为什么AI这么费电?
作者：微信文章“我从未见过任何技术进步得比这更快。”
"I've never seen any technology advance faster than this."
芯片短缺可能已成为过去，但人工智能和电动车发展速度如此迅猛，世界明年将面临电力和变压器的供应危机，埃隆·马斯克表示。
The chip shortage may be behind us, but AI and EVs are expanding at such a rapacious rate that the world will face supply crunches in electricity and transformers next year, says Elon Musk.
Part.1
什么是数据中心？
What is a data centre?
人工智能 （AI） 模型训练和部署主要发生在数据中心。要了解数据中心作为能源系统参与者的角色，首先需要了解其组成部分。数据中心是用于容纳服务器、存储系统、网络设备和相关组件的设施，这些组件安装在机架中并组织成行。该 IT 设备以及保持其工作状态所需的一系列辅助设备包括以下内容：
2024年数据中心和设备类型用电量占比
服务器（Servers）是处理和存储数据的计算机。它们可以配备中央处理器 （CPU） 和专用加速器，例如图形处理单元 （GPU）。平均而言，它们约占现代数据中心电力需求的 60%，尽管这在数据中心类型之间差异很大。
存储系统（Storage systems）是用于集中存储和备份数据的设备，约占用电量的5%。
网络设备（Networking equipment）包括用于连接数据中心内设备的交换机、用于引导流量的路由器和用于优化性能的负载均衡器。网络设备占电力需求的5%。
冷却和环境控制（Cooling and environmental control）是指调节温度和湿度以保持 IT 设备在最佳条件下运行的设备。冷却系统在数据中心总消耗中所占的份额从高效超大规模数据中心的约 7% 到效率较低的企业数据中心的 30% 以上不等。
不间断电源 （UPS Uninterruptible power supply） 电池和备用发电机可在停电期间保持数据中心供电。UPS 和备用发电机很少使用，但对于确保数据中心必须满足的极高可靠性水平是必要的。
其他基础设施（Other infrastructure）例如现场工作人员的照明和办公设备等。
这些不同组件在数据中心电力消耗中所占的份额因数据中心的类型而异，具体取决于它们所安装设备的性质和效率。
Part.2
数据中心能源需求前景
The outlook for energy demand from data centres
数据中心——至少在今天的规模下——是全球能源系统中相对较新的参与者。目前，数据中心的用电量估计约为 415 太瓦时 （TWh），约占 2024 年全球用电量的 1.5%。在过去五年中，它以每年 12% 的速度增长。
人工智能的兴起正在加速高性能加速服务器的部署，从而提高数据中心的功率密度。了解加速器的采用速度和规模至关重要，因为它将成为未来电力需求的关键决定因素。
当前和未来的数据中心消费都存在很大的不确定性。未来电力需求的不确定性需要一种基于情景的方法来探索替代途径，并就与能源部门决策相关的时间表提供观点。虽然技术行业发展迅速，数据中心可以在两到三年内投入运营，但更广泛的能源系统需要更长的准备时间来安排和建设基础设施，这通常需要广泛的规划、较长的建设时间和高昂的前期投资。
三个敏感性案例（升空Lift-Off、高效High Efficiency和逆风Headwinds）捕捉了硬件和软件效率改进、人工智能采用和能源部门瓶颈方面的不确定性。
基础案例显示，到 2030 年，全球数据中心的用电量预计将翻一番，达到约 945 太瓦时，到 2030 年占全球总用电量的不到 3%。从 2024 年到 2030 年，数据中心用电量每年增长约 15%，是所有其他行业总用电量增长速度的四倍多。然而，从更广泛的背景来看，到 2030 年，3% 的份额意味着数据中心在全球电力需求中的份额仍然有限。
在基础案例下，主要由人工智能采用推动的加速服务器的用电量预计将以每年 30% 的速度增长，而传统服务器的用电量增长速度较慢，为每年 9%。加速服务器几乎占全球数据中心用电量净增长的一半，而传统服务器仅占 20% 左右。其他 IT 设备和基础设施（冷却和其他基础设施）需求分别占净增长的 10% 和 20% 左右。所有三种类型的数据中心——企业数据中心、托管和服务器提供商以及超大规模数据中心——都有助于电力消耗的增长。
Part.3
区域展望
Regional outlook
预计未来几年，美国、中国和欧洲仍将是数据中心电力需求最大的地区。然而，其他地区的数据中心发展正在经历强劲增长，使它们在全球数据中心格局中发挥越来越重要的作用。一个著名的例子是东南亚，预计到 2030 年，数据中心的电力需求将增加一倍以上，部分原因是新加坡和马来西亚南部设有区域中心。
中国和美国是数据中心用电量增长最重要的地区，到 2030 年占全球增长的近 80%。与 2024 年的水平相比，美国的消费量增加了约 240 太瓦时（增长 130%）。在中国，它增加了约 175 太瓦时（增长 170%）。在欧洲，它增长了 45 太瓦时以上（增长 70%）。日本增加了约 15 太瓦时（增长 80%）。
比较人均数据中心用电量标准化可以了解该行业在不同经济体中的重要性。到 2024 年，非洲的人均数据中心用电量低于 1 kWh，到本世纪末将升至略低于 2 kWh。
然而，该地区内部存在很大差异，南非增长强劲，到 2030 年，人均消费量将是大陆平均水平的 15 倍以上，人均消费强度高于 25 千瓦时。相比之下，美国的人均数据中心消耗量最高，到 2024 年约为 540 千瓦时。预计到本世纪末，人均用电量将增长到1200度以上，大约相当于美国家庭年用电量的10%。这种强度也比世界上任何其他地区都高一个数量级。
尽管增长强劲，但在基本情况下，数据中心电力需求增长占 2024 年至 2030 年全球电力需求增长的不到 10%。其他关键驱动因素，如行业产出增长和电气化、电动汽车的部署和空调的采用，也处于领先地位。然而，虽然绝对增长可能看起来较小，但与电动汽车不同，数据中心往往集中在特定地点，这使得它们与电网的整合可能更具挑战性。
Part.4
敏感案例中的电力需求
Electricity demand in the sensitivity cases
升空情景（Lift-Off Case）
假设人工智能（AI）采用率增长强于基准情景（Base Case）。更具弹性的供应链以及数据中心在选址、供电和运营方面更大的灵活性，使得数据中心部署速度加快。该情景预计2035年全球数据中心电力需求比基准情景高约45%，超过1700太瓦时（TWh），占全球电力需求的约4.4%。
高效情景（High Efficiency Case）
与基准情景具有相似的约束和驱动因素，但假设在软件、硬件和基础设施的能源效率方面取得更显著的进展。因此，相同水平的数字服务和AI需求以较低的电力消耗足迹得以满足。这将解锁超过15%的能源节约，2035年全球数据中心电力需求约为970太瓦时，占全球电力需求的2.6%。
逆风情景（Headwinds Case）
反映了数据中心部署前景的下行影响，特别是由于AI采用速度低于预期。局部瓶颈的出现以及供应链紧张导致容量扩张延迟，相比行业最雄心的预测放缓。在该情景中，到本十年末的IT设备总装机量预计小于基准情景，且2030年后增长趋于平稳（尽管由于IT设备效率随时间提高，服务需求仍在增长）。
类似于2010年代初的趋势，效率的提升预计将抵消IT设备使用量增加的大部分影响。这导致能源需求在约700太瓦时左右趋于平稳，2035年数据中心占全球电力需求的比例限制在不到2%。
文章译至：IEA。
感谢作者提供的优质内容。
免责声明：本公众号所发布内容均来源于原创作者或互联网公开渠道，并已获得书面授权转载权，原稿件的版权归原作者所有。如您认为本公众号内容存在侵权行为，请及时与我们联系以便进行删除。本文所含信息仅供参考与交流，不构成法律建议。
页:
[1]