前言：在当今这个日(ri)新月异的(de)时(shi)代，人工(gong)智能（AI）以其无(wu)可(ke)比拟的(de)力量，重塑了我们的(de)生活方式，推动了科技进(jin)步和经济增长的(de)边界。
当我们陶醉于AI所带来的(de)便捷与创新时(shi)，一个隐匿于幕后的(de)挑(tiao)战正悄无(wu)声息地浮出水面，即电力供应(ying)的(de)紧绷状(zhuang)态(tai)。随着AI应(ying)用的(de)日(ri)益广泛，它对电力资(zi)源的(de)庞大需求(qiu)，正逐渐成为制约其自身发展的(de)瓶颈，同时(shi)也考验着现有电力系统的(de)承受极限。然(ran)而现实果真如此吗？
01. AI耗电量的(de)真实面貌
媒体上不乏关于AI耗电量惊人的(de)报道，比如OpenAI的(de)明星产品ChatGPT，每日(ri)消耗的(de)电力超过50万度，这相当于1.7万个普通美国家(jia)庭(ting)的(de)日(ri)均用电量。这一数(shu)据虽然(ran)乍看之下令人咋舌(she)，但深入探究，其实是(shi)在意料之中。AI，尤(you)其是(shi)大型模(mo)型的(de)训练和推理过程，需要依赖高(gao)性能计算机(ji)集群，这些(xie)“计算怪兽”无(wu)时(shi)无(wu)刻不在消耗着巨大的(de)电能。然(ran)而，对于AI的(de)电力消耗，市(shi)场上也存在一定的(de)误解，部分报道可(ke)能出于吸引眼球的(de)目的(de)，对这一问题进(jin)行了夸大处理，忽略了整体电力消费的(de)大背(bei)景(jing)。
当我们把AI的(de)电力消耗放置(zhi)在全(quan)球或国家(jia)的(de)电力生产总量中进(jin)行对比时(shi)，会发现其并非如部分报道所言那般“恐怖”。以美国为例，尽管AI的(de)电力使用量预计在未来几年内将以25%到(dao)33%的(de)年复合增长率增长，但这一增长是(shi)在整个国家(jia)电力需求(qiu)的(de)稳步上升背(bei)景(jing)下发生的(de)。据美银美林(lin)预测，2023年至2030年间(jian)，美国的(de)电力需求(qiu)将以2.8%的(de)年复合增长率增长，AI的(de)电力需求(qiu)增长虽快，但并非脱离总体趋(qu)势。此外，即便到(dao)2030年，AI可(ke)能消耗美国四分之一的(de)电力，但同时(shi)也意味着其他领域(yu)，包括工(gong)业、交通、居民生活等，依然(ran)占据了大部分电力份额。
而把这一数(shu)据放在中国，AI的(de)耗电量就显得更加“微不足道”了。据国家(jia)能源局发布的(de)数(shu)据显示，2023年全(quan)社会用电量为92241亿千瓦时(shi)，同比增长6.7%，规模(mo)以上工(gong)业发电量就占了89091亿千瓦时(shi)。反观ChatGPT每天消耗的(de)电力，还不及(ji)江苏(su)昆(kun)山县(xian)三年前平均一天的(de)耗电量。据统计，该(gai)县(xian)在2020年一年用了240多亿度电，平均一天的(de)耗电量就已经在70万度左右。足以说明，虽然(ran)AI的(de)确有着不小的(de)能耗，但并没(mei)有达到(dao)某些(xie)报道中所渲染的(de)“天文数(shu)字”。
02.能源转型仍(reng)然(ran)迫切
既然(ran)如此，最近被大家(jia)频频呼吁关注的(de)AI能耗问题，是(shi)在制造焦虑吗？其实不然(ran)。虽然(ran)AI的(de)耗电量在全(quan)球电力消费的(de)大背(bei)景(jing)下看起来没(mei)有那么“恐怖”，但这并不意味着我们可(ke)以忽视它所带来的(de)潜在问题。
目前，AI的(de)演进(jin)路径主要依赖于模(mo)型参数(shu)的(de)扩增和芯片的(de)堆叠，这种趋(qu)势预示着未来能耗的(de)急剧增长。从(cong)这个视角出发，我们可(ke)以预见，在电力供应(ying)本就捉襟见肘的(de)国家(jia)，AI的(de)能耗问题将会愈发凸显。然(ran)而就当前而言，能源问题尚未构成限制AI发展的(de)直(zhi)接障碍(ai)。但随着AI技术(shu)的(de)不断发展和普及(ji)，其对电力的(de)需求(qiu)只会持续增长，如果不对现有的(de)电力系统进(jin)行必(bi)要的(de)升级和改(gai)进(jin)，将来无(wu)疑会给整个能源系统带来沉(chen)重的(de)压力。
因此，尽管AI发展‘缺(que)电’是(shi)未来可(ke)能面临的(de)主要问题，但未雨(yu)绸缪(jiu)才是(shi)明智之举。目前，我国算力总规模(mo)已经位(wei)居全(quan)球第二，并据我国权(quan)威(wei)机(ji)构测算，全(quan)国数(shu)据中心总耗电量占全(quan)社会的(de)2%，电力成本占数(shu)据中心总运(yun)营成本的(de)50%。此外，据中国信息通信研究院(yuan)数(shu)据显示，预计到(dao)2030年，数(shu)据中心能耗总量将达3800亿千瓦时(shi)左右。这些(xie)庞大的(de)数(shu)字无(wu)不预示着能源转型的(de)需求(qiu)在当下仍(reng)然(ran)较为迫切。
同时(shi)，电力问题是(shi)一个复杂而多维度的(de)挑(tiao)战，它横跨能源供应(ying)、基础设施建设、政策制定以及(ji)技术(shu)革新等多个领域(yu)。只有更加多元化的(de)能源组(zu)合，才能够更加灵活地应(ying)对能源供应(ying)的(de)不稳定性，同时(shi)也为环境的(de)可(ke)持续发展提(ti)供更多的(de)可(ke)能性。
03.探索新型电力供应(ying)方案
在传(chuan)统电网改(gai)造进(jin)展缓慢的(de)现状(zhuang)下，很多国家(jia)开始另辟蹊径，寻求(qiu)创新的(de)电力供应(ying)方案。核能、地热能和燃料电池等清洁能源技术(shu)，被视为未来电力供应(ying)的(de)“新希望”。亚马逊AWS计划在核电站附近建立数(shu)据中心，微软则将目光投向了小型模(mo)块化核反应(ying)堆和核聚变(bian)技术(shu)，这些(xie)前沿(yan)探索不仅能够缓解电力供应(ying)压力，也是(shi)向低碳、可(ke)持续能源体系迈进(jin)的(de)重要一步。
说回(hui)国内，我国在绿色(se)电力领域(yu)拥有得天独厚(hou)的(de)资(zi)源优势。这一优势在青(qing)海地区尤(you)为突出，包括光电、风电、水电等。据数(shu)据显示，截至2023年底，青(qing)海省清洁能源装机(ji)已超过5100万千瓦，占全(quan)省总装机(ji)容量的(de)92.8%。这意味着，在青(qing)海，近九成的(de)电力供应(ying)来自于清洁、可(ke)再生的(de)能源。同时(shi)，清洁能源发电量在全(quan)省总发电量中的(de)占比也超过了84.5%，显示出青(qing)海省在绿色(se)电力领域(yu)的(de)强劲(jin)势头(tou)。
因此在面对电力资(zi)源与能源消耗不匹配(pei)的(de)问题时(shi)，我国创造性地提(ti)出了“东数(shu)西算”工(gong)程。这一工(gong)程旨在将数(shu)据中心等需要大量算力的(de)设施部署(shu)在能源丰富但需求(qiu)相对较低的(de)西部地区，如青(qing)海、甘肃(su)等省份。通过这种方式，我国不仅能够充分利用西部地区的(de)清洁能源优势，降低AI等算力密(mi)集型产业的(de)能耗成本，还能够缓解东部地区的(de)电力供应(ying)压力，实现能源的(de)高(gao)效利用和可(ke)持续发展。
除此之外，我国还在积极探索新的(de)电力供应(ying)方案。比如，通过储能技术(shu)、智能微电网等手段，提(ti)高(gao)电力系统的(de)灵活性和稳定性。这些(xie)技术(shu)能够有效地平衡电力供应(ying)和需求(qiu)，减少能源浪费和排放，为AI等产业的(de)健康(kang)发展提(ti)供有力保障。
结语
AI与电力的(de)“结缘(yuan)”，既是(shi)挑(tiao)战，也是(shi)机(ji)遇。它促使我们重新审视能源体系的(de)结构与效率，推动能源转型和技术(shu)革新。未来的(de)路虽长，但只要我们勇于探索，合理规划，积极应(ying)对，就能确保AI的(de)飞速发展与电力供应(ying)的(de)可(ke)持续性并行不悖(bei)，共同绘制出一幅科技与能源和谐共生的(de)美好蓝图。在这个过程中，政策引导、技术(shu)创新、企业行动与公众意识的(de)提(ti)升缺(que)一不可(ke)，只有全(quan)社会形(xing)成合力，才能有效应(ying)对AI时(shi)代的(de)电力挑(tiao)战，确保科技发展的(de)列(lie)车在充足的(de)能源供给下，稳健前行。
作者：刘典
复旦大学(xue)中国研究院(yuan)副研究员(yuan)
《技术(shu)经济与管理研究》总编辑
清华大学(xue)人工(gong)智能国际治理研究院(yuan)战略与宏观研究项目主任
主要研究领域(yu)为数(shu)字经济、数(shu)字货币、网络与数(shu)据治理，国际政治经济学(xue)等。