如何解决AI快速发展带来的能源需求？

生成式人工智能技术可以将简单的短语转化为令人惊叹的、逼真的图像，激发了世界的想象力。

不过，它们还需要大量的能量。据研究人员估计，运行一种生成式人工智能算法需要比常规搜索引擎查询多五倍的能量。仅训练 ChatGPT 所消耗的能量相当于驾驶 123 辆内燃机汽车一年所需的能量。

随着人工智能查询数量的激增，其对能源消耗量也在飙升。根据SametimeWeb的数据，仅Openai.com 在2023 年 5 月就吸引了超过19亿次的访问。而处理查询的数据中心产生的热量与企业和政府目前普遍存在的更广泛的可持续发展目标相矛盾。

“数据中心的未来与可持续发展是密不可分的，”仲量联行数据中心全球战略与创新高级总监Colm Shorten表示。“我们正在努力满足提高数据处理、速度和效率的需求，同时着眼于未来的可持续发展路线图——尽管这两件事朝着相反的方向发展。”

数据中心并不是人工智能产生影响的唯一商业地产领域。根据仲量联行最近的一项调查，租户和开发商认为，人工智能和生成式人工智能将成为在不久的将来对地产影响最大的三大技术之一。

然而，数据处理人工智能需求的绝对水平意味着数据中心处于跟上时代发展的最前沿。独立研究公司Dell'Oro Group表示，未来需要在数字基础设施上投资5000亿美元，才能满足不断飙升的计算需求。

仲量联行数据中心研究主管Daniel Thorpe表示：“随着人工智能淘金热的到来，数据中心正在做好准备，以更好地支持不断增长的功率和性能要求。”

目前数据中心消耗的能源平均约有40%来自防止硬件和机架过热所需的空气冷却过程，而且在温暖的气候下可能会更多。

Thorpe说：“用于为处理人工智能数据的更快机器提供动力的新芯片运行温度明显更高，这对传统空气冷却解决方案提出了挑战。” “降低温度意味着转向液体冷却。”

然而， Shorten认为人工智能可以部分解决这个自身造成的问题。他表示：“数据中心已经并将继续采用人工智能，以提高其设施的性能和运营效率。”

据Gartner称，预计到2025年，一半的云数据中心将使用人工智能，将运营效率提高30%。劳伦斯伯克利国家实验室与Google合作进行的一项研究发现，基于人工智能的数据中心冷却系统控制可降低高达40%的能耗。

Shorten解释说，人工智能提供了更高水平的可预测性，并提供了通过动态工作负载管理来提高数据中心效率的机会。

通过最大限度地提高CPU使用率、有效管理数据处理方式和数据中心选址的见解，可以实现显着的节能，从而减少不必要的消耗。

在可行的情况下，人工智能甚至可以智能地集成可再生能源，管理可再生能源供应和数据中心工作负载之间的平衡，以最大限度地利用清洁能源并最大限度地减少对化石燃料来源的依赖。

增强数据中心的可持续性

尽管对液浸冷却的投资有所增加，但要使其被广泛认为是可靠、安全和商业上可行的解决方案，仍有很长的路要走。Shorten表示，人工智能将成为推动进步的关键因素，帮助运营商摆脱低效的空气冷却，转向这种更可持续的技术。

Meta最近暂停了几个数据中心的建设，将重点转移到新的人工智能设施上，这些设施将采用液冷基础设施——索普表示，这种方法的效率估计比空气高 3000 倍。

Thorpe表示：“随着数据中心面临越来越严格的，数据中心管理者的首要任务是“变得更加可持续和更具社会责任感”。

“我们还看到人工智能通过预测性维护计划来改变数据中心资产管理，从而优化设备的使用寿命并减少过早更换造成的浪费，” Shorten说。

最终，人工智能分析大量数据、做出智能预测和优化资源分配的能力将显着增强数据中心的可持续性。

Shorten认为，为了满足未来的客户承诺，运营商必须过渡到混合空气和液体冷却的混合数据中心模型。

“从本质上讲，人工智能既推动又促进了这种新的形式因素，”他总结道。“人工智能时代已经到来，没有回头路，所以让我们利用它来帮助减少碳排放，并尽可能减少数据中心运营的整体环境足迹。”

　　图片使用申明：原创文章图片源自‘Canva可画’平台免费版权图片素材；引用文章源自引用平台文章中所使用的原图。