行業專家Ali Fenn表示，為了利用人工智能的繁榮，解決數據中心的電力難題至關重要。

    披頭士樂隊告訴全世界，“愛是你所需要的一切。”但Lancium公司總裁Ali Fenn表示，電力是你所需的一切，至少在數據中心的人工智能方面是這樣。在今年于美國華盛頓特區舉行的數據中心世界大會上，Fenn概述了人工智能的發展速度比任何人想象的都要快。它對計算和新數據中心容量的需求是前所未有的。她說：“目前的每一種模式都可能低估了未來的發展。人工智能在社會各個方面的轉型潛力基本上只受一件事的支配：電力。”

破解電力之謎

    那些希望利用人工智能熱潮的人需要弄清楚電力在哪里，他們如何獲得電力，以及他們可以在哪里最快速地建立數據中心來提供人工智能所需的電力，同時控制成本。

    有人預測人工智能將使人類走向衰落。Fenn認為這是樂觀的主要原因。人工智能技術可以幫助研究人員找到治療癌癥的方法，消除貧困，擺脫繁重的體力勞動或重復性任務，并為人們提供更多的時間。她引用了人工智能等統計數據，到2050年，人工智能每年將花費高達38萬億美元用于氣候變化。Fenn說：“沒有數據中心就沒有人工智能。這是我們的時刻，我們的責任，我們的機會。”

    人工智能已經在推動數據中心的重大進步。Meta的人工智能數據中心工作預計將使整體成本降低33%。谷歌的DeepMind AI將冷卻成本降低了40%。微軟已將人工智能引入其平臺以生成安全警報并提高安全性。

    Gartner分析師Sid Naq表示：“到2025年，一半的云數據中心將部署具有人工智能和機器學習功能的先進機器人，從而提高30%的運營效率。”

人工智能時代

    Fenn認為，人工智能在2021年從完全依賴軟件和代碼轉變為在2022年增加GPU，并在2023年找到足夠的數據中心容量。2024年，等式已經轉移到獲得足夠的能力來運行人工智能應用程序和大型語言模型（LLM）。

    商業房地產公司CBRE數據中心解決方案執行董事總經理兼全球負責人Pat Lynch表示：“數據中心增長的主要障礙不是土地、基礎設施或人才的可用性，而是當地的電力。”

    Fenn指出，美國數據中心的電力需求花了30年時間才達到17GW。如果沒有人工智能，預計到本十年末將再次翻一番。但現在，到2030年，數據中心電力需求的估計范圍從50吉瓦到高達80吉瓦。Fenn說：“從長遠來看，1吉瓦的電力足以滿足100萬人的家庭需求，100吉瓦的能源足以滿足全球10%的照明需求。我們正在見證歷史上最大規模的資本注入人工智能。”

    與2022年的可用電力相比，到2025年，ChatGPT等生成型人工智能（GenAI）應用預計將消耗美國數據中心約75%的兆瓦。到2027年，GenAI的電力需求預計將翻一番，遠遠超過2022年的總可用電力。

    一個簡單的事實是，電力消耗將遠遠超過任何效率或現代化成果。因此，到2030年，數據中心的電力消耗將從目前約占美國電力的2%增長到7.5%。分析師和預測者無法跟上。無論他們為增長設定了什么數字，在幾個月內都會被嚴重低估。難怪我們在新的數據中心設施、園區和未來站點的新土地上看到了如此多的投資。

未來的電網

    當前的電網模型應對人工智能擴展的可能性為零。從現在到2027年，前五大數據中心市場的可用電力容量僅為4吉瓦。然而，幾年內可能需要多達50吉瓦。這幾乎相當于目前整個中大西洋和新英格蘭州的消費量。

    如果這還不是一個足夠大的問題，那么電網的速度與人工智能的擴張是不一致的。為一個大型項目尋找電力需要六到七年的時間和數千次批準。更糟糕的是，向可再生能源的轉型意味著到2030年，美國東北部約有60吉瓦的傳統電力輸出將下線，而且看不到替代品。Fenn說：“未來的電網一定非常不同。主要問題是峰值需求，我們需要以新的方式解決。”

    與其說靈活性來自供應側（如“峰值”工廠在晚上上線并應對突然的供應短缺），不如說供需雙方都需要靈活性。Fenn預計，到2050年需求響應計劃將增加20倍，數據中心和其他用戶同意在特定時期內脫離電網，依賴現場或備用電源。她說，僅這一點，就可能超過2000吉瓦。我們看到了這一趨勢的早期跡象，谷歌等超大規模公司根據優化供應、需求和電力成本，將工作負載轉移到全球各地。

未來的數據中心

    隨著電力容量的增加，新數據中心的規模預計將飆升。Fenn說：“傳統數據中心不會消失，對其服務的需求可能會繼續存在。但我們可能很快就會看到1或2吉瓦甚至更大的數據中心。”

    這些新的大型數據中心將位于廣闊的園區內，首先取決于哪里有足夠的電力可用性，并受網絡中心和負載中心附近的影響，或者有足夠強大的傳輸基礎設施將電力輸送到需要的地方。如此規模的數據中心需要改變管理方式。他們可能需要更像發電廠一樣對待，他們必須與公用事業和電網運營商密切協調。Fenn喜歡美國德克薩斯州作為許多新場景的可能目的地。

    Fenn說：“我們需要一個考慮到天氣預報、定價、電網擁堵、負載和動態編排的預測性和響應性電網。實現這一目標需要在各個方面進行創新，并建造大量新的天然氣調峰發電機、核能和其他能源。”

    雖然圍繞人工智能和數據中心的大部分討論都集中在電力使用和容量限制上，但數據中心運營商本身也在利用人工智能系統來幫助他們優化基礎設施運營。

    在之前接受Data Center Knowledge采訪時，Fenn指出，人工智能在數據中心行業最重要的機會之一在于數據中心和電網的交叉點。她解釋說：“數據中心需求的快速增長和大規模、千兆瓦級數據中心的出現給電網運營商帶來了新的挑戰。在Lancium，我們專注于開發人工智能驅動的電力編排和優化技術，以提供電網可靠性，并確保數據中心及其客戶的工作負載可靠性，SLA優先考慮可靠性和無碳能源。”

    美國加州大學河濱分校電氣與計算機工程副教授Shaolei Ren分享了對人工智能提高能源效率潛力的樂觀態度。Ren說：“人工智能可以根據實時需求提供更精確的冷卻系統運行配置，人工智能還可以通過提供冷卻系統的精確配置和預測用電效率來幫助預測用電效果。”