<div id="readability-page-1">AI 革命下，為了滿足日益增長的能源需求，科技巨頭們競相出招，各種解決方案被提上了議程，其中包括數據中心的液體冷卻、核能和量子計算。 據國際能源署（IEA）預測，未來幾年，數據中心的投資浪潮將進一步加速，主要由數字化增長和生成性 AI 的普及推動。而這一前景也引發了對電力需求激增以及 AI 的環境影響的擔憂。 有分析認為，隨着電力使用效率提升的步伐放緩，科技巨頭們需要認識到整個供應鏈中生成性 AI 熱潮中的成本，並放棄 “快速行動，打破常規” 的做法。近日，斯德哥爾摩環境研究所（SEI）全球議程、氣候和系統部門負責人 Somya Joshi 在接受 CNBC 視頻採訪時表示： <blockquote> “目前，實際的環境成本相當隱蔽。因為科技公司為了推出產品並獲得市場認可，在事實上承擔了一部分環境成本。” </blockquote> <h2>持續供電、液體冷卻...全力提高能源效率</h2> 作為現代雲計算和 AI 應用背後的基礎設施，數據中心消耗的能源日益增加。瑞士跨國公司 ABB 電氣化總裁 Giampiero Frisio 表示，公司的數據中心業務近年來實現了顯著增長，預計 2024 年將增長超過 24%。 他表示，ABB 在 AI 需求熱潮中處於有利地位，能夠為中型和大型行業參與者提供運行數據中心所需的所有組件： <blockquote> “我認為現在最好的行動方式是提高能源效率。因為技術已經存在，例如中壓 HiPerGuard UPS（ABB 首創中壓不間斷電源），它可以為大型設施提供持續電力。” </blockquote> Frisio 還提到，“第二件事是轉向液體冷卻，這無疑是為了更好的能源效率。因為單個機架，你知道那些看起來像衣櫃的黑匣子，裏面裝滿了服務器，它們的功率密度將是以前的四到六倍。五到十年後，那就是核模塊系統。” <h2>科技公司進軍核能支撐 AI 發展</h2> 美國科技巨頭微軟、谷歌和亞馬遜最近幾個月都簽署了價值數十億美元的核能協議，他們尋求增加額外的能源容量來訓練和運行當今應用背後的大型生成性 AI 模型。 此前，谷歌與 Kairos Power 簽署了一項電力購買協議，用於到 2035 年產生 500MW 能源的小型模塊化反應堆 (SMR)，亞馬遜已與弗吉尼亞州和華盛頓州的公用事業公司簽署協議，支持 SMR 項目的開發，並計劃投資 SMR 技術開發商 X-energy。而今年 7 月，美國能源部也宣佈為 SMR 開發提供 9 億美元的資金。 生成性 AI 需求的激增的同時，人們也在尋找數據中心更有效的冷卻解決方案，特別是液體冷卻（使用水來降低服務器和其他電子設備温度的過程）。最近，法國電力設備製造商施耐德電氣完成了一項 8.5 億美元的交易，收購了專門從事高性能計算液體冷卻的美國公司 Motivair Corp 的控股權。 施耐德電氣當時的 CEO 表示，這筆全現金交易旨在加強其對數據中心的供應，這筆交易 “金額巨大”“但不太昂貴” 的，並且 “非常適合” 公司的策略。 <h2>量子計算可使 AI 既可持續又負責任</h2> 量子計算是指利用量子力學定律解決極其複雜問題的一個計算機科學領域，全球最大的綜合量子計算公司 Quantinuum 首席執行官 Raj Hazra 表示，對生成性 AI 熱潮的樂觀情緒已經給運行該技術的成本帶來了壓力： <blockquote> “我認為，在我們發現的每一項偉大技術的夏天，都有一個冬天，但不要等到冬天到來才去關注它。這是我描述生成性 AI 正在發生的事情的方式、以及支撐它所需的基礎設施和必須建造的龐大數據中心。” </blockquote> 他認為，如今 AI 面臨兩個挑戰：一是從資源角度來看，它是否可持續？另一個是，它是否負責任？他表示，因為量子對它們都至關重要： <blockquote> “量子對社會的最大貢獻之一可能是使 AI 既可持續又負責任。我預測，在未來三到五年內，你將聽到人們説，我的業務運行的計算基礎設施是什麼？它將是高性能計算、AI 和量子的結合。” </blockquote> </div>

中國廣核

中廣核電力

中國核電

美國科技巨頭微軟、谷歌和亞馬遜簽署了數十億美元的核能協議，以滿足人工智能對能源的需求。分析指出，量子計算有助於提高 AI 的能源效率。國際能源署預測，數據中心投資將加速，推動電力需求激增。專家呼籲科技公司應認識到生成性 AI 的環境成本，並提高能源效率，採用液體冷卻等技術。ABB 預計其數據中心業務將在 2024 年增長超過 24%。

- 科技巨頭為滿足能源需求競相推出液體冷卻、核能和量子計算方案。  
- 數據中心投資預計將加速，主要受數字化和生成性 AI 影響。  
- 生成性 AI 的環境成本隱蔽，需關注能源效率和可持續性。  

從核能到量子計算，科技巨頭打算如何滿足人工智能對能源的需求？