美国能源部 (DOE) 最新发布的美国数据中心能源使用报告显示,由于 AI 硬件的快速普及和云服务的扩张,数据中心的用电量显著增加。
根据 12 月 20 日发布的报告显示,数据中心用电量从 2014 年的 58 太瓦时 (TWh) 上升到 2023 年的 176 TWh,占美国总用电量的 4.4%。
预计到 2028 年,这一需求将呈指数级增长,预测数值在 325 TWh 到 580 TWh 之间,可能占美国总用电量的 6.7% 到 12%。
这份由劳伦斯伯克利国家实验室撰写的报告指出,这一激增归因于 GPU 加速服务器的使用增加(特别是用于 AI 工作负载),以及云服务和数据密集型应用的广泛趋势。
为长期增长铺路
在 2018 年至 2023 年间,数据中心年度能源消耗以 18% 的复合年增长率 (CAGR) 加速增长。
DOE 工业效率和脱碳办公室主任 Avi Shultz 博士向 Data Center Knowledge 表示,解决不断增长的电力需求需要采用组合方案。
他说:"这种方案利用能源组合来满足近期增长需求,采用现有商用技术,同时通过电网优化工作为支持长期增长铺平道路。"
这些解决方案涵盖整个电力系统,从新型发电和现场储能技术到加强和扩展输电系统,以及最大化需求资源的效率和灵活性。
当前数据中心消耗了美国超过 4% 的电力 - 预计到 2028 年将上升至 12%
报告预测,2023 年至 2028 年的增长率将在 13% 到 27% 之间,具体取决于冷却系统效率、GPU 需求和运营实践等变量。
液冷等创新技术和从蒸发系统的转变被认为是关键的效率策略。
Shultz 博士指出,DOE 支持多项改善数据中心冷却系统能源和用水效率的工作。
例如,ARPA-E COOLERCHIPS 计划正在推进从芯片级到设施级的冷却技术,通过液浸冷却等技术的发展,Shultz 博士表示这可能减少多达三分之一的总电力消耗。
效率提升与新兴挑战
从历史来看,由于改进冷却、提高服务器利用率和减少空闲功耗等效率策略,数据中心行业在 2010 年至 2016 年间实现了近乎平稳的能源消耗增长。
然而,报告指出,AI 和加密货币应用的兴起已经扭转了这一趋势。
加速服务器使得自 2017 年以来能源需求翻倍,突显了需要采用新方法提高能源效率。
报告确定了几个关键的改进领域,包括基准测试计划、与公用事业公司合作,以及可扩展核能和实时可再生能源解决方案等清洁能源技术的进步。
这些措施旨在平衡不断增长的需求与环境可持续性。
DOE 还主张提高数据中心能源使用的透明度,以指导未来的规划和政策。
Shultz 说:"对美国来说,不会有一个万能的解决方案。我们需要一个全方位的能源解决方案,核能是满足这一不断增长需求的能源组合中的一个组成部分。"
他解释说,AI 和数据中心负载增长为需要 24/7 供电的先进核能源提供了机会。
"核能产生无碳电力,提供与各种其他能源互补的弹性电力,土地使用需求低,并能实现电网灵活性,"他说。
2028 年后的数据中心
在 AI 技术持续采用、电动车基础设施和工业电气化的推动下,预计数据中心能源消耗的快速增长将持续到 2028 年之后。
随着数据中心成为美国能源需求中越来越重要的部分,报告指出利益相关者必须同时应对当前挑战和长期基础设施需求。
投资新的电力基础设施、创新风险共担模式和新兴技术将对确保数据中心保持高效和可持续至关重要。
阅读更多最新数据中心基础设施新闻和见解
Shultz 强调,当前的激增为发展经济范围内电力基础设施扩展的领导地位提供了机会,使数据中心行业与更广泛的能源转型目标保持一致。
他说:"像我们的电网弹性创新伙伴关系计划、新的超级充电计划和技术援助伙伴关系等项目都帮助 DOE 将利益相关者社区聚集在一起,这样他们就能以协调和有组织的方式有效地进行规划。"
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。