根據(jù)Gartner公司的數(shù)據(jù)，人工智能（AI）和生成式人工智能（GenAI）正在推動電力消耗的快速增長，預(yù)計(jì)未來兩年數(shù)據(jù)中心的增長率將高達(dá)160%。因此Gartner預(yù)測，到2027年，40%的現(xiàn)有人工智能數(shù)據(jù)中心的運(yùn)營將受到電力供應(yīng)的限制。

Gartner副總裁分析師Bob Johnson表示：“為了實(shí)現(xiàn)GenAI，超大規(guī)模的新的數(shù)據(jù)中心數(shù)量呈爆炸式增長，這導(dǎo)致對電力的需求無止境，超出了公用事業(yè)供應(yīng)商快速擴(kuò)容的能力。反過來，這可能會擾亂能源供應(yīng)并導(dǎo)致短缺，從而限制2026年以后用于GenAI和其他用途的新數(shù)據(jù)中心的增長。”

Gartner估計(jì)，數(shù)據(jù)中心運(yùn)行增量AI優(yōu)化服務(wù)器所需的電力將在2027年達(dá)到每年500太瓦時(shí)(TWh)，是2023年水平的2.6倍（見圖1）。

圖1：人工智能數(shù)據(jù)中心預(yù)計(jì)增量功耗，2022-2027

來源：Gartner（2024年11月）

Johnson說：“新的更大的數(shù)據(jù)中心正在計(jì)劃中，以處理訓(xùn)練和實(shí)現(xiàn)支撐GenAI應(yīng)用程序的快速擴(kuò)展的大型語言模型（LLM）所需的大量數(shù)據(jù)?！薄叭欢?，短期電力短缺可能會持續(xù)數(shù)年，因?yàn)樾碌妮旊?、配電和發(fā)電能力可能需要數(shù)年才能投入使用，而且不會緩解當(dāng)前的問題?！?/p>

在不久的將來，新數(shù)據(jù)中心的數(shù)量和GenAI的增長將取決于運(yùn)行它們的電力的可用性。Gartner建議企業(yè)組織確定潛在的電力短缺將對所有產(chǎn)品和服務(wù)造成的風(fēng)險(xiǎn)。

電價(jià)將上漲

Gartner表示，即將來臨的電力短缺的必然結(jié)果是電價(jià)上漲，這也將增加LLM的運(yùn)營成本。

Johnson說：“重要的電力用戶正在與主要生產(chǎn)商合作，以確保長期有保障的電力來源，不受其他電網(wǎng)需求的影響?！薄芭c此同時(shí)，運(yùn)營數(shù)據(jù)中心的電力成本將顯著增加，因?yàn)檫\(yùn)營商使用經(jīng)濟(jì)杠桿來確保所需的電力。這些成本也將轉(zhuǎn)嫁給人工智能/GenAI產(chǎn)品和服務(wù)提供商?！?/p>

Gartner建議組織評估未來的計(jì)劃，預(yù)計(jì)更高的電力成本，并以合理的電力價(jià)格談判數(shù)據(jù)中心服務(wù)的長期合同。在開發(fā)新產(chǎn)品和服務(wù)的計(jì)劃時(shí)，企業(yè)組織還應(yīng)該考慮到顯著的成本增加，同時(shí)也要尋找需要更少電力的替代方法。

可持續(xù)發(fā)展目標(biāo)將受到影響

短期解決方案也會對零碳可持續(xù)發(fā)展目標(biāo)產(chǎn)生負(fù)面影響，因?yàn)樾枨蠹ぴ銎仁构?yīng)商不擇手段地增加產(chǎn)量。在某些情況下，這意味著讓原本計(jì)劃退役的化石燃料電廠在計(jì)劃關(guān)閉后繼續(xù)運(yùn)行。

Johnson說：“現(xiàn)實(shí)情況是，短期內(nèi)，數(shù)據(jù)中心使用量的增加將導(dǎo)致二氧化碳排放量增加，以產(chǎn)生所需的電力。反過來，這將使數(shù)據(jù)中心運(yùn)營商及其客戶更難實(shí)現(xiàn)與二氧化碳排放相關(guān)的積極可持續(xù)發(fā)展目標(biāo)?！?/p>

Gartner稱，數(shù)據(jù)中心需要全天候供電，而風(fēng)能或太陽能等可再生能源無法提供全天候供電，除非在停電期間有某種替代供電。只有水力發(fā)電、化石燃料或核電站才能提供可靠的全天候供電。從長遠(yuǎn)來看，改進(jìn)電池存儲的新技術(shù)（例如鈉離子電池）或清潔能源（例如小型核反應(yīng)堆）將會出現(xiàn)，并有助于實(shí)現(xiàn)可持續(xù)發(fā)展目標(biāo)。

Gartner建議各企業(yè)組織根據(jù)未來幾年的數(shù)據(jù)中心需求和電源情況，重新評估與二氧化碳排放相關(guān)的可持續(xù)發(fā)展目標(biāo)。在開發(fā)GenAI應(yīng)用程序時(shí)，他們應(yīng)該專注于使用最少的計(jì)算能力，并考慮其他選項(xiàng)的可行性，例如邊緣計(jì)算和更小的語言模型。