施耐德电气提醒政策制定者要谨慎引导人工智能数据中心的电力消耗,防止其失控。
据报道,由于对人工智能服务的需求激增,人工智能数据中心的能源消耗持续增加,为人工智能公司寻找替代能源创造了空间。
数据中心可能会让其他人处于完全黑暗之中
施耐德电气在其报告中提出了四种可能的情况,并提出了一些指导原则,以防止人工智能数据中心“吞噬”电网并让世界陷入黑暗。
该研究跟随上个月举行的国际能源署全球能源与AI会议。该研究题为《人工智能与电力:系统动力学方法》,考察了与AI及其对能源消耗影响相关的新兴思想流派。
虽然关于生成性AI和电力消耗的报道很多,但施耐德电气的报告也与之前的研究一致,认为现有的数据中心基础设施需要大量电力才能正常运行,因此将需要更多资源来支持预计的AI采用激增。
预计对AI服务需求的增加以及随之而来的能源消耗增加也引发了对这项技术对电网可能造成压力的担忧。如果能源需求继续以这种速度上升,还担心可能对环境造成影响。
施耐德电气可持续发展研究所的主任Rémi Paccou表示,这项研究旨在探索潜在的未来,并帮助利益相关者应对未来的挑战和机遇。
“相反,我们希望它成为信息讨论和决策的起点。”
Paccou。
“我们在提出我们的发现时理解到,AI是一个快速发展的领域,我们的知识也在不断增长,”他补充道。
因此,施耐德电气提出了四种不同的情景,分别是可持续AI、增长的限制、无界的丰富和能源危机。
施耐德电气预测从现在到2030年电力需求将不断增加
根据研究,施耐德电气提出的所有四种情景都指向2025到2030年间能源消耗的增加,因为需求持续激增。然而,它们在一些基础假设上有显著的分歧。
通过可持续AI,施耐德的研究关注在消费上升的同时优先考虑效率的潜在结果,而增长的限制则关注人类相关的限制对AI发展的影响。根据其模型,可持续AI提供了一种更有前景的方法,预计电力消耗将从2025年预计的100太瓦时(TWh)增加到2035年的785太瓦时。
在此情景下,生成性AI推理将成为2027年至2028年间AI领域电力消耗的关键驱动因素。还将朝着更高效、能耗更低的模型转变。
根据报告,它的特点是AI基础设施与需求之间的共生关系,其中效率和资源节约相互促进。
其他情景,如无界的丰富,关注无节制增长的潜在风险,而能源危机则关注不均衡的能源需求和发电可能导致广泛短缺的问题。
根据报告,AI的总能源消耗将从今年的基线100太瓦时(TWh)增加到2030年的510太瓦时,但制造专用芯片的瓶颈和大型语言模型(LLMs)数据短缺等挑战正在影响这一增长。
报告进一步指出,无界的丰富情景反映了AI的快速发展将创造挑战,因为AI公司在追求更大和更先进的基础设施时,超越了可持续利用资源的能力。
能源危机情景下,快速的AI增长导致其能源需求与经济其他关键部门发生冲突,从而给依赖AI的行业带来一些运营挑战。
在此情景下,预计能源消耗将在2029年达到峰值,达到约670太瓦时,然后在2032年降至380太瓦时,并在2025年再降至190太瓦时。
施耐德提供了一些针对潜在能源危机的建议
根据报告,缺乏协调的治理导致政策碎片化,这可能导致全球或地方性的能源赤字。
然而,施耐德报告提供了一些可持续AI的建议,涉及三个领域——AI基础设施、AI发展、治理、标准和教育。
AI基础设施推动下一代数据中心应优化最新的冷却技术、高密度计算和现代节能硬件,如GPU和TPU。
这也与报告数据AI数据中心正在消耗大量水来冷却AI服务器的情况相符,谷歌、微软和OpenAI等科技公司在其数据中心的公用事业消耗 reportedly 也有所增加。
在AI发展方面的建议建议通过模型修剪、量化和轻量级架构等技术提高模型的效率。
在治理、标准和教育方面,报告建议政策制定者开发和实施可持续AI实践的认证方案,如能源效率和环境影响。一个稳健的框架还将指导负责任的AI发展,解决能源消耗、数据隐私和伦理考虑。
一步一步的系统,帮助您在90天内启动您的Web3职业并获得高薪的加密工作。