近日，微软创始人比尔·盖茨透露，将继续对美国怀俄明州“下一代”核电站投资数十亿美元。这一决策背后的原因，很大程度是由于人工智能（AI）的崛起正悄然引发一场前所未有的“电力风暴”。

　　国际能源署数据显示，使用ChatGPT进行一次查询，就需要消耗2.9瓦时的电量，相比之下，普通引擎搜索仅需0.3瓦时。到2026年，AI和加密货币数据中心的年电力消耗量可能会翻一番，从2022年的460太瓦时（TWh）飙升到1000TWh以上。

　　AI是“能耗大王”

　　生成式AI模型的大部分能源消耗发生在使用之前，即训练阶段。这是深度学习模型开发的一个关键过程。

　　大多数数据中心使用图形处理器（GPU）来训练AI模型。GPU运行时需要大量能源，大约是传统CPU（中央处理器）的5倍。训练大语言模型需要数万个GPU，它们需要昼夜不停地运行数周或数月。模型训练完成后，需要托管和利用模型所依赖的数据。因此，数据中心的运转“根本停不下来”。

　　AI的总消耗量是多少？训练和输入最常用的模型需要多少能源？根据美国斯坦福大学最近的一份报告，谷歌的Gemini Ultra模型训练时需要500亿PetaFLOPs（每秒千万亿次浮点运算）算力。如果要用商用计算机实现这种计算能力，需要大约1016台计算机。与此相关的训练成本为1.91亿美元，主要归因于能耗。

　　单个AI模型的耗电量可达数万千瓦时。据技术咨询公司IDC估计，ChatGPT等生成式AI模型的耗电量可能是其100倍。

　　除了系统本身，处理器还需要冷却，常见的技术包括电动通风和水冷却，这些也都需要能源。

　　用核能“为AI发电”

　　哪里才能找到足够的电力来满足AI“贪婪的胃口”？当前，世界正在向净零碳排放迈进，数据中心需要可靠、稳定的基本能源，而太阳能和风能远远无法满足需求。因此，核能正在成为一个新选择。

　　大型科技公司已经迈出了走向“AI+核能”时代的第一步。

　　据美国《华尔街日报》报道，谷歌正在考虑与小型模块化反应堆（SMR）开发商签署电力购买协议。最近，谷歌还与微软和纽柯钢铁公司签署了一项协议，旨在加速先进清洁能源技术的发展，其中就包括“先进核能”。

　　微软同样在核能领域积极布局。去年5月，微软与美国核聚变技术公司Helion Energy签署了电力购买协议。Helion Energy承诺将从2028年开始向微软提供核聚变能源。虽然这项技术目前仍处于理论阶段，但微软对其潜力充满信心。此外，在微软去年12月发布的《加速实现无碳未来》简报中，明确将先进核能、聚变能源以及传统反应堆列为公司绿色政策的核心支柱之一。

　　亚马逊也押注核能。据西班牙《国家报》报道，亚马逊云计算部门AWS最近在美国购买了一个位于美国第六大核电站附近的大型数据中心。该核电站将按固定价格为AWS提供所需的全部能源。

　　质疑声音仍存在

　　核能或是AI“救星”的想法，正在硅谷中流行起来。OpenAI联合创始人萨姆·奥尔特曼向Helion Energy公司投资了3.75亿美元。他还兼任初创公司Oklo董事长，该公司致力于设计和制造一种新型SMR。

　　比尔·盖茨是另一位对SMR感兴趣的科技大亨。他的公司TerraPower正在研究一种钠核反应堆，这种实验性反应堆若能成功商业化，其成本有望低至核裂变的1/25。

　　不久前，Meta首席生成式AI工程师谢尔盖·埃杜诺夫预测，只需两个大型核反应堆的发电量就足以满足2024年全球AI领域的能源需求。

　　核路线有前途吗？质疑的声音依然存在。

　　《国家报》报道称，目前尚无任何SMR技术能够立即投入实际部署，许多国家的SMR都处于原型阶段。英国《新科学家》网站报道称，先进核技术的建设前景更加不确定。尽管多家核技术初创企业获得了科技富豪的青睐，但他们的商业运营时间表普遍指向2030年之后。到那时，全美国数据中心的电力需求预计将比2022年增加1倍甚至3倍。这些数据中心可能使用的电量相当于4000万户美国家庭的用电量。而Helion Energy最乐观的估计是，到2029年，其产能仅能满足美国4万户普通家庭的能源需求。