数字储能网讯：这篇文章是关于人工智能（AI）数据中心能源消耗增长的探讨，由美国学者Jonathan Koomey撰写，他是一位在数据中心能源需求领域研究多年的专家。文章对当前关于AI数据中心能源消耗的预测提出了质疑，并探讨了能源限制如何激励数据中心提高效率。

文章指出，随着AI技术的快速发展，全球对数据中心的投资激增，仅2024年第三季度，全球在该领域的总投资已达到约550亿美元。谷歌等大型科技公司纷纷投入大量资金，仅谷歌一家在AI领域的投资就已达到约1200亿美元。然而，这种快速扩张带来了能源消耗的巨大挑战，数据中心的能源消耗正在快速增长，这与全球减少碳排放以应对气候变化的目标形成了鲜明对比。

Jonathan Koomey通过分析历史数据和当前趋势，对数据中心能源消耗的增长进行了深入研究。他参考了多个机构的报告和预测，包括国际能源署（IEA）和高盛的预测，并与自己的研究结果进行了对比。Koomey还引用了自己在Koomey Analytics公司发布的多篇论文，这些论文详细分析了数据中心能源消耗的历史数据和未来趋势。

关键结论

1. 能源消耗预测的不确定性：Koomey指出，尽管有预测称数据中心的能源消耗将大幅增长，但这些预测存在很大的不确定性。例如，IEA在2024年对2022年的数据中心能源消耗的两次预测结果相差50%。此外，数据中心的能源消耗数据往往被视为商业机密，这增加了获取准确数据的难度。

2. 能源效率的潜在提升：Koomey认为，尽管AI技术的发展将推动数据中心的能源需求增长，但能源限制将激励行业提高能源效率。他提到，历史上数据中心的能源效率曾有显著提升，例如从传统企业数据中心向超大规模数据中心的转变，这一转变带来了巨大的能源效率改进。

3. AI技术的能源效率改进：文章讨论了AI技术本身可能带来的能源效率改进。Koomey指出，AI技术的发展可能会带来计算效率的显著提升，从而减少能源消耗。例如，DeepSeek公司最近的成果表明，通过更高效的算法和计算架构，可以在大幅减少能源消耗的情况下实现类似的计算结果。

4. 对能源需求的质疑：Koomey对当前关于AI能源需求的预测表示怀疑。他认为，尽管AI技术的需求可能很大，但能源消耗的增长将受到多种因素的限制，包括技术改进、市场饱和度和能源效率的提升。

文章中提到了一些具体的案例和数据，例如：

- 数据中心能源消耗的增长：从2000年到2005年，数据中心的能源消耗翻了一番，但随后的增长速度显著放缓。从2010年到2018年，尽管数据中心的计算能力增加了六倍，但能源消耗仅增加了6%。

- AI技术的能源消耗：训练单个AI模型可能会产生相当于300次纽约和旧金山往返航班的二氧化碳排放量，几乎是普通汽车一生排放量的五倍。仅训练GPT-3就用了1287兆瓦的电力，产生了552吨二氧化碳。

Koomey强调，尽管AI技术的发展可能会带来能源需求的增长，但行业内的创新和能源效率的提升可能会抵消这种增长。他还指出，数据中心的能源消耗预测存在很大的不确定性，这主要是由于数据的不透明性和预测方法的不一致性。此外，Koomey对AI技术的无限需求论表示怀疑，他认为市场对AI技术的需求可能会达到饱和点，从而限制能源消耗的增长。文章最后指出，尽管AI技术的发展可能会带来数据中心能源消耗的增长，但能源限制和市场因素将促使行业提高能源效率。Koomey认为，数据中心的能源消耗增长将不会是无限的，而是会受到多种因素的限制。他呼吁行业内外的人士对当前的能源消耗预测持谨慎态度，并关注能源效率的提升和技术创新。