去年，ChatGPT的问世引起全球轰动，今年，焦点转向了Sora。这两项创新都源自美国开放式人工智能研究中心OpenAI，其技术先进到几乎可以与人类的输出结果相媲美。去年，人工智能能够学习人类语言；今年，它展示了理解人类视觉的能力。专家预测，通用人工智能（AGI）可能在未来两到三年内实现。然而，随着人工智能技术的持续快速发展，能源消耗这一关键挑战日益凸显。
在世界经济论坛上，OpenAI首席执行官Sam Altman警告称，下一代生成式人工智能系统的耗电量将远超之前的预期，这可能会对能源系统构成重大挑战。英伟达首席执行官黄仁勋也持有同样的观点，他强调，人工智能的未来发展不仅取决于计算能力，还取决于如何解决能源消耗问题。
360集团创始人周鸿祎曾多次表示，人工智能发展的首要制约因素是能源。顶尖的人工智能公司越来越担心电力短缺，这凸显了对先进工业空调系统提供高效冷却解决方案的需求。专家预测，尽管2018年计算机在全球电力消耗中所占比例不到2%，但如今这一数字已上升至10%，到2030年，这一比例可能达到全球电力消耗的五分之一。这些预测凸显了能源独立在人工智能发展最终阶段至关重要。
3月11日，A股新能源板块大幅上涨，宁德时代股价飙升14.46%，带动相关股票上涨。这一上涨不仅归因于摩根士丹利上调了宁德时代的股票评级，也与近期关于人工智能能源需求的讨论有关。尽管黄仁勋和萨姆·奥特曼都没有明确表示“人工智能的终结是光伏和储能”，但他们都强调了人工智能技术对能源的巨大需求。
黄仁勋在演讲中提到，计算机性能的提升减少了无限增加计算机和数据中心数量的需要，从而节省了大量能源。Altman 还指出，未来两大关键“货币”是算力和能源，如果能源没有突破，技术目标的实现将无从谈起。
事实上，像 ChatGPT 这样的生成式人工智能的能耗惊人。OpenAI 的 ChatGPT 每天处理约 2 亿次请求，消耗的电量相当于 3.3 万户家庭的用电量。生成式人工智能搜索的能耗是传统搜索的四到五倍。
中国一直在积极应对这一挑战。2022 年，中国基础设施算力达到 180 亿亿次浮点运算 (EFlops)，数据中心耗电量达 2700 亿千瓦时。到 2025 年，预计算力将超过 300 亿亿次浮点运算 (EFlops)，耗电量将达到 3500 亿千瓦时。 2023年，中国新增风电、太阳能发电292吉瓦，到2024年底，风电、太阳能发电总装机容量预计将超过2030年12亿千瓦的发展目标。
在第十四届中国国际储能大会上，专家一致认为，加快发展新型储能技术是实现高比例可再生能源并网的关键，也是国际装备制造业竞争的热点。2023年，全球储能累计装机容量约294.1吉瓦，其中新增储能占比约30%。中国新增储能累计装机容量约32.2吉瓦，同比增长196.5%。
总而言之，人工智能的未来发展与能源密不可分。人工智能技术进步的同时，能源消耗的大量问题也亟待解决，这将推动光伏和储能市场的快速增长。在人工智能与新能源融合的背景下，能源领域的早期投资对于未来的技术进步至关重要。
