园 新留园 海外华人的新闻与社区
论坛 新闻时事 AI 浪潮下的能源挑战:国际能源署警告,到2030年数据中心碳排放将飙升70%

AI 浪潮下的能源挑战:国际能源署警告,到2030年数据中心碳排放将飙升70%

【核心提要】

  • 受人工智能(AI)驱动,预计到2030年数据中心的用电量将翻倍。
  • 未来四年内,AI相关数据中心每年将额外消耗约350 TWh电力,这一数字已超过英国全年的总耗电量。
  • 不同国家在应对需求时路径迥异:中国高度依赖燃煤发电,而美国则大规模扩张天然气发电基础设施。

【正文报道】

国际能源署(International Energy Agency, IEA)近日发布的一份权威报告发出警示:随着人工智能技术的爆发式增长,支撑这些技术运行的数据中心正面临巨大的能源压力。报告预测,到2030年,数据中心的碳排放量预计将增加70%。这一显著的增长主要源于为了满足AI模型训练与推理所需的庞大算力,相关基础设施对电力需求的急剧扩张。

根据IEA的测算,到2030年,全球数据中心的用电总量将达到当前水平的两倍。具体来看,在未来的四年内,仅是AI相关的部分数据中心每年就会额外消耗约350 TWh(太瓦时)的电力。为了让读者直观感受这一数字的规模:该数值已超过整个英国国家每年的总耗电量。

报告进一步揭示了不同地区在应对能源需求时的差异化路径。在中国的视角下,IEA预计到2030年,中国AI数据中心所需电力中约有一半将来自燃煤电厂;其余部分则主要由可再生能源提供,核能发电占比相对较小,而天然气发电的占比极低。

相比之下,美国的数据中心在能源结构上表现出明显的不同。预计到2030年,美国约60%的数据中心电力将依赖天然气供应。为了满足这一需求,美国已规划了约180 GW(吉瓦)的新建天然气发电项目专门用于供电。值得注意的是,这一新增的天然气发电装机容量,几乎等同于目前整个欧盟现有的天然气发电总装机量。

由于数据中心对化石燃料发电的需求在快速增长,这种能源结构的转变直接导致了碳排放量的上升。IEA强调,除非能够大幅提升可再生能源的供应比例或优化能效,否则AI技术的普及可能与全球减碳目标的实现产生显著冲突。

【译者注】
报告中提到的“350 TWh”是衡量数据中心对电网压力的重要指标。随着生成式AI(Generative AI)成为核心技术,电力基础设施的建设速度正成为决定科技公司能否大规模扩张的关键因素之一。

【小编观点】
人工智能的繁荣并非“无成本”的。当前的报告清晰地揭示了高算力需求与低碳目标之间的矛盾。对于中国而言,如何在保证AI竞争力的同时减少对燃煤电力的依赖是核心课题;而美国则在通过大规模扩张天然气基础设施来填补能源缺口。未来,能够提供稳定且清洁能源的电力供应体系,将成为决定全球人工智能版图的关键基石。

背景链接:

0 条回复

暂无回复,快来抢沙发吧!

  • 1 / 1 页
敬请注意:文中内容观点和各种评论不代表本网立场!若有违规侵权,请联系我们。