生成式AI的能源消耗快速增長將超過電力公司的供應能力！根據顧能（Gartner）公司報告，AI和生成式AI（GenAI）正驅動著電力消耗的快速增長，未來兩年內數據中心的電力需求預計將增長高達160%。因此，顧能（Gartner）預測，到2027年，40%的現有AI數據中心將因電力供應限制而受到運營約束。
電力短缺限制生成式AI和其他用途的新數據中心的增長
「新一代超大規模數據中心的爆炸性增長以實現生成式AI的需求，正帶來對電力的無限需求，而這種需求將超過電力公司擴展容量的速度。」Gartner副總裁分析師Bob Johnson說。
他表示，這將威脅能源的可用性，可能導致電力短缺，並限制從2026年開始生成式AI和其他用途的新數據中心的增長。
根據Gartner估計，到2027年，數據中心運行增量AI優化伺服器所需的電力將達到每年500（TWh太瓦時），是2023年的2.6倍。
新的大型數據中心正在規劃中，以應對訓練和實施快速擴展的大型語言模型（LLMs）所需的龐大數據量，Johnson表示，短期內的電力短缺可能會持續數年，因為新電力傳輸、分配和生產能力的上線可能需要數年，無法立即解決當前的問題。
在不久的將來，新數據中心的數量和生成式AI的增長將取決於供應的電力是否足夠運行它們。Gartner建議各組織評估電力短缺可能對所有產品和服務造成的風險。
電價將上漲
即將到來的電力短缺不可避免地會導致電價上漲，這也將增加運行大型語言模型的成本，根據Gartner的分析。
主要的電力消耗者正與主要的生產商合作，以確保獨立於其他電網需求的長期電力來源，Johnson說，同時，數據中心的運營電力成本將顯著上升，因為運營商將利用經濟槓桿確保所需的電力。這些成本將轉嫁給AI/生成式AI產品和服務提供商。
Gartner建議組織在未來計劃中考慮電力成本上漲，並為數據中心服務談判合理的長期電力合同。在新產品和服務的開發計劃中，還應考慮顯著的成本增加，同時尋找需要較少電力的替代方法。
可持續性目標將受到影響
短期內為提供更多電力而採取的解決方案也將對零碳排放的可持續性目標產生負面影響，因為需求的激增迫使供應商不擇手段增加生產。在某些情況下，這意味著將本來計劃退役的化石燃料發電廠繼續運行。
現實情況是，數據中心的增加使用將在短期內導致更多二氧化碳排放，以生成所需的電力，Johnson表示，這將使數據中心運營商及其客戶更難實現與二氧化碳排放相關的激進可持續性目標。
Gartner指出，AI需要穩定的電力，從長期看，新技術（例如鈉離子電池）或清潔能源（例如小型核反應堆）將變得可用，並有助於實現可持續性目標。
Gartner建議組織重新評估與未來數據中心需求和電力來源相關的二氧化碳排放可持續性目標。在開發生成式AI應用時，應專注於使用最低限度的計算能力，並考慮邊緣計算和較小語言模型等其他選項的可行性。
（本文初稿為信傳媒使用 AI 編撰）
