“可持续AI”需要数据中心之间的密切合作，网格利益相关者：Schneider Electric
作者：By Brian Martucci
来自
潜水简介
一份新报告说，如果没有有效的计划，AI电力需求的预期激增可能会削弱行业的增长并可能造成能源危机。
潜水简介：
- 美国人工智能行业可以帮助解决可持续数据中心的快速数据中心的迫在眉睫的能源挑战，该方案平衡对计算能力的需求与提高效率的需求，需求灵活性，幕后发电和强大的电网投资，Schneider Electric，周一说。
- 在理想的情况下，数据中心通过利用其需求响应能力，实施现场可再生能源或分布式能源并优化其运营以提供电网稳定性服务来充当网格稳定器。”美国报告中的可持续人工智能Schneider Electric可持续发展研究总监RémiPaccou的合着者Râ©Mi Paccou。
- Paccou兼合着者Fons Wijnhoven是荷兰Twente大学的副教授，将可持续性AI与三种较暗的场景进行了对比，在这种情况下，AI会使电力部门的环境影响加剧，加剧了电网基础设施的挑战，并潜在地引起了能源危机。
潜水见解：
施耐德说，美国人工智能行业的电力需求预测甚至在相对近距离的情况下也差异很大。
施耐德（Schneider）自己的2030年预测范围从其基础设施约束的16.4 gw到增长的情况到65.3 gw的效率低下，没有边界方案。到2030年，在其平衡的可持续人工智能方案中，AI电力需求将达到33.8 GW。
其他预测显示出更快的增长。兰德公司（Rand Corporation）的中等信心2024年预测，预测2028年的AI电力需求为48 gw和2030年的130吉瓦，而其上限的2024年预测，施耐德（Schneider）的报告称，这一报名为2028年和347.2 gw的施耐德（Schneider Report）在2030年预计92 GW。
施耐德说，很难预测AI电力需求增长很难部分归因于作用中变量的庞大数量和复杂性，其中一些变量超出了AI技术公司，数据中心运营商和电力系统利益相关者的控制。”
需求建模方法的基本差异也会影响预测。报告指出，通常，公用事业往往高估未来的需求。它更广泛地说，某些建模方法过分强调了AI开发和权力需求的技术决定因素，同时减少了权力需求的社会经济决定因素。AI将考虑的预测多达9％施耐德说，到2030年，美国所有电力需求的13％可能被夸大了。
然而，AI几乎可以肯定会在将来消耗更多的权力，而目前做出的基础设施决策将决定其增长是否有助于或阻碍美国的电力系统和更广泛的经济。
施耐德（Schneider）在增长方面的局限性中看到，基础设施的瓶颈和权力稀缺性造成了不良计划，导致了不利的监管反应，经济压力和政治反击。
施耐德（Schneider）的丰富性没有边界场景，设想了在经济体中AI不受限制的增长，这是技术优势观点的驱动，即更好的技术将解决未来的资源挑战。在短期内，更接近相反的事情发生了，驱动了不协调且效率低下的基础设施开发 - 包括集中的数据中心校园，每个校园都需要高达5吉瓦的专用电源，这阻碍了经济范围内的电气化工作，并加剧了环境危害。
能源危机的愿景是施耐德最黑暗的：一种急性稀缺的情况，AI的增长将电力系统融合到崩溃，阻碍AI行业和更广泛的经济。在网格计划不足，不准确的AI需求预测，不协调的AI治理以及对计算密集型技术（如合成数据和多模式学习）的依赖的驱动下，能源危机情景最终会在AI需求中引起重大收缩。
相比之下，可持续的AI场景受益于AI行业与电气系统之间的共生关系。
在数据中心方面，运营商和技术开发人员致力于优化现场功率使用效率和计算效率负载灵活性和落后的力量 - 理想的可再生能源来减少高峰需求。施耐德说，在网格方面，战略地点的选择和供应计划是维持AI和电力基础设施增长而没有对环境或其他经济其他部门产生不当影响的关键。
关于《“可持续AI”需要数据中心之间的密切合作，网格利益相关者：Schneider Electric》的评论
暂无评论