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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。