杰夫·福斯科/盖蒂图片社
由于渴望找到新能源来为人工智能提供动力,大型科技公司正在押注于核能——尽管公众的看法、成本以及(也许最重要的是)潜在的新核技术变得可行所需的时间仍然存在巨大问题。
对于许多美国人来说,在谈话中提到“三哩岛”就像提到“福岛”或“切尔诺贝利”——这些地方已经成为核灾难的代名词,不需要任何解释。
实际的历史要复杂得多。
1979 年 3 月,宾夕法尼亚州中部三哩岛核电站的两个反应堆之一部分熔化,这是迄今为止美国历史上最严重的核事故。
但它所造成的损失只是日本和苏联灾难所造成的一小部分。没有造成死亡,也很少有长期健康影响(科学研究在这一点上得出了略有不同的结论)。
如果不是几天前上映的电影,整件事可能只是一个小得多的新闻报道。
《中国综合症》是一部惊悚片,由简·方达主演,饰演一位勇敢的记者,调查核电站的安全问题。这是一部虚构作品,而不是一部纪录片,但与三哩岛的相似之处多年来损害了美国核电的声誉。
该工厂最近再次成为新闻焦点,不是因为事故或热门电影,而是因为科技巨头微软签署了一项协议,从三哩岛剩余运转的反应堆购买能源。
这只是更大趋势的一部分。硅谷正在寻找新的能源来驱动巨大的数据中心,特别是已成为人工智能(AI)行业支柱的高功率芯片。
核能可以从两个方面帮助应对这一挑战——它是“永远在线”能源的潜在来源,而且与化石燃料不同,它是无碳的。
大型科技公司正在核能上下大注——微软最近甚至加入了该行业的游说团体——世界核协会。
罗云飞/中新社/VCG via Getty Images
Xbox 的制造商并不孤单。谷歌、亚马逊和其他公司也在资助核项目,尽管采取了不同的策略,采用了一种名为小型模块化反应堆(SMR)的新技术。
中小型反应堆在较低的温度下运行,理论上可以降低熔毁的风险,而且其较小的尺寸也意味着较低的建造成本。
两座这样的小型反应堆已经为电网提供了相对少量的电力,中国和俄罗斯远东地区各有一座。因此,在某些方面,SMR 听起来像是满足不断增长的能源人工智能需求的完美解决方案——只要事情就这么简单就好了。
美国核管理委员会前主席、现任加拿大不列颠哥伦比亚大学教授艾利森·麦克法兰表示,“大多数中小型反应堆都停留在纸面上”,尚未进入测试阶段。
麦克法兰说,将该技术商业化将很困难,因为较小的反应堆堆芯也意味着反应堆效率较低——用相同数量的燃料产生的能量较少。她估计 SMR 还需要数年时间才能实现财务可行性。
“规模经济是无法回避的,”她说。“这些都是有趣的想法。但技术兄弟们似乎并没有立足于现实。”
能源公司和科技巨头毫不畏惧,正在投入资源进行研究和试点。
吉姆·海曼收藏/盖蒂图片社
Google 的合作伙伴 Kairos Power 希望到 2030 年能够产生 50 兆瓦的核电,相当于一个小镇供电所需的能源量。
该公司在田纳西州橡树岭设立了工厂,这是美国另一个著名的核设施,为生产第一颗原子弹的曼哈顿计划提供了重要支持。
Kairos 称橡树岭为“试验场”,并在给 BBC 的一份声明中表示,先进的施工技术将提高效率并降低成本。
但尽管该公司的目标是到 2035 年将能源发电量提高十倍,但实际上它仍然无助于满足目前正在不断增长的人工智能对能源的巨大需求。
埃塞克斯大学人工智能和能源使用专家 Haider Raza 表示:“小型模块化反应堆可以在数据中心附近提供 24/7 全天候清洁能源。”“但他们将无法在未来一两年内解决即将到来的需求问题。”
国际能源署4月发布的一份报告指出,数据中心的电力需求目前约占全球电力消耗的1.5%,未来五年可能会翻一番。除此之外,未来需求量以及可能增加哪些来源来满足需求都存在巨大的不确定性。
拉扎和其他专家表示,核反应堆可能会在应对人工智能能源紧缺方面发挥作用,但前提是该行业能够说服经常持怀疑态度的公众。
基斯通/赫尔顿档案/盖蒂图片社
今年三月,位于尼亚加拉大瀑布和纽约州西部铁锈地带城市布法罗之间的北托纳旺达郊区采取了在外人看来相当严厉的举措——禁止境内核发电。
该法律是对当地一家科技公司提出的为加密货币开采建造小型反应堆的提议感到愤怒的直接反应。Deb Gondek 是一位当地活动人士,退休前曾担任该地区一家食品公司的可持续发展总监,他表示,许多居民对该提议持谨慎态度,因为他们已经对加密货币挖矿作业的噪音感到不安。
“最初的反应是‘哦兄弟,他们现在在做什么?’”她说。理事会投票一致赞成禁令。
然后还有如何处理放射性废物的问题。斯坦福大学的研究人员发现,小型反应堆实际上比大型传统反应堆产生更多的此类废物,因为更多的亚原子粒子从较小的核芯中逸出,污染了周围的材料。
然而,在某些地方,可能的好处抵消了风险。与谷歌合作的 Kairos 公司大肆宣扬其对田纳西州当地的支持,无党派皮尤研究中心最近的一项研究发现,略占多数的美国人支持更多的核能。
与此同时,也有研究人员正在研究摆脱需求螺旋式上升的其他方法,即不需要寻找大量新能源的方法。
约翰·基布尔/盖蒂图片社
密歇根大学副教授莫沙拉夫乔杜里指出,人工智能的发展速度比以前的能源密集型技术快得多。例如,汽车和计算机花了几十年的时间才实现大规模采用。
“人工智能在不到 15 个月的时间内就达到了饱和点,”他说。“它增长得如此之快,我们没有时间想象如何解释它。”
乔杜里和他的同事正在研究如何配置芯片以消耗更少的电量,或者使用依赖于更小或更集中的信息数据库的人工智能模型。
不幸的是,乔杜里说,到目前为止,“还没有好的解决方案让我们能够找到更小、运行速度更快但准确度同样好的模型。”
尽管如此,他坚持认为:“无论发生什么,我们应该继续做的是对如何制造能源优化人工智能进行更多研究。”
许多企业正在认真审视他们如何使用人工智能应用程序以及他们是否真的负担得起。
更多类似这样的:
埃塞克斯大学的海德尔·拉扎(Haider Raza)为企业提供人工智能使用方面的咨询,他表示:“经济问题是没有办法解决的。”“当需求高而供应低时,唯一的选择就是提高(能源)价格,而有人必须为此付出代价。”
拉扎表示,他的一些客户已决定暂时推迟使用人工智能,并指出核能只是推动技术未来的众多来源之一。
尽管科技巨头在原子分裂上下了大赌注,但他们也同意这一点。微软在最近的一份政策简报中指出:“没有一种技术或解决方案能够满足全球市场、社会和社区的巨大电力和脱碳需求。”