IEA強調了AI在全球能源領域的機遇和挑戰

國際能源署（IEA）深入探討了AI與全球能源之間的動態交互關係，突顯了這項技術帶來的機遇與挑戰。AI對電力的需求顯而易見，特別是在訓練和部署這些複雜模型的龐大数据中心內。根據IEA的數據，一個典型的AI數據中心耗電量相當於10萬戶家庭的用電量。更令人震驚的是，目前正在建設的最大數據中心預計將需要20倍的電量。這是一個難以忽視的驚人現實。

數據中心投資激增

全球對數據中心的需求急劇上升，投資額自2022年以來幾乎翻倍，於2024年達到5000億美元的規模。這一激增引發了對電力需求不斷攀升的關注。2024年，數據中心消耗了全球約1.5%的電力，總計約415太瓦時（TWh）。但別被這個百分比誤導——其在地區域的影響遠超此數。自2017年以來，數據中心的電力消耗以每年約12%的速度增長，遠遠超過整體電力需求的增長速度。

美國在這方面領先，佔據了45%的消耗量，其次是中國佔25%，歐洲佔15%。有趣的是，美國近一半的數據中心容量集中在僅五個區域集群中。展望未來，IEA預測到2030年，全球數據中心電力消耗將增加一倍以上，達到約945太瓦時。為了更直觀地理解，這略高於日本目前的總電力消耗量。

AI是這一增長的推動力。預計美國將迎來最顯著的增長，到2030年，數據中心可能佔據近一半的電力需求增長。到本世紀末，美國數據中心的電力消耗預計將超過其能源密集型製造業（如鋁、鋼鐵、水泥和化學品）的總和。

IEA的“基準情景”預測到2035年，全球數據中心電力消耗約為1200太瓦時。然而，存在較大的不確定性，根據AI採用率、效率提升和能源部門限制的不同，預測範圍從“逆風情景”的700太瓦時到“起飛情景”的1700太瓦時不等。

IEA執行主任法提赫·比羅爾（Fatih Birol）強調了AI在能源格局中的重要性：“AI是當今能源界最大的話題之一——但迄今為止，政策制定者和市場缺乏全面理解其廣泛影響的工具。在美國，數據中心有望佔據電力需求增長的近一半；在日本，超過一半；在馬來西亞，高達五分之一。”

滿足全球AI能源需求

為了支撐這場AI熱潮，多元化的能源組合至關重要。IEA建議可再生能源和天然氣將處於領先地位，但新興技術如小型模組化核反應爐（SMRs）和先進地熱系統也將發揮作用。可再生能源在儲能和電網基礎設施的支持下，預計到2035年將滿足全球數據中心需求增長的50%。天然氣在美國尤為關鍵，預計到2035年將增加175太瓦時以滿足數據中心需求。核能也將做出重大貢獻，特別是在中國、日本和美國，首批SMRs預計於2030年左右投入使用。

然而，僅僅增加發電量是不夠的。IEA強調電網基礎設施升級的迫切需求。現有電網已承受壓力，可能導致全球約20%的計劃數據中心項目因複雜的連接排隊和關鍵組件（如變壓器）的長交貨時間而延遲。

AI優化能源系統的潛力

除了對能源的巨大需求外，AI在能源部門本身也具有革命性的潛力。IEA列舉了幾項應用：

• 能源供應： 石油和天然氣行業作為早期採用者，利用AI優化勘探、生產、維護和安全，包括減少甲烷排放。AI還可增強關鍵礦物的勘探。
• 電力部門： AI可改善可變可再生能源的預測，減少削減。它增強電網平衡、故障檢測（將停電時間縮短30-50%），並通過更智能的管理解鎖顯著的傳輸容量——無需新建線路即可達175吉瓦。
• 終端使用： 在工業中，廣泛採用AI進行流程優化可節省相當於墨西哥當前總能源消耗的能源。交通應用如交通管理和路線優化可節省相當於1.2億輛汽車的能源，但需監控自動駕駛車輛的回彈效應。建築優化潛力顯著，但受數字化進程較慢的限制。
• 創新： AI可顯著加速新能源技術的發現和測試，如先進電池化學、合成燃料催化劑和碳捕集材料。然而，與生物醫學等領域相比，能源部門目前在創新方面對AI的利用不足。

協作是應對挑戰的關鍵

儘管潛力巨大，但AI全面融入能源部門仍面臨重大障礙，包括數據獲取和質量問題、數字基礎設施和技能不足（能源部門的AI人才集中度較低）、監管障礙和安全問題。網絡安全是一把雙刃劍：AI增強了防禦能力，但也為攻擊者提供了精密工具。過去四年，公用事業的網絡攻擊增加了三倍。

供應鏈安全是另一個關鍵問題，特別是關於關鍵礦物如鎵（用於先進芯片），其供應高度集中。IEA認為，科技行業、能源產業和政策制定者之間更深入的對話與協作至關重要。解決電網整合挑戰需要更智能的數據中心選址、探索運營靈活性以及簡化許可程序。

雖然AI通過優化提供了大幅減排的機會，但這些收益並非必然，且可能被回彈效應抵消。比羅爾博士表示：“AI是一個工具，可能是一個極其強大的工具，但如何使用它取決於我們——我們的社會、政府和企業。”

“IEA將繼續提供數據、分析和對話平台，幫助政策制定者和其他利益相關者應對前方的道路，因為能源部門塑造了AI的未來，而AI也塑造了能源的未來。”