贝莱德CEO拉里·芬克警告：AI热潮可能需要超过70吉瓦的电力

贝莱德CEO拉里·芬克强调了人工智能快速扩张背后巨大的能源需求，警告称AI热潮将需要电力生产和数据中心基础设施的大规模增长。

他的言论凸显了全球科技行业面临的日益严峻的挑战。随着企业竞相开发越来越强大的AI系统，计算能力需求正以可能对全球电网造成巨大压力的速度增长。

这一问题对投资者而言日益重要，因为AI热潮已不再仅仅是关于半导体、软件和云计算的故事。它已经演变为一个涉及发电、数据中心、输电网络、冷却系统和长期资本投资的基础设施故事。

芬克的言论为一场日益热烈的讨论增添了内容——全球现有能源基础设施能否跟上下一代AI系统所需的大量计算能力。国际能源署在2024年估计，全球数据中心电力消费约为460太瓦时，到2026年可能超过1,000太瓦时，其中AI工作负载是重要的推动因素。

来源：XPost

AI正在成为一个高耗能产业

人工智能需要大量的计算能力。每次训练高级AI模型时，数千甚至数十万个专用处理器可能同时大型数据中心内运行。这些处理器不仅需要电力来执行计算，还需要为冷却系统、网络设备、存储基础设施以及保持数据中心持续运行所需的其他组件供电。

随着AI模型变得更加庞大和强大，支持它们所需的基础设施也在快速扩张。这在科技行业和能源行业之间建立了新的关系。

几十年来，投资者主要将数据中心视为支持互联网的技术基础设施的一部分。生成式AI的快速发展从根本上改变了这一认知。数据中心越来越被视为主要的工业设施，其电力需求可与大型制造业运营相媲美。

70吉瓦的数据凸显了其规模

提及超过70吉瓦的电力说明了基础设施挑战的规模。一吉瓦代表十亿瓦的功率；因此七十吉瓦代表着巨大的电力需求——大致相当于英国等国家的总装机发电容量。

AI所需的精确电量将取决于企业建设新数据中心的速度、未来芯片的效率、冷却技术的改进，以及模型训练与日常AI推理之间的计算量分配。即便如此，总体趋势是明确的：AI基础设施正在成为未来电力需求的主要来源。

对AI基础设施未来的研究同样指出，未来几年将出现吉瓦级计算集群和电力需求的显著增长。一项分析估计，在某些情景下，到2030年全球AI数据中心电力需求可能增加超过130吉瓦。

数据中心正在成为新的基础设施前沿

贝莱德已将数据中心基础设施定位为一项重大投资机会。在2024年宣布的涉及贝莱德、微软和总部位于阿布扎比的MGX的合作中，该合伙计划名为全球AI基础设施投资合伙计划（GAIIP），各方寻求为AI基础设施（包括数据中心和连接设施）筹集首批300亿美元的私人资本。

贝莱德将数据中心描述为数字经济的基础设施，并认为对该领域的投资可以支持经济增长和技术创新。

投资逻辑很简单：AI公司需要计算能力；计算能力需要数据中心；数据中心需要电力。因此，AI的扩张可能创造出远超传统科技公司的机会。公用事业公司、发电商、电网运营商、建筑公司、设备制造商和基础设施投资者都可能从这一建设中受益。

电力可能成为AI的关键瓶颈

最大的挑战可能不是AI芯片的供应——而可能是电力。企业可以订购处理器并建造建筑，但如果没有可靠的电力供应，这些设施就无法运行。

这为AI行业造成了潜在的瓶颈。一个数据中心在物理建设上可能已经完工，但如果周围电网没有足够的发电或输电能力，就无法满负荷运营。这就是为什么能源供应正成为科技公司在选择新数据中心选址时越来越重要的考虑因素。

拥有充足电力、可靠输电基础设施和优惠能源价格的地区可能成为AI发展的重要中心。

AI基础设施正在推动新一轮投资周期

人工智能的快速增长正在创造可能是数十年来最大的基础设施投资周期之一。企业正在数据中心、高性能计算系统和网络基础设施方面投资数十亿美元。与此同时，政府和公用事业部门正在考虑如何增加电力生产。

投资需求横跨多个行业。需要建造或升级发电厂。需要扩建输电线路。需要建设数据中心。半导体生产需要扩大规模。冷却技术必须变得更加高效。所有这些投资都需要资本——这是贝莱德等大型资产管理公司日益关注AI基础设施的原因之一。

贝莱德为何感兴趣

对于贝莱德这样规模的资产管理公司而言，AI基础设施不仅仅代表一种科技趋势。它代表着一个潜在的长期基础设施投资机会。数据中心可以通过与科技公司的长期合同产生经常性收入。电力基础设施也可以提供长期投资机会。

这符合大型机构投资者追求的更广泛投资策略，他们寻求能够多年产生回报的资产。因此，AI热潮可能在硅谷与传统基础设施投资之间搭建一座桥梁：科技公司提供需求，基础设施投资者提供资本，能源公司提供电力。

电网面临新挑战

电网最初并非围绕大规模AI数据中心集群而设计。传统的电力需求分布在家庭、办公室、工厂和商业设施之间。相比之下，AI数据中心会创造极其集中的需求。单个大型设施可能需要数百兆瓦的电力，而未来的AI园区可能需要更多。

这给公用事业部门带来了挑战。它们必须确定新发电设施应建在哪里、电力如何输送至数据中心，以及随着需求增长电网如何保持稳定。输电基础设施的规划、审批和建设可能需要数年时间——这造成了AI发展速度与能源基础设施发展速度之间的潜在不匹配。

核电重新回到讨论之中

AI的增长也重新激发了对核电的兴趣。核电站可以全天候提供大量电力而不依赖天气条件。这种可靠性对需要持续电力的数据中心运营商很有吸引力。

多家科技公司已经从探索阶段推进到具体协议。2024年，微软宣布与Constellation Energy签署购电协议，重启三里岛1号核电站，而Amazon披露了在包括X-energy在内的公司的小型模块化反应堆项目中的投资。Google则另外宣布与Kairos Power达成协议，从小型模块化反应堆购买电力。小型模块化反应堆也作为大型工业设施潜在的未来电源引起了更广泛的关注。然而，核电项目通常面临漫长的开发周期、巨大的资本需求和监管障碍。

因此，在近期的AI扩张中，企业可能需要依赖现有核电站、天然气、可再生能源发电、电池储能和电网升级的组合。

天然气可能从AI需求中受益

AI电力热潮也可能增强对天然气的需求。天然气发电厂可以提供可调度的电力，且通常比大型核电项目开发更快，这使其对寻求支持快速增长的电力需求的地区具有吸引力。

然而，增加对天然气的依赖也引发了关于排放和气候政策的另一场讨论。因此，AI行业可能面临艰难的平衡。企业希望获得可靠、经济实惠的电力，但投资者和政策制定者也越来越关注碳排放。结果可能是更加多元化的能源组合，包括天然气、核电、可再生能源和新兴技术。

可再生能源同样有其角色

可再生能源将继续是AI基础设施讨论的重要组成部分。太阳能和风能可以提供大量成本相对较低的电力。挑战在于AI数据中心通常需要全天候可靠的电力供应。太阳能发电在白天会有变化，而风力发电可能因天气条件而波动。

这意味着可再生电力可能需要与储能、电网连接或其他稳定电力来源相结合。一些科技公司已经在签署长期可再生能源协议，以支持其不断增长的电力消费。

效率可能改变局面

AI所需的电量并非固定不变。技术进步可能大幅减少单个AI任务所需的能源。更高效的处理器、更好的软件、改进的冷却系统和模型架构的进步都可能降低功耗。

与此同时，效率的提升可能促进AI的更多使用——这种现象有时被称为回弹效应。如果AI变得更便宜、更高效，企业可能更频繁地使用它，从而可能抵消部分节能效果。因此，效率的提升可能减少每个AI任务所需的电量，但不一定会减少总电力需求。

AI经济正在变得实体化

能源讨论最重要的含义之一是，人工智能不再纯粹是数字现象。AI可能通过软件交付，但支持它的基础设施是实体的。它需要建筑、电力、冷却系统、光纤网络和半导体工厂。

这意味着AI的未来将在一定程度上依赖于传统上与软件开发几乎没有联系的行业。能源公司可能对科技投资者变得越来越重要。建筑公司可能从数据中心扩张中受益。设备制造商可能看到电气系统和冷却技术需求的增长。基础设施基金可以为新设施提供融资。因此，AI经济正在向实体经济延伸。

投资者关注AI电力交易

AI不断增长的电力需求正在创造一个新的投资主题。投资者越来越多地将目光投向开发AI模型和芯片的公司之外，同时也在考察提供运营这些系统所需基础设施的公司。

公用事业公司可能受益于不断增长的电力消费。发电商可能从长期合同中受益。数据中心运营商可能从对计算能力的强劲需求中获益。基础设施投资者可以参与大规模项目的融资。结果是更广泛的AI投资生态系统。

对AI增长的潜在制约

如果电力基础设施未能足够快地扩张，能源供应可能成为AI发展的制约因素。企业可能有资金购买芯片和建设数据中心，但仍然面临因无法获得足够电力而延误的困境。

这可能影响未来AI设施的选址。拥有过剩发电能力的地区可能变得越来越有吸引力。审批流程更快的国家也可能获得优势。在美国，扩大发电和输电的能力可能成为保持技术领先地位的重要因素。

电力竞争可能加剧

AI数据中心不会是电力需求增长的唯一来源。电动汽车、制造业、工业电气化和其他技术也在增加电力消费。这可能引发对可用电力的竞争。

公用事业部门可能需要在数据中心的需求与居民和工业客户的需求之间取得平衡。这可能引发关于电价和基础设施投资的政治讨论。谁为电网扩建买单的问题可能变得尤为重要。

AI可能重塑能源行业

AI与能源之间的关系最终可能变得相互促进。AI公司需要电力，而能源公司可以利用AI改善运营。人工智能可以帮助公用事业部门预测电力需求、管理可再生能源发电、优化发电厂并识别维护问题。

因此，AI可能在增加电力需求的同时帮助能源行业更高效地运营。该技术可能同时成为电力的主要消费者和改善电力系统的重要工具。

更广阔的视角

拉里·芬克关于人工智能所需巨大电力的警告，凸显了科技行业面临的最重要挑战之一。AI革命需要的不仅仅是更好的模型和更快的芯片。它需要能够支持日益强大计算系统的大规模物理基础设施。

数据中心将需要电力。电力系统将需要新的发电和输电能力。投资者将需要提供资本。政府将需要加快审批和基础设施开发。科技公司将需要找到方法使AI系统越来越节能。

挑战的规模是巨大的，但潜在的经济机会同样巨大。贝莱德和其他主要投资者已经将AI基础设施视为一项重要的长期投资主题。该公司先前的基础设施倡议强调了数据中心日益增长的重要性以及与AI建设相关的大量资本需求。

对于科技行业而言，AI竞赛的下一阶段可能不仅取决于谁能构建最先进的模型，还取决于谁能确保运行这些模型所需的电力。随着AI继续向企业、消费者应用和政府服务领域扩展，能源可能成为全球技术竞争中最重要的战略资源之一。

能够建设可靠、经济实惠和可扩展电力基础设施的公司和国家，最终可能在决定人工智能发展速度方面拥有显著优势。

来源：Hokanews