根據Gartner公司的數據，人工智能（AI）和生成式人工智能（GenAI）正在推動電力消耗的快速增長，預計未來兩年數據中心的增長率將高達160%。因此Gartner預測，到2027年，40%的現有人工智能數據中心的運營將受到電力供應的限制。

Gartner副總裁分析師Bob Johnson表示：“為了實現GenAI，超大規模的新的數據中心數量呈爆炸式增長，這導致對電力的需求無止境，超出了公用事業供應商快速擴容的能力。反過來，這可能會擾亂能源供應并導致短缺，從而限制2026年以后用于GenAI和其他用途的新數據中心的增長。”

Gartner估計，數據中心運行增量AI優化服務器所需的電力將在2027年達到每年500太瓦時(TWh)，是2023年水平的2.6倍（見圖1）。

圖1：人工智能數據中心預計增量功耗，2022-2027

來源：Gartner（2024年11月）

Johnson說：“新的更大的數據中心正在計劃中，以處理訓練和實現支撐GenAI應用程序的快速擴展的大型語言模型（LLM）所需的大量數據。”“然而，短期電力短缺可能會持續數年，因為新的輸電、配電和發電能力可能需要數年才能投入使用，而且不會緩解當前的問題?！?/p>

在不久的將來，新數據中心的數量和GenAI的增長將取決于運行它們的電力的可用性。Gartner建議企業組織確定潛在的電力短缺將對所有產品和服務造成的風險。

電價將上漲

Gartner表示，即將來臨的電力短缺的必然結果是電價上漲，這也將增加LLM的運營成本。

Johnson說：“重要的電力用戶正在與主要生產商合作，以確保長期有保障的電力來源，不受其他電網需求的影響。”“與此同時，運營數據中心的電力成本將顯著增加，因為運營商使用經濟杠桿來確保所需的電力。這些成本也將轉嫁給人工智能/GenAI產品和服務提供商?！?/p>

Gartner建議組織評估未來的計劃，預計更高的電力成本，并以合理的電力價格談判數據中心服務的長期合同。在開發新產品和服務的計劃時，企業組織還應該考慮到顯著的成本增加，同時也要尋找需要更少電力的替代方法。

可持續發展目標將受到影響

短期解決方案也會對零碳可持續發展目標產生負面影響，因為需求激增迫使供應商不擇手段地增加產量。在某些情況下，這意味著讓原本計劃退役的化石燃料電廠在計劃關閉后繼續運行。

Johnson說：“現實情況是，短期內，數據中心使用量的增加將導致二氧化碳排放量增加，以產生所需的電力。反過來，這將使數據中心運營商及其客戶更難實現與二氧化碳排放相關的積極可持續發展目標?！?/p>

Gartner稱，數據中心需要全天候供電，而風能或太陽能等可再生能源無法提供全天候供電，除非在停電期間有某種替代供電。只有水力發電、化石燃料或核電站才能提供可靠的全天候供電。從長遠來看，改進電池存儲的新技術（例如鈉離子電池）或清潔能源（例如小型核反應堆）將會出現，并有助于實現可持續發展目標。

Gartner建議各企業組織根據未來幾年的數據中心需求和電源情況，重新評估與二氧化碳排放相關的可持續發展目標。在開發GenAI應用程序時，他們應該專注于使用最少的計算能力，并考慮其他選項的可行性，例如邊緣計算和更小的語言模型。