虽然越来越多地习惯于寻找诸如Chatgpt之类的人工智能的阳光答案，但安静的能量悄悄地支持了这种可访问的便利背后。研究估计，CHATGPT消耗了20秒钟的家用明亮灯所需的强度，而更复杂的活动的能源消耗可以在普通搜索中达到近一百次。我们进入一个能源需求正在增长的世界。国际能源机构（IEA）称其为“新电力时期”：运输，建筑和行业的电气化驱动了需求电力的激增。除了电动车辆和工厂外，数据中心还被视为电力需求的“新兴驱动力”。 9月24日，伊特人工巨型情报局Openai宣布了新的数据中心建设计划：根据“星门”计划，将于今年1月在白宫和特朗普总统宣布，将建立五个新的数据中心他的美国，有足够的能量消耗来处理数千个家庭。 IEA在4月发布的一份报告中指出，目前，AI的成本为数据中心功耗的5％至15％，但到2030年，这一比例可以增加35％至50％，这相当于日本目前的电力消耗。之后，全球电力需求增长的十分之一将来自数据中心。 2021年，Google的能源消耗为18.3TWH，AI部门的成本仅为10％至15％。但是，一些研究预测，TAI Google AI部门已有几年的AI部门可能与国家爱尔兰国家国家用电量（29.3TWH）相提并论。中国的三个峡谷水电站构成了近100TWH的年度发电，这意味着Google AI只能消耗三分之一未来的峡谷的发电。人工智能应用程序正在迅速在世界各地扩展，但是他们的能源消费n通常会忽略问题。当前，全球AI碳的发布相当于全球航空业，该行业的价格占全球总数的近2％。 AI在多大程度上推动电动需求？在满足对数据和人工智能的不断增长的需求并防止气候危机影响的同时，我们如何实现绿色能源供应？ Katesin这种情况仍然需要轻松回答。美国的电力价格上涨引发了社会反弹。一个炎热的早晨，佐治亚州梅肯的罗莎·杰克逊社区中心非常活跃。孩子们在健身房跑步；父母和其他成年人停在当地环保组织建立的展位前，电台DJ已为现场观众和听众现场直播。吸引人们不是气候问题，甚至不是当地的空气质量问题，而是彩票 - 可以使用300美元的奖金来减少公用事业。根据《时代》杂志的看法他的一年，佐治亚州甚至在整个美国的电费继续增加。南方环境法律中心分析表明，在过去两年中，佐治亚ELE的平均每月电力电力增长了40多美元。美国能源信息管理局的数据已被教导，自2022年以来，国家电力价格上涨了13％，超过了通货膨胀率。推动居民电费增长的主要原因是，当地的两个新建的核电站是超级建造的，可以满足数据中心的电力需求。燃油成本和成本增加了，与今年7月的创纪录的高温相结合，一些用户的电费收费。近年来，美国的电价上涨持续高于通货膨胀率。审查已被教导说，最近的事件才刚刚开始：几年后在稳定的功率需求中，k需求美国的乌金（Urekin）继续增长，增长主要是由三个方面驱动的：电气化人群，制造扩展和新的建造高能数据中心，以训练和运行AI模型。中国和美国已经开始在人工智能领域激烈竞争，AI技术高度依赖于足够和廉价的电力。但是，美国电源系统和电网收集很难与需求增长率相匹配。供应不足和对需求的需求共同推动成本。当前，包括风能和太阳能在内的不断变化的能源被视为供电最快，最经济的方式之一。但是，在特朗普管理层上台之后，它不仅削弱了《支持通货膨胀量的法案》，而且还对新能源的发展设定了限制，这也是美国电气最近增加的原因之一城市价格。预期的电价急剧上涨可能会改变人们的行为。自1985年以来，在通货膨胀率下的电价一直上涨。现在，美国人开始担心。去年的EY调查显示，只有30％的受访者依靠能源成本的可用性，大约三分之二的人表示，他们几乎不能应付10％的增长。上面的报告指出，这一变化反映了对气候行动叙事的重要过渡：在过去的几十年中，气候拥护者一直在努力寻找扮演全球变暖和背后的化石燃料系统的人，但限制结果。如今，许多美国人首次可以直接感受到该系统的影响，对快速扩大数据中心对能源成本的影响的影响越来越大。能源使用已成为新的重点。电力将是AI发展的瓶颈。国际能源局预测，到2030年，全球需求数据中心的电源翻了一番，达到近945TWH，这相当于目前日本总的总电量。在共享增长中，中国和美国将占主导地位的全球数据中心力量需求的增加，大约80％。荷兰中央银行科学家的金融经济学家和独立数据亚历克斯·德·弗里斯（Alex de Vries）长期以来一直在研究AI的能源消耗，他在纸上（www.thepaper.cn）教授AAI在数字世界中最大的能源消耗来源之一，但在这方面存在严重的管理和透明度。 “ ang publiko ay madalas na nakalilito ang pagkonsumo ng kapangyarihan ng ng ng ng数据可能会pagkonsumo ng kapangyarihan ng ai，dahil ang mga mga server ng ay tumatakbo sa mga sa mga mga mga ng nag nag nag nag na a nagiib sa a and paga and paga and paga。 PANLOOB：ANG MGA服务器ng ai ay gumagamit ng mga dalubhasang芯片（tulad ng ng nvidia，amd，atbp。）Mga yunit sa parehong pakete upang magbigay ng labis na memorya ng带宽，并遇到了记忆需求的重要记忆。随着AI应用程序（例如ChatBosts，搜索引擎和翻译工具）的应用，行业和个人使用的公司越来越多。支持这些系统的是数千个高性能芯片，可提供出色的计算强度，首先用于训练模型，然后将其用于日常推理。尤其是在大规模的一天进行的后者，导致严重低估了AI总能源消耗。诸如Google，Microsoft和Openai之类的巨型技术尚未透露AI的能耗。 Google仅在2022年宣布AI的成本占总能源消耗的10％至15％，此后一直没有更新数据。欧洲人工智能法仅要求公司在培训阶段报告能源消耗大多数帐户不在有序披露的范围内。缺乏受管制的报告机制使得难以监测的AI能量的实际消耗。由于缺乏直接数据，这些fefries只能通过检查AI芯片供应链来估计能源消耗。 “可以制作的芯片总数可以通过意识到总包装容量和芯片大小来计算，然后可以计算加速器模块和服务器的数量，并与已知的服务器功耗数据相结合，AI Global AI Global Ay System的总能耗最终测试。”他将此过程与“已知的纸张尺寸和名片大小相提并论，并计算了可以重印的卡拉明蛋白的数量。荷兰，荷兰达到了全国电力消耗水平，占全球数据耗电的20％。因为我可能对数据中心（PUE）冷却系统的能源效率非常乐观（实际上更多的功率）；对AI服务器使用的估计（认为为65％）可能很低。”纳米纳斯没有任何限制的AI总耗能在短期（1-2年）中仍会增加，因为近年来AI的主要瓶颈限制了AI的发展 - 芯片包装的能力迅速扩大了，因为TSMC的供应量迅速扩大，而是每年的销售能力，并且是销量的一年。 AI的电力消耗变得如此之大，以至于很难找到足够的强度来支持大型数据中心。全球总电力需求的驱动力相对有限，由于数据中心分布的浓度高，在某些国家的影响更大。目前，大约一半的数据中心的功耗发生在美国，在中国25％，欧洲15％。美国伯克利国家实验室的Paglawrence表明，美国数据中心的电力消耗在2023年占该国的4％，并且2028年的电力占该国的4％。在爱尔兰，该数据中心预计将占2026年的32％。分别达到26％和79％。 DeFries警告说，AI的快速发展可能与降低气候目标相抵触，他呼吁公司改善其透明度，以便政府可以制定政策并调整AI和可持续目标的发展。否则，AI可能是无形的，不受控制的能源消耗和排放来源。绿色攀岩主任卢新Ate and Energy Project表示，2020年9月，中国的数据公司在Saloobin方向可再生能源方面做出了重大发展，顶级公司在ESG开展了就业机会，并参与了绿色电力消耗。在2022年，许多顶级公司承诺到2030年及以前的运营范围内能源和碳中立性的100％变化。当前，对AI计算能力的需求已经向前发展。如果绿色电力的消耗可以切换到更陡峭的生长曲线，则值得注意的是，它将按计划实现2030年的目标。电力需求的解决方案是什么？ 9月25日，在纽约的联合国气候周上，包括微软和Google在内的全球巨头公司提出了为快速成长的数据中心和人工智能提供的能源，这将是一个普遍的挑战。 Microsoft和Google高管认识到，他们建立数据中心的PLANO可能会导致化石燃料的使用越来越多地发电尽管企业将尝试通过从其他地方购买可再生能源来减少这种消费的影响。在IEA报告中，到2035年，全球数据中心结构将从大约60％的化石燃料变为60％的清洁能源。这一变化更多地取决于可再生能源的全球扩张，其中一些可更改的能源直接由数据中心公司资助。但是，IEA还指出，可能仍需要扩展天然气和煤炭以满足数据中心的需求。当前，世界上没有完整的数据中心数据消耗范围的能源或退出的数据消耗，而且政府的报告也缺乏估计。煤炭仍然是世界数据中心，尤其是中国的最大电力来源。同时，中国数据中心的电力消耗率预计将高于整个社会的电力消耗。 “ 2025年中国能源经济指数研究并展望“今年1月，北京技术研究所能源与环境政策研究中心发布的是，从2024年到2030年，国家数据中心的平均每年电力消耗的年平均电力消耗率高达20％，高达20％，超过20％的电力消费量超过20％。 （IGDP）解释说，中国的大多数数据依赖于KU的电力供应，其绿色功率比取决于企业的脱碳的整体发展，可以通过购买绿色证书或选择促进Yunnan的挑战（例如Yunnanan）来增加绿色电力的使用。格雷en transformation of data centers through the "East Digital Digital and West calculation" project, which increases the proportion of "green electricity" (strive to strive to develop green electricity to the national hub node to 2025), and strict standard of energy (pue Lu Xin pointed out that China's data centers focused on three main points for achieving large -scale consumption of green electricity: stableMarket prices and expectations, mature multi-year green models of electricity近年来，贸易和跨境绿色渠道。积极的发展对政策指导和机制的变化表示感谢。备用功率E强调，目前，世界上没有足够的现代能源来实现100％的绿色电源。对AI电力的需求可以增加对中等和短期的富裕燃料的希望。在这方面，Lu Xin认为，当新能源的总安装能力较低时，企业可以通过参与绿色电力交易和其他手段来有效地从需求方面促进新能源的供应。由于缺乏诸如储能之类的灵活资源（吸收和使用新能源），新能源的新能源比例较高，这可能是一个挑战。因此，基于当前的基础，持续提高市场的自我调节能力并促进灵活的资源参与，例如储能和需求方响应，将有助于稳定的供应和进一步的新能源的发展。对观点的融资也怀疑na'ai可以抵消自己的能量缺点他说，由于AI的能源消耗，目前对技术公司电力的需求已大大增加，但尚未表达节省能源的收益。IEA报告还认为，2024年这些收益当前被“被忽视”。违反了“折扣效应”：提高能源效率的能量可以提高一定的能量，而不是逐渐提高一定的能量，而不是提高了一定的能量，而逐渐提高了一定的能量，而越来越多地提高了一定的能量。 case: the growth of hardware and algorithm is used to produce stronger models that drive total energy consumption," he said. However, there are still uncertainty in the speed of AI and coachingi of energy efficiency. Despite the high popularity of generative AI, the business that maintains growth prospects may be weaker than expected, while better chips, good algorithms and large data centers can improve energy efficiency and hinder electricity demand. Regarding the futLi Xindi认为AI的电力消耗趋势是，即使AI是一种突变技术，并且可能会经历爆炸式增长，但目前尚无明确的预测，它将主导新的电力需求。简而言之，国际能源机构表示，电力需求的增长听起来是“发达经济体”的“警告铃”，并要求电工在基础设施上进行投资，否则对数据中心的增长做出响应，可能需要对其他行动进行折衷，例如电气化，例如电气化。而不是大学；在瑞典，政府的电力补贴年和钢铁的制造是因为地方政府认为数据中心创造了有限的工作。 特别声明：上面的内容（包括照片或视频（如果有）已被“ NetEase” SelfMedia平台的用户上传和发布。该平台仅提供IMPO存储服务。 注意：上面的内容（包括照片和视频）已由Etease Hao的用户上传和发布，该用户是社交媒体平台，仅提供信息存储服务。