根据国际能源署 (IEA) 的报告,未来三年内,由数据中心、工业生产、空调和交通运输部门带来的巨大电力需求,将推动全球电力产量年均增长 4%。
这份来自巴黎的机构报告显示,全球电力消耗预计将以近年来最快的速度增长,这一增长由成熟经济体和发展中经济体共同推动。
根据 IEA 的《2025年电力展望》报告指出:"2024年全球电力需求增长 4.3%,预计到2027年将继续保持接近 4% 的增长率。"
"这比2023年2.5%的增长率有显著提升。2023年中国、印度和东南亚地区的强劲增长被发达经济体的需求下降所抵消。未来三年,全球电力消耗预计将增长前所未有的3,500太瓦时。"
"每年新增一个日本的用电量"
为了更直观地理解这些数据,IEA 将这一增长比作每年在全球需求中新增一个日本的年度总用电量。
虽然2024年发达经济体的电力需求与2021年相比几乎保持不变,但 IEA 表示,预计在2025-2027年期间,发达经济体将占全球需求增长的15%。
"许多发达经济体 - 如澳大利亚、加拿大、欧盟、日本、韩国和美国 - 在2024年用电量增长后,预计到2027年电力消耗将继续上升。"
数据中心重点增长市场
数据中心激增的需求在 IEA 报告中占据突出位置。特别是中国被强调为全球电力增长的主要推动力。
该组织估计,到2027年底,中国数据中心的电力消耗可能会翻倍,达到约200太瓦时。
在美国,继2023年因"天气温和和制造业活动疲软"而出现下降后,IEA 预计2025年至2027年电力需求将以每年2%的速度增长 - 相当于三年内新增加利福尼亚州的总用电量。
在欧盟,电力需求正在逐步恢复,但由于热泵、电动汽车和数据中心的增长被工业需求疲软所抵消,预计直到2027年才能达到2021年的水平。
拥抱核能未来?
IEA 的报告紧随高盛本月早些时候发布的一项研究,该研究预测到2027年数据中心的全球电力需求将增加50%,到本十年末将增加多达165%。
在这种激增的需求中,小型模块化反应堆 (SMR) 的潜力一直是一个反复出现的主题。
IEA 表示:"SMR 正受到越来越多的关注。全球已宣布计划建设高达25吉瓦的 SMR 容量,用于供应数据中心,其中几乎所有项目都在美国。"
高盛此前的一份报告强调核能是数据中心新能源基础设施的关键,但警告说"核能无法满足所有增加的数据中心电力需求。"
展望未来,IEA 能源市场和安全主管 Keisuke Sadamori 表示:"虽然新兴和发展中经济体将在未来几年推动全球电力需求增长的大部分,但在经历了相对停滞期后,许多发达经济体的消耗量也预计会增加。政策制定者需要密切关注这些不断变化的动态。"
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。