【能源与环境】 | Energy & Environment
我们正处于人工智能未来地缘政治竞争的早期阶段。赢家将主宰21世纪的全球经济。
但人们经常忽略的是，人工智能对集中和持续的电力的巨大需求，代表着扩大下一代清洁能源技术规模的机会。如果忽视这一点，美国将在未来人工智能和能源生产的竞争中处于不利地位，将全球经济的领导地位拱手让给中国。
为赢得这场竞赛，美国未来需要更多的电力为数据中心提供服务。预计到2026年，人工智能数据中心将为电网增加相当于三个纽约市的负荷，而到这个十年结束时，它们在美国电力消耗中的份额可能会增加一倍以上，达到9%。因此，人工智能的发展将导致美国几十年来从未有过的电力需求激增；据最近估计，其电力需求年增长约2.5%，其中数据中心推动了高达66%的增长。
高能耗的先进人工智能芯片是这一增长的背后推手。ChatGPT查询需耗费3瓦时的电力，而简单的Google搜索仅需0.3瓦时。这些计算需求使得人工智能数据中心具有独特的功率密度，每个服务器机架需要更多的功率，每平方英尺的功率比传统设施高几个数量级。据传闻，OpenAI首席执行官萨姆·奥特曼（Sam Altman）向白宫提出，人工智能数据中心需要5 吉瓦的容量，足以为300多万户家庭供电，需要7×24小时的稳定可靠电力，全年99.999%的时间运行。
这些吉瓦级用户对电网的需求正在加速增长，其增长速度远超我国扩大支持清洁电力发展的物理和政治结构的速度。目前，超过1500吉瓦的容量等待接入电网，而建设输电线路以输送这些电力的时间长达十年之久。整合新能源面临的挑战的一个例子是：联合能源公司（Constellation Energy）最近宣布重启三里岛核电站，最重要的原因是将其连接到电网所需的时间更短。（编者注：联合能源公司斥资16亿美元重启三里岛核电站，来满足科技公司发展人工智能的需要。核电站将于2028年投入使用）
面对扩大清洁电力供应的挑战，人们本能地做出了错误的选择：要么放弃美国在人工智能领域的优势，要么放弃我们对清洁能源的承诺。这种逻辑认为，满足计算经济不断增长的电力需求的唯一途径是扩张天然气等传统能源和保护燃煤电厂。
依赖更多化石燃料对生态的可怕影响显而易见，但经济和安全方面的影响同样严重。对化石燃料的进一步投资会威胁到美国的竞争力，因为其他国家在清洁技术方面取得了飞跃，这会带来了下一代的经济机会——数以万亿计的市场。
现实情况是，人工智能所需的电力规模和密度空前，需要一套新颖的发电解决方案，能够持续不断增加的、全天候提供可靠的电力。虽然传统能源的支持者历来诟病可再生能源的可变性，但大量、分布式和可中断燃料供应（如天然气）的电力来源也不是解决方案。比如，德克萨斯州2022年底的一场严重冬季风暴后，天然气发电厂的停电占到70%。随着气候变化加剧，此类事件只会增加不会减少。
与其在人工智能竞争力和气候之间做选择，不如将人工智能对功率密度的迫切需求视为技术创新的机会，利用新的买家和新的市场结构。如此，美国不仅能抓住人工智能的未来，而且还能为这些新技术创造市场。
目前一系列正在快速创新的清洁、可靠的新能源可满足数据中心对算力的持续需求。其中包括，可以小规模快速部署的先进核裂变能，和可以随时随地部署的下一代地热能。终有一天，核聚变也会成为一种“取之不尽，用之不竭”的清洁能源。这些技术只需占据相对较小的空间而产生大量的能源，以满足人工智能对电力的需求。它们有潜力提供稳定、可靠的基本负载电力，满足人工智能数据中心的全天候运营需求。虽然其中一些技术，如核聚变，仍在发展中，但其他技术，如先进的裂变和地热能，现已准备好部署。
人工智能的功率密度要求同样需要一套新的电力基础设施的增强措施，比如传输线的先进导体，可以通过更小的区域传输高达10倍的电力；冷却基础设施，可以解决大量高能耗芯片的热量；以及下一代变压器，可以有效地利用高压电力。这些技术可增加电力供应、减少传输延迟，对人工智能数据中心有着显著的经济效益。它们将使我们20世纪的电网快速扩张，以满足21世纪的需求。
此外，人工智能和能源技术的融合将使这两个领域加速发展。人工智能作为一种发明方法，加快了在整个清洁能源领域下一代材料设计的研发步伐；人工智能也是制造业的一个工具，降低了资本密集度，加快了规模扩张的步伐；人工智能已经在帮助我们克服下一代电力技术的障碍。譬如，普林斯顿大学的研究人员正在用它来预测和避免等离子体不稳定性，长期以来这是持续聚变反应的阻碍；在地热和采矿领域，人工智能正在加快商业级资源发现和开发的步伐，并降低成本；其他能源类公司使用人工智能来预测和优化该领域发电厂的性能，大大降低了项目的资本密集度。
从历史上看，新型清洁能源技术的部署不得不依赖于公用事业公司，而公用事业公司在采用创新和投资一流的商业项目方面的速度是出了名的慢。然而，现在人工智能为发电技术带来了新的资本来源：那些愿意为全天候清洁能源支付溢价、并渴望迅速行动的大型科技公司。
这些“新买家”可以在自家后院建设额外的“清洁”供给，或者部署创新的市场结构，鼓励公用事业公司以新的方式扩大新技术的使用规模。我们已经看到了一些例子，比如谷歌、地热开发商Fervo和内华达州公用事业公司NV Energy达成的协议，以确保数据中心溢价使用清洁、可靠的电力。这些对价格不敏感但对时间敏感的买家，能推动清洁能源技术的加速部署。
人工智能和气候之间这种联系的地缘政治影响显而易见：创新的社会经济成果将流向在人工智能和气候竞赛中都获胜的国家。
长远来看，能够扩大获得可靠基本负荷电力的国家将吸引人工智能基础设施，并将从人工智能将产生的市场中受益。首先进行这些投资的国家将处于领先地位，而且随着技术进步和经济生产力的相互促进，这种领先地位将随着时间的推移而不断扩大。
如今，清洁能源的“记分牌”开始向中国倾斜。在过去的十年里，中国已经启用了37座核电站，而美国只新建了两座。中国在核聚变方面的投入是美国的两倍，研发人员夜以继日地将这项技术商业化。鉴于人工智能优势的竞争归根结底是功率密度的规模，当竞争对手在建造高功率密度能源库时，建造一批新的天然气发电厂就像带刀去参加枪战一样。
美国和处于人工智能经济前沿的美国科技公司有责任，也有机会通过利用人工智能的电力需求，扩大下一代清洁能源技术的规模来改变这种状况。
问题是，他们会吗？
作者简介：
迈克尔•科尔尼（Michael Kearney）是Engine Ventures的普通合伙人，该公司投资于将突破性科学和工程商业化的初创公司。
丽莎·汉斯曼（Lisa Hansmann）是Engine Ventures的负责人，曾在拜登政府担任总统特别助理，负责经济政策和实施。
翻译：网易有道、Wind
