根据Gartner的数据，人工智能和生成式人工智能（GenAI）工作负载的快速扩张可能导致，到2027年40%的数据中心受到电力短缺的影响。由于需要巨大的计算能力，人工智能数据中心在未来三年内所需的电力可能会增加160%，这将超出公用事业提供商及时满足需求的能力。

Gartner指出，到2027年，专注于人工智能的数据中心每年的耗电量将达到约500太瓦时（TWh），几乎是当前耗电量（2024年为260 TWh）的两倍。这一激增归因于大型语言模型（LLM）和需要强大数据处理能力的复杂算法的部署增加。

Gartner分析师副总裁Bob Johnson在最新报告中表示：“用于生成式人工智能应用的超大规模数据中心呈爆炸式增长，正在产生前所未有的电力需求。这一需求超过了公用事业提供商的扩容能力，从而导致潜在短缺，可能会从2026年起限制人工智能和其他高耗能应用的增长。”

一个超大规模的人工智能数据中心可能消耗高达100兆瓦的电力。

报告还指出，能源需求的增加将给依赖稳定能源来维持运营的科技巨头和云服务提供商带来挑战，专家预测这些限制可能会影响创新和未来人工智能应用的推出。

供需缺口

包括数据中心在内的ICT（信息和通信技术）行业在数据收集、分析、计算、存储和通信方面的总电力需求增长速度明显快于总电能生产速度。

“到2030年，ICT的总电力需求将超过全球总能源生产的9%，而目前的比例还不到3%，” Johnson指出，“为了满足这一需求的增长，ICT应用将不得不从住宅、商业或工业用户等其他领域获取大量电力。”

从整体来看，Gartner报告指出，预计到2030年，ICT电力的总需求将以25%的复合年增长率（CAGR）增长，而全球电力生产量的复合年增长率仅为3%。

“这意味着，尽管2024年ICT电力总需求在总发电量中所占比例不到3%，但到2030年，这一比例将超过9%。”报告称。

具体从数据中心的角度来看，2021年，ICT新增需求在全球新增发电容量中所占比例尚为可控的4%。到2023年，受超大规模数据中心增长的影响，ICT新增需求占新增发电总量的比例达到20%，预计2030年将超过70%。

国际能源署（IEA）在2024年的分析中预测，2022年至2026年间，全球数据中心对电力的需求将增长75%以上，更有预测可能增长128%。

施耐德电气也这样认为，其三分之一的收入来自数据中心业务。在其白皮书中，该公司警告称，人工智能对电力和制冷的需求已经超出了标准数据中心设计所能承受的范围，并指出需要新的设计。

成本上升与能源安全问题

随着电力需求的增加，预计电费将上涨，这将影响数据中心的开支，并对整个人工智能行业产生连锁反应。一些科技公司已经签署了专门的能源协议，以确保可靠的电力供应，但即便如此，价格上涨也已成为必然。

“严重依赖人工智能的组织需要为数据中心电力成本上升带来的运营成本增加做好准备，” Johnson补充道，“长期电力合同将至关重要，同时还需要探索替代能源或基于效率的解决方案。”

据Johnson介绍，产品负责人应通过制定“反映可用电力限制的现实替代方案”来评估潜在电力短缺对其产品和服务的影响。

“在制定新产品和服务的计划时，要将数据中心服务的大幅成本增加考虑在内，” Johnson补充道，“寻找在达到相同市场影响力的同时耗电量更少的方法。”

为了弥补未来的电力短缺，Gartner建议人工智能公司考虑采用节能模式，如边缘计算和较小的语言模型，这些模式耗电量更少。

呼吁制定战略能源规划

多年来，数据中心运营商在选择地点时一直基于财务激励和靠近数据中心枢纽等因素，并假设当地公用事业部门将提供必要的电力。

然而，报告指出，随着生成式人工智能和大型语言模型的发展，数据中心规模越来越大，耗电量也越来越多。“这一转变正在挑战电力始终唾手可得的假设，促使一些主要运营商不再依赖公共事业部门，而是转而建设自己的发电能力。”

随着全球电网难以跟上需求增长，Gartner建议各组织通过重新评估可持续性计划并在可能的情况下谈判长期能源合同来做好准备。随着人工智能的进步，战略能源规划在确保这些技术在需求不断攀升的情况下保持可扩展性和可持续性方面将发挥至关重要的作用。