施耐德电气提醒政策制定者谨慎引导人工智能数据中心的用电量，防止其失控。

这是因为人工智能数据中心的能耗据报道，这一数字仍在持续上升由于对人工智能服务的需求激增，为人工智能公司寻找替代能源创造了空间。

数据中心可能会让其他人完全陷入黑暗

施耐德电气在其报告提出了四种潜在的情况，并提出了一些可以遵循的指导原则，这些原则可能会防止人工智能数据中心“吃掉”电网，让世界陷入黑暗。

这项研究是在上个月举行的国际能源署全球能源和人工智能会议之后进行的。这项名为《人工智能与电力：系统动力学方法》的研究考察了与人工智能及其对能源消耗的影响相关的新兴思想流派。

虽然关于生成式人工智能和电力消耗的报道很多，但施耐德电气的报告也同意之前的研究，即现有的数据中心基础设施需要大量电力才能运行，因此需要更多的资源来支持人工智能采用的预期激增。

对人工智能服务的预期需求增加以及随之而来的能源消耗增加也引发了人们对该技术将对电网造成的潜在压力的担忧。人们还担心，如果能源需求继续以这种速度增长，可能会对环境造成影响。

施耐德电气可持续发展研究所所长Rémi Paccou表示，这项研究旨在探索潜在的未来，并让利益相关者做好应对未来挑战和机遇的准备。

“相反，我们希望它能成为知情讨论和决策的起点。”

Paccou。

他补充道：“我们在介绍我们的研究结果时，认识到人工智能是一个快速发展的领域，我们的知识也在不断增长。”。

因此，施耐德电气提出了四种不同的情景，分别是可持续人工智能、增长的极限、无边界的富足和能源危机。

施耐德电气计划从现在到2030年增加电力需求

根据这项研究，施耐德电气提出的所有四种情景都表明，随着需求的持续激增，2025年至2030年期间能源消耗将增加。然而，基于支撑每种情景的一些假设，它们明显不同。

在可持续人工智能方面，Schneider的研究着眼于在消费增长的同时优先考虑效率的潜在结果，而《增长的极限》则着眼于人工智能发展达到人类相关极限的受限路径。根据其模型，可持续人工智能提供了一种更有前景的方法，预计电力消耗将从2025年的100太瓦时（TWh）增加到2035年的785太瓦时。

在2027年至2028年的这一情景下，生成性人工智能推理将成为人工智能领域电力消耗的关键驱动力。还将朝着更高效、能耗更低的模式发展。

根据该报告，它“以人工智能基础设施和需求之间的共生关系为特征，效率和资源节约相互加强。”

其他情景，如无国界的富足，着眼于不受控制的增长的潜在风险，而能源危机着眼于能源需求和发电的不平衡如何导致广泛的短缺。

根据该报告，到2030年，人工智能的总能量将从今年的基线100 TWh增加到510 TWh，但专业芯片的制造堵塞和LLM数据短缺等挑战正在造成损失。

报告进一步指出，“无国界的富足”情景反映出，随着人工智能公司竞相建设更大、更先进的基础设施，超过资源可持续利用的能力，人工智能的持续快速发展将带来挑战。

能源危机情景下，人工智能的快速增长导致其能源需求与经济的其他关键部门相冲突，导致依赖人工智能的行业面临一些运营挑战。

在这种情况下，能源消耗预计将在2029年达到峰值，达到约670 TWh，到2032年降至380 TWh，2025年再次降至190 TWh。

施耐德为潜在的能源危机提供了一些建议

根据该报告，不协调的治理导致政策支离破碎，这可能会导致政策支离破碎。这将导致全球或局部的能源短缺。

然而，Schneider的报告为可持续人工智能提供了一些建议，这些建议着眼于三个领域——人工智能基础设施、人工智能开发、治理、标准和教育。

人工智能基础设施推动下一代数据中心应采用最新的冷却技术、高密度计算和GPU和TPU等现代节能硬件进行优化。

此前有报道称，数据人工智能数据中心正在消耗大量水来冷却人工智能服务器，据报道，谷歌、微软和OpenAI等科技公司的数据中心公用事业消耗量有所增加。

人工智能开发中的建议建议通过模型修剪、量化和轻量级架构等技术提高模型的效率。

在治理、标准和教育方面，该报告建议政策制定者制定和实施可持续人工智能实践的认证计划，如能源效率和环境影响。一个强大的框架还将指导负责任的人工智能开发，并解决能源消耗、数据隐私和道德问题。

在90天内找到一份高薪的Web3工作：终极路线图