<div id="readability-page-1">AI 革命下，为了满足日益增长的能源需求，科技巨头们竞相出招，各种解决方案被提上了议程，其中包括数据中心的液体冷却、核能和量子计算。 据国际能源署（IEA）预测，未来几年，数据中心的投资浪潮将进一步加速，主要由数字化增长和生成性 AI 的普及推动。而这一前景也引发了对电力需求激增以及 AI 的环境影响的担忧。 有分析认为，随着电力使用效率提升的步伐放缓，科技巨头们需要认识到整个供应链中生成性 AI 热潮中的成本，并放弃 “快速行动，打破常规” 的做法。近日，斯德哥尔摩环境研究所（SEI）全球议程、气候和系统部门负责人 Somya Joshi 在接受 CNBC 视频采访时表示： <blockquote> “目前，实际的环境成本相当隐蔽。因为科技公司为了推出产品并获得市场认可，在事实上承担了一部分环境成本。” </blockquote> <h2>持续供电、液体冷却...全力提高能源效率</h2> 作为现代云计算和 AI 应用背后的基础设施，数据中心消耗的能源日益增加。瑞士跨国公司 ABB 电气化总裁 Giampiero Frisio 表示，公司的数据中心业务近年来实现了显著增长，预计 2024 年将增长超过 24%。 他表示，ABB 在 AI 需求热潮中处于有利地位，能够为中型和大型行业参与者提供运行数据中心所需的所有组件： <blockquote> “我认为现在最好的行动方式是提高能源效率。因为技术已经存在，例如中压 HiPerGuard UPS（ABB 首创中压不间断电源），它可以为大型设施提供持续电力。” </blockquote> Frisio 还提到，“第二件事是转向液体冷却，这无疑是为了更好的能源效率。因为单个机架，你知道那些看起来像衣柜的黑匣子，里面装满了服务器，它们的功率密度将是以前的四到六倍。五到十年后，那就是核模块系统。” <h2>科技公司进军核能支撑 AI 发展</h2> 美国科技巨头微软、谷歌和亚马逊最近几个月都签署了价值数十亿美元的核能协议，他们寻求增加额外的能源容量来训练和运行当今应用背后的大型生成性 AI 模型。 此前，谷歌与 Kairos Power 签署了一项电力购买协议，用于到 2035 年产生 500MW 能源的小型模块化反应堆 (SMR)，亚马逊已与弗吉尼亚州和华盛顿州的公用事业公司签署协议，支持 SMR 项目的开发，并计划投资 SMR 技术开发商 X-energy。而今年 7 月，美国能源部也宣布为 SMR 开发提供 9 亿美元的资金。 生成性 AI 需求的激增的同时，人们也在寻找数据中心更有效的冷却解决方案，特别是液体冷却（使用水来降低服务器和其他电子设备温度的过程）。最近，法国电力设备制造商施耐德电气完成了一项 8.5 亿美元的交易，收购了专门从事高性能计算液体冷却的美国公司 Motivair Corp 的控股权。 施耐德电气当时的 CEO 表示，这笔全现金交易旨在加强其对数据中心的供应，这笔交易 “金额巨大”“但不太昂贵” 的，并且 “非常适合” 公司的策略。 <h2>量子计算可使 AI 既可持续又负责任</h2> 量子计算是指利用量子力学定律解决极其复杂问题的一个计算机科学领域，全球最大的综合量子计算公司 Quantinuum 首席执行官 Raj Hazra 表示，对生成性 AI 热潮的乐观情绪已经给运行该技术的成本带来了压力： <blockquote> “我认为，在我们发现的每一项伟大技术的夏天，都有一个冬天，但不要等到冬天到来才去关注它。这是我描述生成性 AI 正在发生的事情的方式、以及支撑它所需的基础设施和必须建造的庞大数据中心。” </blockquote> 他认为，如今 AI 面临两个挑战：一是从资源角度来看，它是否可持续？另一个是，它是否负责任？他表示，因为量子对它们都至关重要： <blockquote> “量子对社会的最大贡献之一可能是使 AI 既可持续又负责任。我预测，在未来三到五年内，你将听到人们说，我的业务运行的计算基础设施是什么？它将是高性能计算、AI 和量子的结合。” </blockquote> </div>

中国广核

中广核电力

中国核电

美国科技巨头微软、谷歌和亚马逊签署了数十亿美元的核能协议，以满足人工智能对能源的需求。分析指出，量子计算有助于提高 AI 的能源效率。国际能源署预测，数据中心投资将加速，推动电力需求激增。专家呼吁科技公司应认识到生成性 AI 的环境成本，并提高能源效率，采用液体冷却等技术。ABB 预计其数据中心业务将在 2024 年增长超过 24%。

- 科技巨头为满足能源需求竞相推出液体冷却、核能和量子计算方案。  
- 数据中心投资预计将加速，主要受数字化和生成性 AI 影响。  
- 生成性 AI 的环境成本隐蔽，需关注能源效率和可持续性。  

从核能到量子计算，科技巨头打算如何满足人工智能对能源的需求？