为什么人工智能和清洁能源彼此需要

为了赢得这场竞赛，美国将需要更多的电力来供应数据中心。到2026年，AI数据中心可能会给电网增加相当于三个纽约市的用电负荷，并且它们有可能在本十年结束前将其在美国电力消耗中的份额翻一番以上——达到9%。因此，人工智能将导致美国几十年来未见的电力需求激增；根据最近的一项估计此前持平的需求现在每年增长约2.5%，其中数据中心的增长占到了增长部分的66%。

能耗巨大的先进AI芯片是这一增长的背后原因。三瓦时的电力是必需的对于一个ChatGPT查询，相比之下，简单的Google搜索只需要0.3瓦时。这些计算需求使得AI数据中心在功率密度上独具特色，每个服务器机架需要更多的电力，并且数量级比传统设施拥有更高的每平方英尺功率。据报道，OpenAI的首席执行官Sam Altman投掷的白宫需要建设能够容纳五吉瓦容量的AI数据中心——足够供应超过三百万家庭的电力。而且，AI数据中心需要全天候、每周七天稳定可靠的电源支持；它们一年中的运行时间可以达到99.999%。

这些吉瓦级用户对电力电网的需求增长速度已经远远超过了我们扩大支持清洁能源发展的物理和政治结构的速度。有超过1500吉瓦待接入电网的容量以及建设输电线路以传输这些电力所需的时间延续了十年以下是将新的电源整合所面临的挑战的一个例子：康斯塔通最近宣布重启三里岛核电站的最主要延迟因素不是该设施本身，而是所需的时间用于连接将其连接到电网。

面对扩大清洁电力供应的挑战，反射性的反应是提出一个虚假的选择：要么放弃美国在人工智能方面的优势，要么放弃我们对清洁能源的承诺。这种逻辑认为，满足计算经济不断增长的电力需求唯一的方式将是扩大传统的能源资源（如天然气）并保留燃煤发电厂。

依赖更多化石燃料的严重生态后果是显而易见的。但经济和安全方面的后果同样严峻。进一步投资于化石燃料会威胁到我们的国家竞争力，因为其他国家正在清洁技术方面取得领先，这些技术代表了下一代的经济增长机会——以万亿计的市场.

现实是，AI所需的前所未有的规模和功率密度需要一套新的发电解决方案，能够提供24/7全天候可靠的电力，并且这种需求在不断增加。虽然传统燃料的支持者过去一直指出可再生能源的不稳定性，但那些需要大规模、分布广且供应易中断的燃料（如天然气）的能源来源也不是答案。在美国德克萨斯州，天然气发电厂占了2022年末严重冬季风暴后70%的停电事件随着气候变化加剧，与天气相关的中断情况只会越来越多。

与其将人工智能竞争力和气候问题视为二选一的选择，我们看到人工智能对功率密度的迫切需求是一个机会，可以启动一系列新技术的发展，利用新的买家和市场结构——使美国不仅能够抓住人工智能的未来，还能创造能源密集型技术所需的市场。

数据中心对计算能力的持续需求最好由一系列新颖、清洁且可靠的电力来源来满足，这些来源目前正在经历快速创新。这包括可以在小规模迅速部署的先进裂变技术以及可以随时随地部署的下一代地热能技术。有一天，该武器库可能还包括作为近乎无限清洁能源来源的核聚变。这些技术可以在相对较小的空间内产生大量能量，与AI对集中电力的需求相匹配。它们有可能提供稳定可靠的基载电源，以满足AI数据中心全天候运营的需求。尽管其中一些技术（如聚变）仍处于开发阶段，但其他技术（如先进裂变技术和地热能）已经准备好今天就可以部署。

AI的能量密度要求同样需要一套新的电力基础设施改进——比如用于输电线路的先进导体，以提升高达10倍的动力通过更小的区域，冷却基础设施可以应对大量能耗芯片在相邻工作时产生的热量，并且下一代变压器能够实现更高电压电力的有效使用。这些技术以增加电力获取和降低延迟的形式为AI数据中心提供了显著的经济效益，并将使我们的20世纪电力电网迅速扩展，以满足21世纪的需求。

此外，人工智能与能源技术的融合将使得这两个领域的开发和扩展速度加快。在清洁能源领域，人工智能作为一种发明方法，加速了下一代材料设计的研究和开发进程。它也是一种制造工具，降低资本密集度并提高扩展速度。目前，人工智能已经帮助我们克服了下一代电力技术中的障碍。例如，普林斯顿大学研究人员正在使用它来预测和避免等离子体不稳定性长期以来阻碍持续聚变反应的障碍。在地热和采矿的背景下，人工智能正在加快商业级资源勘探和开发的速度，并降低其成本。其他公司使用人工智能来预测和优化现场发电厂的性能，大大降低了项目的资本强度。

历史上，新型清洁能源技术的部署不得不依赖公用事业公司，而这些公司以采用创新技术和投资首次商业项目速度慢而著称。然而如今，人工智能带来了电力生成技术的新资本来源：愿意为全天候清洁电力支付溢价并渴望快速行动的大科技公司。

这些“新买家”可以在自己的后院建立额外的清洁产能。或者他们可以部署创新的市场结构，以鼓励公用事业公司采用新的方式来扩展新型技术。我们已经看到了一些例子，例如协议谷歌、地热开发商Fervo以及内华达州公用事业公司NV Energy之间达成的合作，以确保数据中心可以使用优质且可靠的清洁能源。这些不敏感于价格但对时间敏感的买家的出现可以加速清洁能源技术的部署。

这一人工智能与气候之间的联系地缘政治影响显而易见：创新的社会经济成果将流向那些在人工智能竞赛和气候变化竞赛中都获胜的国家。

能够扩大可靠基载电力接入的国家将在长期内吸引人工智能基础设施，并将从人工智能产生的市场中受益。而率先进行这些投资的国家将会领先，这种领先地位会随着时间的推移因技术进步和经济生产力相互强化而不断积累。

如今，清洁能源的竞争得分板倾向于中国。该国拥有过去十年委托建造了37座核电站而美国则增加了两个。在核聚变方面的支出是中国的两倍，并且团队几乎昼夜不停地工作，致力于将该技术商业化。鉴于人工智能主导权的竞争归结为提高功率密度，当我们的主要竞争对手建立最密集能源资源的武器库时，我们却建造新的天然气发电厂，这就像带着刀去参加持枪械的战斗。

美国以及处于AI经济前沿的美国科技公司有责任和机会利用人工智能对电力需求的影响，来推动下一代清洁能源技术的发展。问题在于，他们会这样做吗？

迈克尔·基尔尼是引擎风险投资的一般合伙人，该公司投资于将突破性科学和工程商业化的新创公司。丽莎·汉斯曼是引擎风险投资的负责人，并曾在拜登政府担任总统特别助理，负责经济政策和实施工作。