主要内容
国际能源署（IEA）探讨了人工智能给全球能源带来的机遇与挑战。训练和部署复杂的人工智能模型需在大型、耗电的数据中心内进行。IEA 指出，“一个典型的以人工智能为重点的数据中心耗电量相当于 10 万户家庭”，正在建设的最大设施预计耗电量将是其 20 倍。
全球对数据中心的投资自 2022 年以来几乎翻了一番，2024 年达到 5000 亿美元，引发了对电力需求上升的担忧。2024 年，数据中心约占全球电力消耗的 1.5%（约 415 太瓦时），但其局部影响更为显著。自 2017 年以来，其年消耗量以约 12%的速度增长，远远超过整体电力需求的增长。美国引领这一消耗（45%），其次是中国（25%）和欧洲（15%）。美国近一半的数据中心容量集中在仅五个区域集群。
展望未来，IEA 预测到 2030 年全球数据中心电力消耗将增加一倍多，达到约 945 太瓦时。这相当于略高于日本目前的总电力消耗。人工智能被指是“这一增长的最重要驱动因素”。预计美国的增长最大，到 2030 年，数据中心可能占所有电力需求增长的近一半。到本十年末，预计美国数据中心的耗电量将超过其铝、钢、水泥、化工和其他能源密集型制造业的总用电量。IEA 的“基本情况”延续了这一趋势，预计到 2035 年全球数据中心电力消耗约为 1200 太瓦时。然而，存在重大不确定性，根据人工智能的采用、效率提升和能源部门瓶颈等因素，2035 年的预测范围从 700 太瓦时（“逆风情况”）到 1700 太瓦时（“起飞情况”）。
为满足全球人工智能能源需求，推动这一人工智能热潮需要多样化的能源组合。IEA 认为可再生能源和天然气将发挥主导作用，但小型模块化核反应堆（SMRs）和先进地热等新兴技术也将发挥作用。到 2035 年，在存储和电网基础设施的支持下，可再生能源预计将满足全球数据中心需求增长的一半。天然气也至关重要，特别是在美国，在基本情况下，到 2035 年将增加 175 太瓦时以满足数据中心需求。核电的贡献类似，特别是在中国、日本和美国，首批 SMRs 预计在 2030 年左右投入使用。然而，仅仅增加发电量是不够的。IEA 强调基础设施升级的关键需求，特别是电网投资。现有电网已经紧张，由于复杂的连接排队和变压器等关键组件的长交货时间，可能会推迟全球约 20%的计划数据中心项目。
除了能源需求，人工智能在能源领域本身的潜力也不可忽视。IEA 详细介绍了众多应用：能源供应方面，石油和天然气行业——早期采用者——利用人工智能优化勘探、生产、维护和安全，包括减少甲烷排放。人工智能还可帮助关键矿产勘探。电力部门方面，人工智能可改善可变可再生能源的预测，减少削减。它可增强电网平衡、故障检测等。