近日，微軟創始人比爾·蓋茨透露，將繼續對美國懷俄明州“下一代”核電站投資數十億美元。這一決策背后的原因，很大程度是由于人工智能（AI）的崛起正悄然引發一場前所未有的“電力風暴”。

國際能源署數據顯示，使用ChatGPT進行一次查詢，就需要消耗2.9瓦時的電量，相比之下，普通引擎搜索僅需0.3瓦時。到2026年，AI和加密貨幣數據中心的年電力消耗量可能會翻一番，從2022年的460太瓦時（TWh）飆升到1000TWh以上。

AI是“能耗大王”

生成式AI模型的大部分能源消耗發生在使用之前，即訓練階段。這是深度學習模型開發的一個關鍵過程。

大多數數據中心使用圖形處理器（GPU）來訓練AI模型。GPU運行時需要大量能源，大約是傳統CPU（中央處理器）的5倍。訓練大語言模型需要數萬個GPU，它們需要晝夜不停地運行數周或數月。模型訓練完成后，需要托管和利用模型所依賴的數據。因此，數據中心的運轉“根本停不下來”。

AI的總消耗量是多少？訓練和輸入最常用的模型需要多少能源？根據美國斯坦福大學最近的一份報告，谷歌的Gemini Ultra模型訓練時需要500億PetaFLOPs（每秒千萬億次浮點運算）算力。如果要用商用計算機實現這種計算能力，需要大約1016臺計算機。與此相關的訓練成本為1.91億美元，主要歸因于能耗。

單個AI模型的耗電量可達數萬千瓦時。據技術咨詢公司IDC估計，ChatGPT等生成式AI模型的耗電量可能是其100倍。

除了系統本身，處理器還需要冷卻，常見的技術包括電動通風和水冷卻，這些也都需要能源。

用核能“為AI發電”

哪里才能找到足夠的電力來滿足AI“貪婪的胃口”？當前，世界正在向凈零碳排放邁進，數據中心需要可靠、穩定的基本能源，而太陽能和風能遠遠無法滿足需求。因此，核能正在成為一個新選擇。

大型科技公司已經邁出了走向“AI+核能”時代的第一步。

據美國《華爾街日報》報道，谷歌正在考慮與小型模塊化反應堆（SMR）開發商簽署電力購買協議。最近，谷歌還與微軟和紐柯鋼鐵公司簽署了一項協議，旨在加速先進清潔能源技術的發展，其中就包括“先進核能”。

微軟同樣在核能領域積極布局。去年5月，微軟與美國核聚變技術公司Helion Energy簽署了電力購買協議。Helion Energy承諾將從2028年開始向微軟提供核聚變能源。雖然這項技術目前仍處于理論階段，但微軟對其潛力充滿信心。此外，在微軟去年12月發布的《加速實現無碳未來》簡報中，明確將先進核能、聚變能源以及傳統反應堆列為公司綠色政策的核心支柱之一。

亞馬遜也押注核能。據西班牙《國家報》報道，亞馬遜云計算部門AWS最近在美國購買了一個位于美國第六大核電站附近的大型數據中心。該核電站將按固定價格為AWS提供所需的全部能源。

質疑聲音仍存在

核能或是AI“救星”的想法，正在硅谷中流行起來。OpenAI聯合創始人薩姆·奧爾特曼向Helion Energy公司投資了3.75億美元。他還兼任初創公司Oklo董事長，該公司致力于設計和制造一種新型SMR。

比爾·蓋茨是另一位對SMR感興趣的科技大亨。他的公司TerraPower正在研究一種鈉核反應堆，這種實驗性反應堆若能成功商業化，其成本有望低至核裂變的1/25。

不久前，Meta首席生成式AI工程師謝爾蓋·埃杜諾夫預測，只需兩個大型核反應堆的發電量就足以滿足2024年全球AI領域的能源需求。

核路線有前途嗎？質疑的聲音依然存在。

《國家報》報道稱，目前尚無任何SMR技術能夠立即投入實際部署，許多國家的SMR都處于原型階段。英國《新科學家》網站報道稱，先進核技術的建設前景更加不確定。盡管多家核技術初創企業獲得了科技富豪的青睞，但他們的商業運營時間表普遍指向2030年之后。到那時，全美國數據中心的電力需求預計將比2022年增加1倍甚至3倍。這些數據中心可能使用的電量相當于4000萬戶美國家庭的用電量。而Helion Energy最樂觀的估計是，到2029年，其產能僅能滿足美國4萬戶普通家庭的能源需求。（張佳欣）