AI需求讓電力而非晶片成為資料中心成長的核心

AI需求正讓電力成為資料中心建設的核心限制。國際能源總署表示，全球資料中心用電量在2025年達到485太瓦時。AI專用設施當年成長50%。國際能源總署預計，AI專用設施到2030年將增至3倍。勞倫斯伯克利國家實驗室表示，從提出併網申請到商業運轉的時間中位數超過5年。人腦運作所需功率約為20瓦。位於深圳、全球速度最快的超級電腦LineShine功耗達4,220萬瓦。一篇2023年的論文估算，以數位方式重建人腦將消耗27億瓦。該估算是將一個擁有1,000萬個神經元的模擬擴大至小鼠規模後再乘以1,000得出。論文稱，該模擬運行速度約比生物過程慢30,000倍。Epoch AI估算，2025年初一次典型ChatGPT查詢耗電0.3瓦時。《Joule》發表的一項同儕審查研究估算為0.31瓦時。該數值會隨工作負載變化，而生成較長答案的推理模型成本可能高出數倍。平均皮質放電頻率低於1赫茲。Kimi K2每個標記啟用1.04兆個參數中的326億個。Mixtral在2023年使用了約28%的參數。DeepSeek-V3使用5.5%。DeepSeek以8位元精度訓練了一個擁有6,710億個參數的模型。NVIDIA以4位元精度預訓練了一個擁有120億個參數的模型。據史丹佛大學的Mark Horowitz稱，從記憶體讀取運算元所消耗的能源可能是算術運算本身的數百倍。沒有任何神經形態或類比系統在生產環境中訓練或運行過前沿模型。英特爾的Hala Point在1,152片晶片上搭載11.5億個人工神經元。Hala Point仍是安裝於桑迪亞國家實驗室的研究原型。英特爾神經形態運算實驗室主任Mike Davies表示，該系統並未將任何LLM映射至Hala Point，公司也不知道如何做到。BrainChip表示，在上一個3月季度，客戶回款為70萬美元，營運現金流出為530萬美元。Rain AI曾尋求籌集1.5億美元，但未能完成募資。Rain AI在2025年探索過出售事宜。超過20名研究人員簽署了2025年刊於《Nature》的一篇共識論文，稱該領域缺少所需的生態系統。比特幣礦企擁有已通電的場址、已簽署的電力協議和併網權利。據VanEck稱，改造一個正在運作的場址每兆瓦成本約為300萬至400萬美元。據VanEck稱，綠地建設每兆瓦成本為1,000萬至1,200萬美元。上市礦企簽署的AI合約總額超過700億美元。2026年第二季文件顯示，該產業約有750兆瓦已通電容量。Core Scientific約占437兆瓦。Galaxy的Helios園區交付了133兆瓦。TeraWulf交付了102兆瓦。IREN交付了50兆瓦。Riot交付了25兆瓦。Hut 8簽約949兆瓦，但已通電容量為0。MARA和CleanSpark在8月的季度合計虧損達到8.51億美元。7月公布的劍橋初步調查資料顯示，約10%的礦企已將電力分配給AI。挖礦可以容忍中斷。AI租戶要求穩定電力、高密度冷卻和光纖。Core Scientific目前83%的收入來自託管，13%來自挖礦。2010年至2018年，全球資料中心算力成長550%，而能源使用量僅增加約6%。美國資料中心用電量從2014年的58太瓦時升至2023年的176太瓦時。