2024年为智能赋能—人工智能和数据中心能耗分析报告

驱动智能 分析人工智能与数据中心能源消耗 执行摘要 关键信息•在美国，数据中心供电、为制造业提供清洁能源、支持工业本土化以及 交通电气化正在推动电力负荷的再次增长。大量新的大型点负荷集群正在考验电力公司保持步伐的能力。 •数据中心是全球增长最快的行业之一。在2017年至2021年期间，Meta、亚马逊、微软和谷歌——商业可用云计算和数字服务的主要提供商——使用的电量翻了一番多。 •数据中心负载增长预测中的基本不确定性源于商业和日常生活中的广泛人工智能（AI）技术的出现——由2022年11月发布的开放AI的ChatGPT等生成式AI模型在公众意识中的爆炸性增长所标注。尽管目前估计AI应用仅使用数据中心电力的10%至20%，但这个比例正在迅速增长。 •人工智能模型通常比在过去二十年推动数据中心增长的检索、流媒体和通信应用更为能耗密集。以每个ChatGPT请求2.9瓦时计算，AI查询估计需要比传统的Google查询多10倍的电力，后者大约使用0.3瓦时；而新兴的计算密集型功能，如图像、音频和视频生成，则没有先例。 •为对国家层面潜在数据中心负载增长进行早期评估，美国电力研究协会（EPRI）已为2023年至2030年的数据中心负载制定了低、中、高和更高增长情景。到2030年，数据中心消耗的美国电力生成量预计将从目前的4%增长到每年4.6%至9.1%。 •虽然全国层面的增长估计是显著的，但考虑到行业的地理集中度和这种增长可能带来的地方性挑战，这一点更加引人注目。如今，十五个州占全国数据中心负荷的80%，预计到2023年，数据中心将占弗吉尼亚州电负荷的四分之一。全球需求集中也显而易见，预计到2026年，数据中心将占据爱尔兰总电力需求的近三分之一。 •随着云计算和人工智能的转型，新的数据中心规模正在不断扩大。新建数据中心容量从100兆瓦到1000兆瓦不等，大约相当于8万到80万户家庭的负荷。一至两年的连接准备时间、对高度可靠电力的需求以及从新、非排放发电源获取电力的请求可能会造成当地和区域电力供应挑战。 •美国电力研究协会强调了三项支持数据中心快速扩张的基本策略： .2.1. 数据中心效率提升和灵活性的增强数据中心开发商与电力公司之间的紧密协调公司关于数据中心电力需求、时序和灵活性，以及。由于电力供应和配送限制。3.更好的建模工具为了规划5-10+年电网投资，以预见并适应数据中心增长，同时不损害其他客户利益，并确定应对这些大型、新型需求以维持电网可靠性的策略。 内容目录 执行摘要.......................................................................................................................................... 2 关键信息............................................................................................................................................................. 2 人工智能对数据中心负载增长潜在影响的可能性....................................................................4 EPRI 美国数据中心负载预测......................................................................................................................4 数据中心电力需求集中在少数地区..............................................................................5 支持数据中心快速扩张的路线图.................................................................................................6 引言......................................................................................................................................................... 7 研究问题.................................................................................................................................................... 7美国数据中心...............................................................................................................................7 数据中心的主要电力消耗硬件和设备....................................................................9 人工智能与数据中心能耗洞察..................................................................................................10 每天正在处理庞大的数据量..............................................................................................10 数据中心行业能源效率的历史..........................................................................................11 地理分布不均导致数据中心负载不平衡................................................................12 人工智能对功耗的影响...................................................................................................................14 Chat GPT和其他大型语言模型（LLMs）................................................................................................15 预测数据中心负载增长至2030年......................................................................................................17基于历史数据、专家见解和当前趋势的四种情景..................................................................................17 能源高效训练算法......................................................................................................................... 18 能源高效硬件........................................................................................................................................ 19 能源高效冷却技术......................................................................................................................19 可扩展清洁能源使用........................................................................................................................................ 20 监控与分析......................................................................................................................................... 20 降低数据中心的环境足迹.....................................................................................................21 措施以支持数据中心快速扩张..................................................................................................21 提高数据中心运营效率和灵活性......................................................................................22 通过共享能源经济模式增加可持续数据中心的协作......................................22 通过改进预测和建模更好地预测未来点负荷增长.....................................23 附录A：特定州情景....................................................................................................................24 预计前15个州的数据中心负荷场景..........................................................................................24 各大区域数据中心的容量差异.....................................................................27 对44个州潜在电力消耗的预测. ......................................................................................28 附录B：关于AI模型能源使用的见解..........................................................................................29 参考文献.............................................................