施耐德电气在一项研究中警告说，数据中心将“吃掉”电网

施耐德电气警告政策制定者谨慎引导人工智能数据中心的电力消耗，防止其失控。

据报道，由于人工智能服务需求激增，人工智能数据中心的能源消耗持续增加，为人工智能公司寻找替代能源创造了空间。

数据中心可能会让其他所有人陷入完全黑暗

施耐德电气在报告提出了四种可能的场景，并提出了一些需要遵循的指导原则，这些原则可能会防止人工智能数据中心“吞噬”电网，让世界陷入黑暗。

这项研究是在上个月举行的国际能源署全球能源和人工智能会议之后进行的。这项题为《人工智能和电力：系统动力学方法》的研究探讨了与人工智能及其对能源消耗的影响相关的新兴思想流派。

虽然关于生成式人工智能和电力消耗的报道很多，但施耐德电气的报告也同意之前的研究，即现有数据中心基础设施需要大量电力才能运行，因此需要更多资源来支持人工智能采用的预计激增。

对人工智能服务的预期需求增加以及随之而来的能源消耗增加也引发了人们对该技术可能给电网带来潜在压力的担忧。人们还担心，如果能源需求继续以这种速度增长，可能会对环境造成影响。

施耐德电气可持续发展研究所所长 Rémi Paccou 表示，这项研究旨在探索潜在的未来，并帮助利益相关者做好应对未来挑战和机遇的准备。

“相反，我们希望它能够成为知情讨论和决策的起点。”

帕库。

他补充道：“我们在展示我们的发现时，认识到人工智能是一个快速发展的领域，我们的知识也在不断增长。”

因此，施耐德电气提出了四种不同的情景，分别是可持续人工智能、增长限制、无国界富足和能源危机。

施耐德电气预计从现在到 2030 年电力需求将不断增加

根据该研究，施耐德电气提出的所有四种情景都表明，随着需求持续激增，2025年至2030年期间能源消耗将会增加。然而，基于支撑每种情景的一些假设，它们存在显着差异。

通过可持续人工智能，施耐德的研究着眼于在消费增加时优先考虑效率的潜在结果，而增长的限制则着眼于人工智能发展触及人类相关极限的受限路径。可持续人工智能提供了一种更有前景的方法，根据其模型，电力消耗将从 2025 年的预期 100 太瓦时 (TWh) 增加到 2035 年的 785 太瓦时 (TWh)。

在这种情况下，从 2027 年到 2028 年，生成式人工智能推理将成为人工智能领域电力消耗的主要驱动力。还将转向更高效、能耗更低的模型。

报告称，其“特点是人工智能基础设施和需求之间存在共生关系，效率和资源节约相辅相成”。

其他情景，如“无国界富足”着眼于不受控制的增长的潜在风险，而“能源危机”则着眼于能源需求和发电的不平衡如何导致广泛的短缺。

报告称，到 2030 年，人工智能总能源将从今年的基准 100 TWh 增加到 510 TWh，但专用芯片的制造堵塞和法学硕士数据短缺等挑战正在造成影响。

报告进一步指出，“富足无国界”情景反映出，人工智能的持续快速发展将带来挑战，因为人工智能公司竞相建设更大、更先进的基础设施，超过资源可持续利用的能力。

在能源危机情景中，人工智能的快速增长导致其能源需求与经济的其他关键部门发生冲突，从而给依赖dent行业带来一些运营挑战。

在这种情况下，能源消耗预计将在 2029 年达到峰值，达到约 670 太瓦时，然后到 2032 年下降至 380 太瓦时，并在 2025 年再次下降至 190 太瓦时。

施耐德针对潜在能源危机提出一些建议

报告指出，不协调的治理会导致政策碎片化，而政策碎片化又可能导致政策碎片化。这些将导致全球或局部能源defi。

然而，施耐德报告提出了一些关于可持续人工智能的建议，这些建议着眼于三个领域——人工智能基础设施、人工智能开发、治理、标准和教育。

人工智能基础设施推动下一代数据中心应采用最新的冷却技术、高密度计算以及 GPU 和 TPU 等现代节能硬件进行优化。

此前有报道称，数据人工智能数据中心正在消耗大量的水来冷却人工智能服务器，据报道，谷歌、微软和 OpenAI 等科技公司的数据中心的公用事业消耗量有所增加。

人工智能开发下的建议建议通过模型剪枝、量化和轻量级架构等技术提高模型效率。

在治理、标准和教育方面，报告建议政策制定者制定并实施可持续人工智能实践的认证计划，例如能源效率和环境影响。强大的框架还将指导负责任的人工智能开发，并解决能源消耗、数据隐私和道德问题。

90 天内开启您的 Web3 职业生涯并获得高薪加密工作的分步系统