AI資料中心到2030年可能耗資2000億美元,壓力電網
AI訓練與運營資料中心可能很快容納數百萬晶片,耗資數千億美元,若趨勢持續,其電力需求將相當於一個主要城市的電網。
來自喬治城大學、Epoch AI及Rand研究人員的新研究,分析了2019年至2025年間全球超過500個AI資料中心項目。數據顯示,運算性能每年翻倍,同時電力需求與資本成本也在飆升。
這些發現突顯了未來十年內建設支持AI進展基礎設施的挑戰。
OpenAI,擁有全球10%人口使用ChatGPT,已與SoftBank等合作,為美國的AI資料中心網絡籌集高達5000億美元的資金,並有國際擴張的潛力。科技巨頭如Microsoft、Google和AWS今年也投資數億美元擴展其資料中心基礎設施。
研究指出,xAI的Colossus等項目的硬體成本,從2019年至2025年每年增長1.9倍,電力需求每年翻倍。(Colossus消耗約300兆瓦,相當於25萬戶家庭的用電量。)

圖片來源:Epoch AI 雖然資料中心的能源效率有所提升——2019年至2025年每瓦運算性能每年提升1.34倍——這些進步無法抵消不斷攀升的電力需求。到2030年6月,一個領先的AI資料中心可能需要200萬個晶片,耗資2000億美元,並需要9吉瓦的電力,相當於九座核電廠。
AI資料中心日益增長的能源需求可能對電網造成顯著壓力。富國銀行分析預測,到2030年資料中心能源使用量將增加20%,可能壓倒可再生能源來源,增加對化石燃料的依賴。
除了能源問題,AI資料中心還引發了環境問題,如高用水量、佔用寶貴土地及減少州稅收入。Good Jobs First估計,10個州因資料中心慷慨的稅收優惠每年損失超過1億美元。
這些預測可能不會完全實現,或時間表可能會改變。最近,像AWS和Microsoft這樣的超大規模運營商已縮減資料中心計劃。Cowen分析師指出,2025年初資料中心市場出現“冷卻”,反映了對不可持續增長的擔憂。
相關文章
缺乏公眾信任阻礙人工智能發展
雖然政治人物強調人工智慧在成長與效率上的潛力,但最近的一份報告卻突顯出大眾對人工智慧的嚴重信任不足。廣泛的懷疑正在為政府的措施帶來重大挑戰。由 Tony Blair 全球變革研究所 (Tony Blair Institute for Global Change, TBI) 與益普索 (Ipsos) 共同進行的一項綜合研究,量化了這種不安。研究顯示,缺乏信任是人們猶豫是否要使用人工智慧的主要原因。這
麻省理工學院研究發現人工智能會降低人腦的參與程度
麻省理工學院 (Massachusetts Institute of Technology) 進行的一項研究顯示,使用大型語言模型 (LLM) 不僅會減少當下的心智努力,還會對後續任務的認知表現造成持續的負面影響。在實驗中,研究人員與少數的參與者合作--研究中也承認了這一限制[PDF]--他們被指派撰寫不同主題的文章。其中一組被允許使用人工智能 (ChatGPT 被選中,因為研究人員認為它與類似工
研究顯示從聊天機器人取得可靠健康建議的挑戰
當醫療保健系統因等待時間延長及成本上升而掙扎時,越來越多的病患開始試用 ChatGPT 等人工智能聊天機器人來尋求初步的醫療建議。最近的數據顯示,每月約有 17% 的美國成年人會透過這些工具諮詢健康資訊。然而,新的研究表明,這種新興的做法存在重大風險,特別是當用戶未能提供足夠的上下文或誤解 AI 的回應時。這項由牛津大學領導的研究揭露了人們如何有效使用會話式人工智能進行醫療自我評估的關鍵限制。研究
相關專題推薦
評論 (3)
0/500
この記事を読んで、AIの進化って本当にすごいけど電力消費の点がネックだなあと改めて思った。大規模データセンターの電力需要が街一つ分とか想像つかない😅技術革新で効率化も進むと良いんだけど、結局人間が環境とのバランスを考える必要があるんじゃないかと感じた。
Putain ! 200 milliards de dollars pour des data centers AI ? 😳 C'est plus que le PIB de nombreux pays. On devrait peut-être commencer à construire des centrales nucléaires plutôt que des GPUs...
AI訓練與運營資料中心可能很快容納數百萬晶片,耗資數千億美元,若趨勢持續,其電力需求將相當於一個主要城市的電網。
來自喬治城大學、Epoch AI及Rand研究人員的新研究,分析了2019年至2025年間全球超過500個AI資料中心項目。數據顯示,運算性能每年翻倍,同時電力需求與資本成本也在飆升。
這些發現突顯了未來十年內建設支持AI進展基礎設施的挑戰。
OpenAI,擁有全球10%人口使用ChatGPT,已與SoftBank等合作,為美國的AI資料中心網絡籌集高達5000億美元的資金,並有國際擴張的潛力。科技巨頭如Microsoft、Google和AWS今年也投資數億美元擴展其資料中心基礎設施。
研究指出,xAI的Colossus等項目的硬體成本,從2019年至2025年每年增長1.9倍,電力需求每年翻倍。(Colossus消耗約300兆瓦,相當於25萬戶家庭的用電量。)

雖然資料中心的能源效率有所提升——2019年至2025年每瓦運算性能每年提升1.34倍——這些進步無法抵消不斷攀升的電力需求。到2030年6月,一個領先的AI資料中心可能需要200萬個晶片,耗資2000億美元,並需要9吉瓦的電力,相當於九座核電廠。
AI資料中心日益增長的能源需求可能對電網造成顯著壓力。富國銀行分析預測,到2030年資料中心能源使用量將增加20%,可能壓倒可再生能源來源,增加對化石燃料的依賴。
除了能源問題,AI資料中心還引發了環境問題,如高用水量、佔用寶貴土地及減少州稅收入。Good Jobs First估計,10個州因資料中心慷慨的稅收優惠每年損失超過1億美元。
這些預測可能不會完全實現,或時間表可能會改變。最近,像AWS和Microsoft這樣的超大規模運營商已縮減資料中心計劃。Cowen分析師指出,2025年初資料中心市場出現“冷卻”,反映了對不可持續增長的擔憂。
缺乏公眾信任阻礙人工智能發展
雖然政治人物強調人工智慧在成長與效率上的潛力,但最近的一份報告卻突顯出大眾對人工智慧的嚴重信任不足。廣泛的懷疑正在為政府的措施帶來重大挑戰。由 Tony Blair 全球變革研究所 (Tony Blair Institute for Global Change, TBI) 與益普索 (Ipsos) 共同進行的一項綜合研究,量化了這種不安。研究顯示,缺乏信任是人們猶豫是否要使用人工智慧的主要原因。這
麻省理工學院研究發現人工智能會降低人腦的參與程度
麻省理工學院 (Massachusetts Institute of Technology) 進行的一項研究顯示,使用大型語言模型 (LLM) 不僅會減少當下的心智努力,還會對後續任務的認知表現造成持續的負面影響。在實驗中,研究人員與少數的參與者合作--研究中也承認了這一限制[PDF]--他們被指派撰寫不同主題的文章。其中一組被允許使用人工智能 (ChatGPT 被選中,因為研究人員認為它與類似工
研究顯示從聊天機器人取得可靠健康建議的挑戰
當醫療保健系統因等待時間延長及成本上升而掙扎時,越來越多的病患開始試用 ChatGPT 等人工智能聊天機器人來尋求初步的醫療建議。最近的數據顯示,每月約有 17% 的美國成年人會透過這些工具諮詢健康資訊。然而,新的研究表明,這種新興的做法存在重大風險,特別是當用戶未能提供足夠的上下文或誤解 AI 的回應時。這項由牛津大學領導的研究揭露了人們如何有效使用會話式人工智能進行醫療自我評估的關鍵限制。研究
この記事を読んで、AIの進化って本当にすごいけど電力消費の点がネックだなあと改めて思った。大規模データセンターの電力需要が街一つ分とか想像つかない😅技術革新で効率化も進むと良いんだけど、結局人間が環境とのバランスを考える必要があるんじゃないかと感じた。
Putain ! 200 milliards de dollars pour des data centers AI ? 😳 C'est plus que le PIB de nombreux pays. On devrait peut-être commencer à construire des centrales nucléaires plutôt que des GPUs...





首頁






