AI数据中心到2030年可能耗资2000亿美元,压力电网
AI训练和运营数据中心可能很快容纳数百万芯片,耗资数千亿美元,若趋势持续,电力需求相当于一个主要城市的电网。
乔治城大学、Epoch AI和兰德研究人员的一项新研究分析了2019年至2025年间全球500多个AI数据中心项目。数据显示,计算性能每年翻倍,同时电力需求和资本成本飙升。
这些发现凸显了未来十年支持AI进步的基础设施建设挑战。
OpenAI,全球10%人口使用ChatGPT,已与软银等合作,为美国AI数据中心网络筹集高达5000亿美元资金,并有国际扩展潜力。微软、谷歌和AWS等科技巨头今年也投资数亿美元扩展数据中心基础设施。
研究指出,xAI的Colossus等项目硬件成本从2019年至2025年每年增长1.9倍,电力需求每年翻倍。(Colossus消耗约300兆瓦,相当于25万户家庭。)

图片来源:Epoch AI 虽然数据中心的能源效率有所提高——2019年至2025年每瓦计算性能每年提升1.34倍——但这些进步无法抵消不断增长的电力需求。到2030年6月,一个领先的AI数据中心可能需要200万芯片,耗资2000亿美元,需9吉瓦电力,相当于九座核反应堆。
AI数据中心不断增长的能源需求可能显著压力电网。威尔斯法戈分析预测,到2030年数据中心能源使用量将增长20%,可能压倒可再生能源,增加对化石燃料的依赖。
除能源外,AI数据中心还引发高用水量、占用宝贵土地和减少州税收等环境问题。好工作优先组织估计,10个州因数据中心税收优惠每年损失超1亿美元。
这些预测可能不会完全实现,或时间线可能变化。最近,AWS和微软等超大规模运营商已缩减数据中心计划。Cowen分析师指出,2025年初数据中心市场出现“降温”,反映了对不可持续增长的担忧。
相关文章
缺乏公众信任阻碍了人工智能的发展
虽然政治家们强调人工智能在增长和效率方面的潜力,但最近的一份报告却凸显了公众对人工智能的严重信任缺失。普遍的怀疑态度正在给政府举措带来重大挑战。托尼-布莱尔全球变化研究所(TBI)和益普索公司(Ipsos)的一项综合研究量化了这种不安情绪。研究显示,缺乏信任是人们对使用人工智能犹豫不决的主要原因。这不仅仅是一种模糊的担忧,而是政治家们所倡导的人工智能革命的真正障碍。公众对人工智能的信任随着使用而增
麻省理工学院研究发现人工智能降低了人脑的参与度
麻省理工学院(MIT)进行的一项研究显示,使用大型语言模型(LLM)不仅会减少当下的脑力劳动,还会对后续任务的认知表现产生持续的负面影响。在实验中,研究人员与少数参与者合作--研究中承认了这一局限性[PDF]--他们被分配撰写不同主题的文章。其中一组被允许使用人工智能(ChatGPT被选中,因为研究人员认为它与类似工具在功能上差别不大),另一组可以使用谷歌搜索,第三组被指定为 "只用大脑",这意味
研究揭示从聊天机器人获取可靠健康建议的挑战
随着医疗保健系统苦苦挣扎于漫长的等待时间和不断攀升的成本,越来越多的患者开始尝试使用 ChatGPT 等人工智能聊天机器人来获得初步的医疗建议。最近的数据显示,每月约有 17% 的美国成年人通过这些工具咨询健康信息。然而,新的研究表明,这种新兴的做法蕴含着巨大的风险,尤其是当用户未能提供足够的上下文或曲解人工智能的回复时。这项由牛津大学主导的研究揭示了人们在如何有效使用人工智能对话进行医疗自我评估
相关专题推荐
评论 (4)
0/500
So we're dropping $200B on AI data centers by 2030? That's insane. But who's footing the bill for the power grid upgrades? Hope they're also investing in renewables, otherwise this is an environmental nightmare waiting to happen 😅
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训练和运营数据中心可能很快容纳数百万芯片,耗资数千亿美元,若趋势持续,电力需求相当于一个主要城市的电网。
乔治城大学、Epoch AI和兰德研究人员的一项新研究分析了2019年至2025年间全球500多个AI数据中心项目。数据显示,计算性能每年翻倍,同时电力需求和资本成本飙升。
这些发现凸显了未来十年支持AI进步的基础设施建设挑战。
OpenAI,全球10%人口使用ChatGPT,已与软银等合作,为美国AI数据中心网络筹集高达5000亿美元资金,并有国际扩展潜力。微软、谷歌和AWS等科技巨头今年也投资数亿美元扩展数据中心基础设施。
研究指出,xAI的Colossus等项目硬件成本从2019年至2025年每年增长1.9倍,电力需求每年翻倍。(Colossus消耗约300兆瓦,相当于25万户家庭。)

虽然数据中心的能源效率有所提高——2019年至2025年每瓦计算性能每年提升1.34倍——但这些进步无法抵消不断增长的电力需求。到2030年6月,一个领先的AI数据中心可能需要200万芯片,耗资2000亿美元,需9吉瓦电力,相当于九座核反应堆。
AI数据中心不断增长的能源需求可能显著压力电网。威尔斯法戈分析预测,到2030年数据中心能源使用量将增长20%,可能压倒可再生能源,增加对化石燃料的依赖。
除能源外,AI数据中心还引发高用水量、占用宝贵土地和减少州税收等环境问题。好工作优先组织估计,10个州因数据中心税收优惠每年损失超1亿美元。
这些预测可能不会完全实现,或时间线可能变化。最近,AWS和微软等超大规模运营商已缩减数据中心计划。Cowen分析师指出,2025年初数据中心市场出现“降温”,反映了对不可持续增长的担忧。
缺乏公众信任阻碍了人工智能的发展
虽然政治家们强调人工智能在增长和效率方面的潜力,但最近的一份报告却凸显了公众对人工智能的严重信任缺失。普遍的怀疑态度正在给政府举措带来重大挑战。托尼-布莱尔全球变化研究所(TBI)和益普索公司(Ipsos)的一项综合研究量化了这种不安情绪。研究显示,缺乏信任是人们对使用人工智能犹豫不决的主要原因。这不仅仅是一种模糊的担忧,而是政治家们所倡导的人工智能革命的真正障碍。公众对人工智能的信任随着使用而增
麻省理工学院研究发现人工智能降低了人脑的参与度
麻省理工学院(MIT)进行的一项研究显示,使用大型语言模型(LLM)不仅会减少当下的脑力劳动,还会对后续任务的认知表现产生持续的负面影响。在实验中,研究人员与少数参与者合作--研究中承认了这一局限性[PDF]--他们被分配撰写不同主题的文章。其中一组被允许使用人工智能(ChatGPT被选中,因为研究人员认为它与类似工具在功能上差别不大),另一组可以使用谷歌搜索,第三组被指定为 "只用大脑",这意味
研究揭示从聊天机器人获取可靠健康建议的挑战
随着医疗保健系统苦苦挣扎于漫长的等待时间和不断攀升的成本,越来越多的患者开始尝试使用 ChatGPT 等人工智能聊天机器人来获得初步的医疗建议。最近的数据显示,每月约有 17% 的美国成年人通过这些工具咨询健康信息。然而,新的研究表明,这种新兴的做法蕴含着巨大的风险,尤其是当用户未能提供足够的上下文或曲解人工智能的回复时。这项由牛津大学主导的研究揭示了人们在如何有效使用人工智能对话进行医疗自我评估
So we're dropping $200B on AI data centers by 2030? That's insane. But who's footing the bill for the power grid upgrades? Hope they're also investing in renewables, otherwise this is an environmental nightmare waiting to happen 😅
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...





首页






