行业专家Ali Fenn表示，为了利用人工智能的繁荣，解决数据中心的电力难题至关重要。
披头士乐队告诉全世界，“爱是你所需要的一切。”但Lancium公司总裁Ali Fenn表示，电力是你所需的一切，至少在数据中心的人工智能方面是这样。在今年于美国华盛顿特区举行的数据中心世界大会上，Fenn概述了人工智能的发展速度比任何人想象的都要快。它对计算和新数据中心容量的需求是前所未有的。她说：“目前的每一种模式都可能低估了未来的发展。人工智能在社会各个方面的转型潜力基本上只受一件事的支配：电力。”
破解电力之谜
那些希望利用人工智能热潮的人需要弄清楚电力在哪里，他们如何获得电力，以及他们可以在哪里最快速地建立数据中心来提供人工智能所需的电力，同时控制成本。
有人预测人工智能将使人类走向衰落。Fenn认为这是乐观的主要原因。人工智能技术可以帮助研究人员找到治疗癌症的方法，消除贫困，摆脱繁重的体力劳动或重复性任务，并为人们提供更多的时间。她引用了人工智能等统计数据，到2050年，人工智能每年将花费高达38万亿美元用于气候变化。Fenn说：“没有数据中心就没有人工智能。这是我们的时刻，我们的责任，我们的机会。”
人工智能已经在推动数据中心的重大进步。Meta的人工智能数据中心工作预计将使整体成本降低33%。谷歌的DeepMind AI将冷却成本降低了40%。微软已将人工智能引入其平台以生成安全警报并提高安全性。
Gartner分析师Sid Naq表示：“到2025年，一半的云数据中心将部署具有人工智能和机器学习功能的先进机器人，从而提高30%的运营效率。”
人工智能时代
Fenn认为，人工智能在2021年从完全依赖软件和代码转变为在2022年增加GPU，并在2023年找到足够的数据中心容量。2024年，等式已经转移到获得足够的能力来运行人工智能应用程序和大型语言模型（LLM）。
商业房地产公司CBRE数据中心解决方案执行董事总经理兼全球负责人Pat Lynch表示：“数据中心增长的主要障碍不是土地、基础设施或人才的可用性，而是当地的电力。”
Fenn指出，美国数据中心的电力需求花了30年时间才达到17GW。如果没有人工智能，预计到本十年末将再次翻一番。但现在，到2030年，数据中心电力需求的估计范围从50吉瓦到高达80吉瓦。Fenn说：“从长远来看，1吉瓦的电力足以满足100万人的家庭需求，100吉瓦的能源足以满足全球10%的照明需求。我们正在见证历史上最大规模的资本注入人工智能。”
与2022年的可用电力相比，到2025年，ChatGPT等生成型人工智能（GenAI）应用预计将消耗美国数据中心约75%的兆瓦。到2027年，GenAI的电力需求预计将翻一番，远远超过2022年的总可用电力。
一个简单的事实是，电力消耗将远远超过任何效率或现代化成果。因此，到2030年，数据中心的电力消耗将从目前约占美国电力的2%增长到7.5%。分析师和预测者无法跟上。无论他们为增长设定了什么数字，在几个月内都会被严重低估。难怪我们在新的数据中心设施、园区和未来站点的新土地上看到了如此多的投资。
未来的电网
当前的电网模型应对人工智能扩展的可能性为零。从现在到2027年，前五大数据中心市场的可用电力容量仅为4吉瓦。然而，几年内可能需要多达50吉瓦。这几乎相当于目前整个中大西洋和新英格兰州的消费量。
如果这还不是一个足够大的问题，那么电网的速度与人工智能的扩张是不一致的。为一个大型项目寻找电力需要六到七年的时间和数千次批准。更糟糕的是，向可再生能源的转型意味着到2030年，美国东北部约有60吉瓦的传统电力输出将下线，而且看不到替代品。Fenn说：“未来的电网一定非常不同。主要问题是峰值需求，我们需要以新的方式解决。”
与其说灵活性来自供应侧（如“峰值”工厂在晚上上线并应对突然的供应短缺），不如说供需双方都需要灵活性。Fenn预计，到2050年需求响应计划将增加20倍，数据中心和其他用户同意在特定时期内脱离电网，依赖现场或备用电源。她说，仅这一点，就可能超过2000吉瓦。我们看到了这一趋势的早期迹象，谷歌等超大规模公司根据优化供应、需求和电力成本，将工作负载转移到全球各地。
未来的数据中心
随着电力容量的增加，新数据中心的规模预计将飙升。Fenn说：“传统数据中心不会消失，对其服务的需求可能会继续存在。但我们可能很快就会看到1或2吉瓦甚至更大的数据中心。”
这些新的大型数据中心将位于广阔的园区内，首先取决于哪里有足够的电力可用性，并受网络中心和负载中心附近的影响，或者有足够强大的传输基础设施将电力输送到需要的地方。如此规模的数据中心需要改变管理方式。他们可能需要更像发电厂一样对待，他们必须与公用事业和电网运营商密切协调。Fenn喜欢美国德克萨斯州作为许多新场景的可能目的地。
Fenn说：“我们需要一个考虑到天气预报、定价、电网拥堵、负载和动态编排的预测性和响应性电网。实现这一目标需要在各个方面进行创新，并建造大量新的天然气调峰发电机、核能和其他能源。”
虽然围绕人工智能和数据中心的大部分讨论都集中在电力使用和容量限制上，但数据中心运营商本身也在利用人工智能系统来帮助他们优化基础设施运营。
在之前接受Data Center Knowledge采访时，Fenn指出，人工智能在数据中心行业最重要的机会之一在于数据中心和电网的交叉点。她解释说：“数据中心需求的快速增长和大规模、千兆瓦级数据中心的出现给电网运营商带来了新的挑战。在Lancium，我们专注于开发人工智能驱动的电力编排和优化技术，以提供电网可靠性，并确保数据中心及其客户的工作负载可靠性，SLA优先考虑可靠性和无碳能源。”
美国加州大学河滨分校电气与计算机工程副教授Shaolei Ren分享了对人工智能提高能源效率潜力的乐观态度。Ren说：“人工智能可以根据实时需求提供更精确的冷却系统运行配置，人工智能还可以通过提供冷却系统的精确配置和预测用电效率来帮助预测用电效果。”
