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
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。