序言

在快速發展的人工智慧領域，確定所需的正確電力數量仍然是一個謎。即使是像 OpenAI 執行長山姆·阿特曼和微軟執行長薩提亞·納德拉這樣的業界巨頭也難以預測 AI 部署所需的精確電力需求。隨著軟體導向的公司進軍能源領域，他們面臨出乎意料的阻礙，這彰顯了快速技術升級與能源基礎設施之間的差距。

懶惰袋

AI 的權力難題：像阿特曼和納德拉這樣的科技領袖在處理 AI 演變需求與可用電力資源之間取得平衡，這表明這是行業的一個緊迫挑戰。

主要內容

人工智慧在科技產業中的日益影響提出了一個獨特的問題：為了其最佳功能，需要多少電力？OpenAI 的山姆·阿特曼和微軟的薩提亞·納德拉都承認這是一個開放問題，受到許多超出他們目前掌握的因素影響。

例如，微軟已到了交叉口，訂購了大量 GPU，但缺乏運行它們所需的電力資源。在 BG2 播客中的一次深入討論中，薩提亞·納德拉強調了這些複雜性，表示：「在這些情況下需求和供應的循環真的是不可預測的。」這家科技巨頭的主要瓶頸不是計算能力的短缺，而是缺乏快速建設資料中心與足夠電力供應的結合。

在過去的十多年裡，美國的用電需求相對停滯不前。然而，隨著資料中心需求的激增，電力基礎設施比公用事業預期的更快速的擴張成為新的必要。這導致了替代的「計量器後」解決方案，那裡的中心直接獲取電力，避開傳統的電網系統。

山姆·阿特曼對這個不斷轉變的過程表示擔憂，思考如果便宜且可擴展的能源快速出現，是否會破壞現有的合同，可能使投資困於其中。他對替代能源來源的探索，包括核能和太陽能的創新，顯示他對多元化能源解決方案的信念。然而，這些的廣泛應用仍然難以實現，因為核能的可擴展性和燃氣渦輪機的建設時間可能會延長數年。

行業向太陽能的傾斜並非隨機發生。基於矽晶體光伏太陽能技術和半導體生產的對接提供了一條熟悉的路徑，承諾具有經濟可行性、無排放和可快速部署的能源。然而，AI 解決方案的部署速度仍超過電力基礎設施的增長，這造成風險，如果 AI 效率提升而需求未同步增長時可能出現問題。

阿特曼提到傑文斯悖論，暗示提升的效率可能矛盾地增加資源使用，從而促使總需求的提高。隨著 AI 效率的提高，可能的使用激增可能超過電力供應能力，促使行業領袖謹慎策略並適應。

關鍵見解表