貝萊德執行長拉里·芬克警告：AI熱潮可能需要超過70吉瓦的電力

貝萊德執行長拉里·芬克強調了人工智慧快速擴張背後龐大的能源需求，警告AI熱潮將需要大幅增加發電量和資料中心基礎設施。

他的言論凸顯了全球科技業面臨的一項日益嚴峻的挑戰。隨著各企業競相開發更強大的AI系統，運算能力需求正以可能對全球電網造成巨大壓力的速度增長。

這個議題對投資者而言日益重要，因為AI熱潮已不再僅僅是關於半導體、軟體和雲端運算的故事。它已演變成一個基礎設施故事，涉及發電、資料中心、輸電網路、冷卻系統和長期資本投資。

芬克的言論為一場日益熱烈的討論增添了動力——全球現有的能源基礎設施能否跟上新一代AI系統所需的龐大運算能力。國際能源署在2024年估計，全球資料中心用電量約為460太瓦時，並可能到2026年超過1,000太瓦時，其中很大一部分由AI工作負載所驅動。

來源：XPost

AI正成為能源密集型產業

人工智慧需要龐大的運算能力。每次訓練先進的AI模型時，數千甚至數十萬個專用處理器可能同時在大型資料中心內運作。這些處理器不僅需要電力來執行運算，還需要為冷卻系統、網路設備、儲存基礎設施以及其他維持資料中心持續運轉所需的組件提供電力。

隨著AI模型變得越來越大、功能越來越強，支援它們所需的基礎設施也在迅速擴張。這在科技業和能源業之間建立了全新的關係。

數十年來，投資者主要將資料中心視為支援網路的科技基礎設施的一部分。生成式AI的快速發展從根本上改變了這一認知。資料中心越來越被視為大型工業設施，其電力需求可與大型製造業相當。

70吉瓦的數字凸顯了規模

超過70吉瓦的電力需求凸顯了基礎設施挑戰的規模。一吉瓦代表十億瓦的電力；因此，七十吉瓦代表著龐大的電力需求——大致相當於英國等國家的總裝機發電容量。

AI所需的確切電力將取決於企業建造新資料中心的速度、未來晶片的效率、冷卻技術的改進，以及模型訓練與日常AI推論之間的運算量分配。即便如此，整體趨勢十分明確：AI基礎設施正成為未來電力需求的主要來源。

對AI基礎設施未來的研究同樣指出，未來幾年將出現吉瓦級的運算叢集和電力需求的大幅增長。一項分析估計，在某些情境下，到2030年全球AI資料中心的電力需求可能會增加超過130吉瓦。

資料中心正成為新的基礎設施前沿

貝萊德已將資料中心基礎設施定位為重大投資機會。在一項涉及貝萊德、微軟以及總部位於阿布達比的MGX的合作中——於2024年以全球AI基礎設施投資夥伴關係（GAIIP）的名義宣布——這些公司旨在為AI基礎設施（包括資料中心和連接性）動員初始300億美元的私人資本。

貝萊德將資料中心描述為數位經濟的基礎設施，並認為對該領域的投資可以支持經濟增長和技術創新。

投資邏輯很簡單：AI公司需要運算能力；運算能力需要資料中心；資料中心需要電力。因此，AI的擴張可能會在傳統科技公司之外創造大量機會。公用事業、發電商、電網營運商、建築公司、設備製造商和基礎設施投資者都可能從這波建設中受益。

電力可能成為AI的關鍵瓶頸

最大的挑戰可能不是AI晶片的供應——而是電力。企業可以訂購處理器、建造廠房，但沒有可靠的電力供應，這些設施就無法運作。

這為AI產業創造了潛在的瓶頸。一座資料中心可能在實體建設上已經完工，但如果周邊電網缺乏足夠的發電或輸電能力，就無法滿載運轉。這就是為什麼能源供應的可靠性正成為科技公司選擇新資料中心位置時日益重要的考量因素。

電力充足、輸電基礎設施可靠、能源價格有競爭力的地區可能成為AI發展的主要中心。

AI基礎設施正推動新一輪投資週期

人工智慧的快速發展正在創造可能是數十年來最大的基礎設施投資週期之一。企業正在資料中心、高效能運算系統和網路基礎設施上投入數十億美元。同時，各國政府和公用事業也在考慮如何增加發電量。

投資需求涵蓋多個產業。發電廠需要新建或升級。輸電線路需要擴建。資料中心需要建造。半導體產量需要擴大。冷卻技術必須變得更加高效。所有這些投資都需要資本——這也是貝萊德等大型資產管理公司越來越關注AI基礎設施的原因之一。

貝萊德為何感興趣

對於貝萊德這種規模的資產管理公司而言，AI基礎設施不僅僅代表一個科技趨勢。它代表著一個潛在的長期基礎設施投資機會。資料中心可以通過與科技公司的長期合約產生經常性收入。電力基礎設施也能提供長期投資機會。

這符合大型機構投資者所追求的更廣泛投資策略——他們尋求能夠在多年內產生回報的資產。因此，AI熱潮可以在矽谷和傳統基礎設施投資之間建立一座橋梁：科技公司提供需求，基礎設施投資者提供資本，能源公司提供電力。

電網面臨新挑戰

電網最初並非圍繞大型AI資料中心群聚而設計。傳統的電力需求分布在家庭、辦公室、工廠和商業設施之間。相比之下，AI資料中心會造成極度集中的需求。單一大型設施可能需要數百兆瓦，而未來的AI園區可能需要更多。

這給公用事業帶來了挑戰。他們必須決定在哪裡建造新的發電設施、電力如何送達資料中心，以及如何在需求增長時保持電網穩定。輸電基礎設施的規劃、審批和建設可能需要數年時間——這造成了AI發展速度與能源基礎設施建設速度之間的潛在落差。

核能重回討論視野

AI的增長也重新引發了對核能的興趣。核電廠可以全天候提供大量電力，不受天氣條件影響。這種可靠性對需要持續電力的資料中心營運商極具吸引力。

幾家科技公司已經從探索階段邁向具體協議。2024年，微軟宣布與Constellation Energy簽訂購電協議以重啟三哩島一號機組，而Amazon則披露了與包括X-energy在內的公司在小規模模組化反應爐項目上的投資。Google另行宣布與Kairos Power達成協議，購買來自小規模模組化反應爐的電力。小規模模組化反應爐也作為大型工業設施未來潛在電力來源而引起了更廣泛的關注。然而，核能項目通常面臨漫長的開發時程、龐大的資本需求和監管障礙。

因此，在近期的AI擴張中，企業可能需要依賴現有核電廠、天然氣、再生能源發電、電池儲能和電網升級的組合。

天然氣可能受益於AI需求

AI電力熱潮也可能加強對天然氣的需求。天然氣發電廠可以提供可調度的電力，且通常比大型核能項目更快建成，這使得它們對尋求支持快速增長電力需求的地區極具吸引力。

然而，對天然氣的日益依賴也引發了另一場關於排放和氣候政策的辯論。因此，AI產業可能面臨艱難的平衡。企業希望獲得可靠、可負擔的電力，但投資者和政策制定者也越來越關注碳排放。結果可能是更加多元化的能源組合，包括天然氣、核能、再生能源和新興技術。

再生能源也扮演重要角色

再生能源將繼續是AI基礎設施討論中的重要一環。太陽能和風力發電可以提供大量相對低成本的電力。挑戰在於AI資料中心通常需要全天候可靠電力。太陽能發電在日間會有所變化，而風力發電則會根據天氣條件波動。

這意味著再生能源可能需要與儲能設備、電網連接或其他穩定電力來源相結合。一些科技公司已經在簽訂長期再生能源協議，以支援其不斷增長的電力消耗。

效率可能改變方程式

AI所需的電力並非固定不變。技術改進可能會大幅減少單一AI任務所需的能源。更高效的處理器、更好的軟體、改良的冷卻系統和模型架構的進步都可能降低功耗。

同時，效率的提升可能會鼓勵更多的AI使用——這種現象有時被稱為回彈效應。如果AI變得更便宜、更高效，企業可能會更頻繁地使用它，從而可能抵消部分節能效果。因此，效率的提升可能會減少每項AI任務所需的電力，但不一定會減少總電力需求。

AI經濟正在走向實體化

能源討論最重要的意涵之一是，人工智慧不再是純粹的數位現象。AI可能通過軟體提供，但支援它的基礎設施是實體的。它需要建築物、電力、冷卻系統、光纖網路和半導體工廠。

這意味著AI的未來將部分取決於傳統上與軟體開發關係不大的產業。能源公司可能對科技投資者變得越來越重要。建築公司可以從資料中心擴張中受益。設備製造商可能會看到對電力系統和冷卻技術的需求增加。基礎設施基金可以為新設施提供融資。因此，AI經濟正在向實體經濟擴張。

投資者關注AI電力交易題材

AI不斷增長的電力需求正在創造新的投資主題。投資者越來越多地將目光投向開發AI模型和晶片的公司之外，也在考察提供這些系統運作所需基礎設施的公司。

公用事業可以受益於不斷增長的電力消費。發電商可以受益於長期合約。資料中心營運商可以從運算能力的強勁需求中獲益。基礎設施投資者可以參與大型項目的融資。結果是一個更廣泛的AI投資生態系統。

對AI增長的潛在制約

如果電力基礎設施擴建速度不夠快，能源供應可能成為AI發展的制約因素。企業可能擁有購買晶片和建造資料中心的資金，但仍面臨延遲，因為無法獲得足夠的電力。

這可能影響未來AI設施的建設地點。擁有過剩發電能力的地區可能變得越來越有吸引力。審批流程更快的國家也可能獲得優勢。在美國，擴大發電和輸電能力可能成為維持技術領先地位的重要因素。

電力競爭可能加劇

AI資料中心不會是電力需求增長的唯一來源。電動車、製造業、工業電氣化和其他技術也在增加電力消費。這可能引發對可用電力的競爭。

公用事業可能需要在資料中心與住宅及工業客戶的需求之間取得平衡。這可能引發關於電價和基礎設施投資的政治辯論。誰來支付電網擴建費用的問題可能變得尤為重要。

AI可能重塑能源產業

AI與能源之間的關係最終可能變得相輔相成。AI公司需要電力，而能源公司可以利用AI改善營運。人工智慧可以幫助公用事業預測電力需求、管理再生能源發電、優化發電廠並識別維護問題。

因此，AI可能在增加電力需求的同時，幫助能源業更高效地運營。該技術既可能成為主要的電力消費者，也可能成為改善電力系統的重要工具。

更宏觀的視角

拉里·芬克對人工智慧所帶來龐大電力需求的警告，凸顯了科技業面臨的最重要挑戰之一。AI革命需要的不僅僅是更好的模型和更快的晶片。它需要龐大的實體基礎設施來支援日益強大的運算系統。

資料中心需要電力。電力系統需要新的發電和輸電能力。投資者需要提供資本。政府需要加快審批和基礎設施建設。科技公司需要找到方法使AI系統更加節能。

挑戰的規模巨大，但潛在的經濟機會同樣可觀。貝萊德和其他主要投資者已將AI基礎設施視為重大的長期投資主題。該公司先前的一些基礎設施舉措強調了資料中心日益增長的重要性，以及與AI建設相關的龐大資本需求。

對科技業而言，AI競賽的下一階段可能不僅取決於誰建造了最先進的模型，還取決於誰能確保運行這些模型所需的電力。隨著AI繼續向企業、消費者應用和政府服務擴展，能源可能成為全球科技競賽中最重要的戰略資源之一。

能夠建設可靠、可負擔且可擴展電力基礎設施的公司和國家，最終可能在決定人工智慧發展速度方面擁有顯著優勢。

來源：Hokanews