算力与电力:能源基建跟不上AI野心

环球老虎财经

2025-03-13 18:51发布于上海环球老虎财经官方账号

AI划重点 · 全文约1630字，阅读需5分钟

1.随着DeepSeek以1/5的能耗训练出匹敌ChatGPT的模型，全球数据中心耗电量或将在四年内暴增75%。

2.算法和芯片的能效提升反而加剧了"杰文斯悖论"，技术红利在2018年后戛然而止。

3.与此同时，全球数据中心的“马太效应”愈发明显，超大规模数据中心每增加1兆瓦负载，年均电力需求增长15%。

4.为应对电力需求激增，科技公司如中国正在用创新证明“绿色AI”的可行性。

5.然而，若全球AI芯片均采用B100能效标准，2030年数据中心总能耗可减少1200 TWh，但现实远非如此理想。

以上内容由腾讯混元大模型生成，仅供参考

当DeepSeek以1/5的能耗训练出匹敌ChatGPT的模型，新一轮人工智能的普及和应用爆发也将人类推向能源的“十字路口”，全球数据中心耗电量或将在四年内暴增75%。算法和芯片的能效提升反而加剧了"杰文斯悖论"。一场关乎人类未来的能源突围战，正在数据中心机房与政策制定者的博弈中悄然展开。

当特朗普在就职典礼次日就高调宣布"星际之门"（Stargate）计划时，全球科技界为之震动。

这项由甲骨文、软银、OpenAI联合注资5000亿美元的超级工程，宣称要构建未来AI的物理与数字基座。

但对美国来说，部署一个数据中心或许不难，难的是如何配套电力。数据中心的基础设施一年可搞定，清洁、便宜、稳定的电力系统，至少要5年。

就在美国AI基础设施蓝图绘就之际，一记重锤从东方袭来：DeepSeek仅凭2000块英伟达芯片，以560万美元的超低成本，就训练出媲美OpenAI的开源模型，让华尔街瞬间陷入恐慌。

当DeepSeek团队晒出每瓦能耗仅为行业平均水平的1/5的成绩单时，整个AI产业不得不直面一个尖锐命题：在数据、算法和算力狂飙突进的赛道上，究竟该为技术突破让路，还是同步兼顾地球的可持续发展？

当美国试图用行政手段扫除数据中心建设障碍时，以中国为代表的科技企业似乎在用创新证明“绿色AI”的可行性。

数据中心的能效优化：

技术红利消失，规模效应主导

2022年全球数据中心耗电量飙升至350太瓦时（TWh），若包含加密货币挖矿则达460 TWh。但鲜为人知的是，这场“电老虎”危机背后隐藏着一部精密的节能史诗：2010-2018年间，全球数据存储容量暴增26倍，计算活动激增550%，电力需求却仅微增6%。

这一“奇迹”源于技术迭代——数据存储效率年均提升20%，电源使用效率比（PUE）从2.5骤降至1.58，冷却系统能耗占比从40%压缩至25%，安全照明等辅助设备耗能更是腰斩至12%。

全球数据中心平均用电效率（2007-2024）

来源：Uptime Institute

然而，技术红利在2018年后戛然而止。2023年全球数据中心平均PUE值停滞在1.58，甚至法国等发达国家因基础设施老化，PUE值高达1.77，远超理论最优值1.2。顶级数据中心虽能通过液冷技术将PUE压至1.2，但GPU芯片产生的热量已让冷却系统逼近物理极限。

效率提升的停滞，直接导致电力需求在2018年后飙升——短短四年间，全球数据中心耗电量翻番至350 TWh。

当传统节能手段遭遇瓶颈，芯片制造商也在硅基世界开启了一场颠覆性革命。英伟达的AI芯片能效曲线呈现指数级跃迁：A100芯片每秒处理1.6万亿次运算需消耗1.6焦耳能量，而2024年推出的B100芯片仅需0.2焦耳即可完成同等任务。

这种能效跃升得益于“小芯片”技术，将庞杂的单片芯片拆解为模块化组件，性能提升的同时功耗降低。数据显示，AI芯片算力年均增速达4倍，十年间累计提升10万倍。

英伟达的AI芯片效率（单位：J/Token，2014-20204）

来源：NVIDIA

注：该图使用对数刻度。2020、2022和2024分别代表A100、H100和B100 Nvidia芯片。

然而，更高效的芯片反而刺激了需求的爆发式增长。2023年全球AI训练需求激增300%，抵消了能效提升带来的红利。“杰文斯悖论”（Jevons Paradox）在AI领域显灵：技术进步非但未减少能耗，反而因服务需求膨胀导致电力缺口扩大。据测算，若全球AI芯片均采用B100能效标准，2030年数据中心总能耗可减少1200 TWh（相当于德国全年用电量），但现实远非如此理想。

与此同时，全球数据中心的“马太效应”愈发明显：37%的设施属于超大规模数据中心（承载60-70%负载），其单位能耗比中小型数据中心低40%。亚马逊AWS、谷歌云等巨头通过集中化运营，将数据中心规模扩张至41.2万平方米（2010年仅为8万平方米）。这种规模经济催生了能源霸权——超大规模数据中心每增加1兆瓦负载，年均电力需求增长15%。

全球数据中心容量趋势（2017-2029）

来源：Synergy Research Group

来源：Cisco, IEA, Goldman Sachs Research

来源：Mitsubishi Heavy Industries

来源：Talen Energy

来源：AFP

责任编辑丨陈斌