📢 转载信息
原文作者：Tim De Chant (TechCrunch)
对于AI来说，需要多少电力才算足够？没有人知道答案，就连OpenAI的首席执行官Sam Altman和微软的首席执行官Satya Nadella也不知道。
这让OpenAI和微软这类以软件为核心的企业陷入了两难境地。科技界的大部分注意力都集中在算力是AI部署的一个主要瓶颈上。尽管科技公司一直在竞相争取电力供应，但这些努力在速度上落后于GPU的采购速度，以至于微软显然订购了过多的芯片，而其签订的电力合同却无法支撑。
Nadella在BG2播客上表示：“在这种特殊情况下，需求和供应的周期是无法真正预测的。我们现在面临的最大问题不是计算能力过剩，而是电力供应以及能否足够快地在靠近电力源的地方完成数据中心的建设。”
Nadella补充道，指的是商业地产中的“暖壳”（即已准备好供租户使用的建筑物）：“如果做不到这一点，你可能会有一堆芯片积压在库存中，但我却无法插电使用。事实上，这正是我今天面临的问题。这不是芯片的供应问题；而是我没有可以接入的现成设施。”
从某种意义上说，我们正在目睹那些习惯于处理硅和代码（这两种技术相比大型发电厂的部署速度非常快）的公司，在能源领域加大努力时会发生什么。
十多年来，美国的电力需求一直持平。但在过去五年中，来自数据中心的需求开始激增，超过了公用事业公司规划的新发电能力。这促使数据中心开发商采用所谓的“表后”（behind-the-meter）安排，即电力直接输送到数据中心，绕过电网。
同样在播客上的Altman认为，麻烦可能正在酝酿：“如果一种非常廉价的能源很快就大规模上线，那么许多人会因为签署的现有合同而损失惨重。”
“如果每单位智能（或者——无论你想怎么看待它）的计算成本能以每年40倍的速度惊人下降，你知道，从基础设施建设的角度来看，这是一个非常可怕的指数增长，”他说。
Altman投资了核能领域，包括裂变初创公司Oklo和聚变初创公司Helion，以及Exowatt，这是一家利用聚光太阳能并将其储存以供日后使用的太阳能初创公司。
不过，这些技术目前都无法广泛部署，而像天然气发电厂这样的化石燃料技术需要数年才能建成。此外，今天订购的新型燃气轮机很可能要到本十年末期才能交付。
部分原因在于，科技公司正在快速增加太阳能部署，因为太阳能成本低廉、提供无排放电力，并且部署速度快。
潜意识的因素也可能在起作用。光伏太阳能从许多方面来看都是一种与半导体平行的技术，而且其风险已被降低并已实现商品化。光伏太阳能和半导体都是基于硅衬底构建的，并且都以模块化组件的形式下线，这些组件可以被封装在一起，并连接成并行阵列，使最终成品比任何单个模块都更强大。
由于太阳能的模块化和部署速度，其建设速度更接近于数据中心的速度。
但两者都需要时间来建设，而需求的变化速度可能远快于数据中心或太阳能项目的完成速度。Altman承认，如果AI变得更高效或者需求没有达到他的预期，一些公司可能会背负着闲置的发电厂。
但从他的其他评论来看，他似乎不认为这种情况会发生。相反，他似乎是Jevons悖论的坚定信徒，该悖论指出，资源的更有效利用将导致总需求的增加。
Altman说：“如果明天每单位智能的计算价格下降了100倍——无论你怎么看待它——你会看到使用量上升的幅度会超过100倍，而且人们将有许多他们很想用这些算力去做的事情，只是以目前的成本来看，这些事情在经济上是不合理的。”
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区