上海
人工智能竞赛的焦点正从算力转向电力。科技行业领袖们承认，他们正努力应对一个根本性的不确定性：未来的人工智能究竟需要消耗多少能源。
微软首席执行官Satya Nadella近期参加“BG2”播客节目时透露，当前限制公司发展的最大问题已非芯片短缺。Nadella表示：“我们现在面临的最大问题不是算力过剩，而是电力……以及能否足够快地在靠近电源的地方建成数据中心。”
Nadella直言，这种脱节已导致微软出现芯片积压的窘境。“你可能会有一堆芯片闲置在库存里，因为我无法把它们接入电源。事实上，这就是我今天面临的问题。”他补充说，问题不在于芯片供应，而在于缺乏可以随时入驻并通电的“暖壳”（warm shells）数据中心。这一表态清晰地揭示了，物理世界的基础设施建设速度已远远落后于数字世界的算力扩张。
与Nadella一同参与播客的OpenAI首席执行官Sam Altman也强调了这种不确定性带来的战略两难。他认为，整个行业正处在一场巨大的能源赌注中，而结果无人知晓。
瓶颈转移：从芯片到电力
长期以来，市场普遍认为获取先进的图形处理器（GPU）是部署人工智能服务的最大障碍。然而，Nadella的言论证实，瓶颈已经转移。当科技公司斥巨资采购的芯片无法被点亮时，算力优势便无从谈起。
这一现象反映了习惯于快速迭代的软件和芯片公司，在面对能源和房地产等重资产、长周期行业时所遭遇的挑战。在美国，数据中心的电力需求在过去五年中急剧上升，打破了此前长达十年的平稳态势，其增长速度已超过了公共事业公司的发电容量规划。
这迫使数据中心开发商寻求“电网外”（behind-the-meter）供电方案，即绕过公共电网，直接从发电设施获取电力。
需求迷雾：AI的能源胃口有多大？
“到底需要多少电力才足够？没人知道，即便是Sam Altman或Satya Nadella也不知道。”TechCrunch在11月3日的报道中指出。这种未知源于人工智能技术本身的高速演进。
Altman在播客中提出了一个“非常可怕的指数级”增长前景。他假设，如果智能单位成本的下降速度能维持在每年40倍的水平，那么从基础设施建设的角度来看，其带来的需求增长将是惊人的。
他坚信“杰文斯悖论”（Jevons paradox）将在AI领域上演：即计算效率的提升和成本的下降，反而会刺激用量出现远超百倍的增长，因为更多在当前成本下不具备经济效益的应用将变得可行。
能源豪赌：押注未来的两难
正是这种巨大的不确定性，让Altman等行业领袖在能源策略上面临艰难抉择。他描绘了一种两难困境：“如果一种非常便宜的能源形式很快实现大规模应用，那么很多签署了现有（昂贵）电力合同的人将会损失惨重。”
另一方面，如果不大胆投资，又可能错失AI需求爆发的机遇。Altman承认，如果AI的效率提升超出预期，或者需求增长不及预期，一些公司可能会背上闲置发电厂的沉重负担。
为了对冲风险并探索未来，Altman本人已投资了多家能源初创公司，包括核裂变公司Oklo、核聚变公司Helion以及一家太阳能储热公司Exowatt。
应对之策：在传统与创新中寻找出路
面对挑战，科技公司正积极寻求解决方案。传统的天然气发电厂建设周期长达数年，无法匹配AI产业的需求速度。因此，部署速度更快、成本低廉且零排放的太阳能成为热门选择。
太阳能光伏技术在许多方面与半导体产业有相似之处：两者都基于硅基材料，以模块化组件的形式下线，可以快速组合成阵列以提升功率。这种模块化和快速部署的特性，使其建设节奏更接近数据中心。然而，无论是建设数据中心还是太阳能项目，都需要时间，而市场需求的变化速度远快于此。
这使得科技公司在算力、数据中心和电力这三个相互关联的领域中，始终在进行一场与时间的赛跑，并持续面临着战略决策的考验。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
