AI的发展进一步推动数据中心的建设。据国际能源署报告称,数据中心占全球能源需求的1%,约为200 TWh,这相当于泰国或南非的总用电量。 可以说,AI发展带来的好处无疑是巨大的,但是对于能源的需求,也是一种挑战!但幸运的是,科技公司已经在着手解决AI带来的能源危机了。 解决的方式主要有三个: 一、设备升级:减少与AI相关的能源消耗将需要新的处理器架构。对此,厂商们都在致力于推出更高效的产品。 AMD已经设定了一个目标,在五年内将其用于AI训练和高性能计算的处理器和加速器的能效提高30倍。 而GPU的产品占据更多数据中心份额,减少CPU的使用,也同样是个好消息。据英伟达表示,在某些应用中,如大型语言模型训练,其基于GPU的服务器使用的能量比基于CPU的替代方案少25倍。 二、数据中心的改进:在2022年,谷歌DeepMind发布了一个为期三个月的实验结果,训练一个名为BCOOLER的学习代理来优化谷歌的数据中心冷却程序。 结果是:BCOOLER实现了大约13%的能源节约,这表明数据中心的能源效率正在提高,即使数据中心的数量在增长。 而随着AI的发展,数据中心建设的过程中,相关公司也有强烈的动力来优化数据中心的设计和能源消耗。 三、可再生能源的普及:根据美国能源信息管理局的数据,2022年可再生能源占美国电力产生的21.5%。随着美国电力网中80%的能源来自非可再生能源,短期内电力可能仍主要来自传统化石燃料。但随着时间推移,AI的能源需求可能为促进更多可再生能源的开发。 未来,随着AI的普及,这种革命性的机器学习形式的能源影响不应被忽视。能源问题的重视,或许能为投资者创造一次新的机遇。 $美国超微公司(AMD)$ $英伟达(NVDA)$ $微软(MSFT)$lg...