tesla's "electricity shortage" prophecy coming true?

最近一段時間，公眾開始注意到，當前蓬勃發展的生成式 AI 技術需要耗費大量的電力。

據《紐約客》當地時間 9 日報道，荷蘭國家銀行數據專家 Alex de Vries 估計，OpenAI 旗下聊天機器人 ChatGPT 每天消耗超過 50 萬千瓦時的電力，用於處理約 2 億個用户請求，相當於美國家庭每天用電量的 1.7 萬多倍。

谷歌的搜索引擎同樣需要大量的電力。

據 de Vries 估計，若谷歌在每次搜索中都使用 AIGC（生成式人工智能技術），其年耗電量將增至約 290 億千瓦時，這一數字超過了許多國家的一年用電量，包括肯尼亞、危地馬拉和克羅地亞。

而隨着 AI 芯片的不斷更新換代，其所需的電力也越來越多。

比如，據戴爾公司首席運營官 Jeff Clarke 近日透露，英偉達將於 2025 年推出載有 “Blackwell” 架構的B200 產品，功耗或將達到 1000W，較 H100 增加 40% 以上。

媒體的曝光在一定程度上呼應了一些 AI 大佬近的擔憂。

AI大佬集體發聲：太缺電了！

前不久馬斯克在接受媒體採訪時預言，AI 行業經歷將在明年迎來電力短缺，屆時將 “沒有足夠的電力來運行所有的芯片”。

很容易預測，接下來短缺的會是降壓變壓器。

你得給這些芯片供電。如果你的電力供應輸出是 100 到 300 千伏，而它必須一路降壓到 0.6 伏，這是一個很大的降壓過程。

OpenAI 創始人 Sam Altman 在世界經濟論壇上也表示：

我們需要的能源確實比我們之前想象的要多得多。

隨着生成式 AI 技術的快速蔓延，芯片對電力的需求大幅飆升。相關數據顯示，十年前全球數據中心市場的耗電量為 100 億瓦，而如今 1000 億瓦的水平已十分常見。

另外，根據美國 Uptime Institute 的預測，到 2025 年，人工智能業務在全球數據中心用電量中的佔比將從 2% 猛增到 10%。

按照當前的趨勢，de Vries 預計，到2027年整個AI行業每年將消耗85-134太瓦時（1太瓦時=10億千瓦時）的電力。

de Vries 表示，他對於人們在面對大量機器學習的同時，人類學習的缺失感到失望。

在我看來，從政策角度講，短期到中期內，唯一現實的措施是要求企業披露（用電數據）。

加密貨幣領域耗費了相當長的時間才達到這一點，而人工智能沒有能更早做到這一點，讓我感到失望。

根據 de Vries 此前編制的比特幣能耗指數，比特幣挖礦如今每年消耗 1450 億千瓦時的電力，這一數字比整個荷蘭的年用電量還要多，發電導致的二氧化碳排放量達 8100 萬噸，超過了如摩洛哥等國的年排放總量。

AI 電力需求飆升之際，能源賽道迎來新一輪機會？

有策略師分析表示，AI 技術發展利好能源資產：

越來越多的人開始意識到，大型人工智能服務器羣將需要大量能源，這正在提高一些投資者的興趣，開始將投資範圍擴大至電力、油氣在內的相關能源領域，核能也開始受到關注。

英偉達 CEO 黃仁勳在最近的一場公開演講中明確表示：

AI 的盡頭是光伏和儲能！如果只考慮計算機，我們需要燒掉 14 個地球的能源。

Altman 也發表了類似觀點：

未來 AI 的技術取決於能源，我們需要更多的光伏和儲能。

我們需要的是核聚變，或者是大規模的、成本極低的太陽能加儲能系統，規模之大前所未有。

挑戰同樣存在！

以美國為例，清潔能源、AI、數據中心、電動汽車、挖礦等多種產業的增長，讓原本陷入停滯的美國電力需求再度 “起飛”。但即使被譽為世界上 “最大的機器”，美國電網也似乎無法應對這突如其來的變化。

有分析師指出，美國 70% 的電網接入和輸配電設施已老化，某些地區電網傳輸線路不足。因此，美國電網需要大規模升級，如果不採取行動，到 2030 年美國將面臨一道難以逾越的國內供應缺口。