施耐德電氣在一項研究中警告說，數據中心將“喫掉”電網

施耐德電氣警告政策制定者謹慎引導人工智能數據中心的電力消耗，防止其失控。

據報道，由於人工智能服務需求激增，人工智能數據中心的能源消耗持續增加，爲人工智能公司尋找替代能源創造了空間。

數據中心可能會讓其他所有人陷入完全黑暗

施耐德電氣在報告提出了四種可能的場景，並提出了一些需要遵循的指導原則，這些原則可能會防止人工智能數據中心“吞噬”電網，讓世界陷入黑暗。

這項研究是在上個月舉行的國際能源署全球能源和人工智能會議之後進行的。這項題爲《人工智能和電力：系統動力學方法》的研究探討了與人工智能及其對能源消耗的影響相關的新興思想流派。

雖然關於生成式人工智能和電力消耗的報道很多，但施耐德電氣的報告也同意之前的研究，即現有數據中心基礎設施需要大量電力才能運行，因此需要更多資源來支持人工智能採用的預計激增。

對人工智能服務的預期需求增加以及隨之而來的能源消耗增加也引發了人們對該技術可能給電網帶來潛在壓力的擔憂。人們還擔心，如果能源需求繼續以這種速度增長，可能會對環境造成影響。

施耐德電氣可持續發展研究所所長 Rémi Paccou 表示，這項研究旨在探索潛在的未來，並幫助利益相關者做好應對未來挑戰和機遇的準備。

“相反，我們希望它能夠成爲知情討論和決策的起點。”

帕庫。

他補充道：“我們在展示我們的發現時，認識到人工智能是一個快速發展的領域，我們的知識也在不斷增長。”

因此，施耐德電氣提出了四種不同的情景，分別是可持續人工智能、增長限制、無國界富足和能源危機。

施耐德電氣預計從現在到 2030 年電力需求將不斷增加

根據該研究，施耐德電氣提出的所有四種情景都表明，隨着需求持續激增，2025年至2030年期間能源消耗將會增加。然而，基於支撐每種情景的一些假設，它們存在顯着差異。

通過可持續人工智能，施耐德的研究着眼於在消費增加時優先考慮效率的潛在結果，而增長的限制則着眼於人工智能發展觸及人類相關極限的受限路徑。可持續人工智能提供了一種更有前景的方法，根據其模型，電力消耗將從 2025 年的預期 100 太瓦時 (TWh) 增加到 2035 年的 785 太瓦時 (TWh)。

在這種情況下，從 2027 年到 2028 年，生成式人工智能推理將成爲人工智能領域電力消耗的主要驅動力。還將轉向更高效、能耗更低的模型。

報告稱，其“特點是人工智能基礎設施和需求之間存在共生關係，效率和資源節約相輔相成”。

其他情景，如“無國界富足”着眼於不受控制的增長的潛在風險，而“能源危機”則着眼於能源需求和發電的不平衡如何導致廣泛的短缺。

報告稱，到 2030 年，人工智能總能源將從今年的基準 100 TWh 增加到 510 TWh，但專用芯片的製造堵塞和法學碩士數據短缺等挑戰正在造成影響。

報告進一步指出，“富足無國界”情景反映出，人工智能的持續快速發展將帶來挑戰，因爲人工智能公司競相建設更大、更先進的基礎設施，超過資源可持續利用的能力。

在能源危機情景中，人工智能的快速增長導致其能源需求與經濟的其他關鍵部門發生衝突，從而給依賴dent行業帶來一些運營挑戰。

在這種情況下，能源消耗預計將在 2029 年達到峯值，達到約 670 太瓦時，然後到 2032 年下降至 380 太瓦時，並在 2025 年再次下降至 190 太瓦時。

施耐德針對潛在能源危機提出一些建議

報告指出，不協調的治理會導致政策碎片化，而政策碎片化又可能導致政策碎片化。這些將導致全球或局部能源defi。

然而，施耐德報告提出了一些關於可持續人工智能的建議，這些建議着眼於三個領域——人工智能基礎設施、人工智能開發、治理、標準和教育。

人工智能基礎設施推動下一代數據中心應採用最新的冷卻技術、高密度計算以及 GPU 和 TPU 等現代節能硬件進行優化。

此前有報道稱，數據人工智能數據中心正在消耗大量的水來冷卻人工智能服務器，據報道，谷歌、微軟和 OpenAI 等科技公司的數據中心的公用事業消耗量有所增加。

人工智能開發下的建議建議通過模型剪枝、量化和輕量級架構等技術提高模型效率。

在治理、標準和教育方面，報告建議政策制定者制定並實施可持續人工智能實踐的認證計劃，例如能源效率和環境影響。強大的框架還將指導負責任的人工智能開發，並解決能源消耗、數據隱私和道德問題。

90 天內開啓您的 Web3 職業生涯並獲得高薪加密工作的分步系統