Gartner預測，人工智能（AI）和生成式人工智能（GenAI）正在導致用電量飆升，未來兩年數據中心的用電量預計將增長高達160%。Gartner預測，到2027年，40%的現有AI數據中心將因電力供應不足而導致運營受限。

Gartner研究副總裁Bob Johnson表示：“為實施生成式AI而新建的超大規模數據中心數量正在成倍增加，令電力供不應求，而且即使公用事業公司快速擴大自己的發電量，也不足以滿足這一需求。這進而可能破壞能源供應并導致能源短缺，限制2026年及以后為生成式AI 和其他用途新建的數據中心數量。

Gartner預測，到2027年，數據中心運行新增AI優化服務器所需的用電量將達到每年500太瓦時（TWh），是2023年的2.6倍（見圖一）。

圖一 2022-2027年AI數據中心用電量增加情況預測

來源：Gartner（2024年11月）

Johnson表示：“大語言模型（LLM）是生成式AI應用的基礎。為了處理訓練和實施快速擴展的LLM所需的海量數據，目前正計劃擬建新的大型數據中心。但由于新的輸電、配電和發電能力可能需要數年才能上線，無法解決燃眉之急，因此短期電力短缺問題可能會持續數年。”

在不久的將來，新數據中心的數量和GenAI的增長將受到電力供應的約束。Gartner建議企業確定潛在電力短缺將對所有產品和服務造成的風險。

電價將上漲

Gartner預測即將出現的電力短缺必將導致電價上漲，這也將增加LLM的運行成本。

Johnson表示：“用電大戶正在與各大電力生產商合作，以便長期保障自己的電力來源并且不受其他電網需求的影響。與此同時，隨著運營商利用經濟杠桿保證電力需求，數據中心的運營電力成本將大幅增加。這些成本也將轉嫁給AI/GenAI 產品和服務提供商。”

Gartner建議企業評估預測電力成本上升的未來計劃，并以合理的電價談判長期數據中心服務合約。企業在制定新的產品和服務計劃時，也應將成本的大幅增加考慮在內，同時尋找耗電更少的替代方案。

可持續發展目標將受到影響

由于激增的電力需求迫使供應商采取一切手段提高發電量，增加供電的短期解決方案還將對零碳可持續發展目標產生負面影響。在某些情況下，甚至要讓原本計劃退役的化石燃料發電廠在擬定的關閉日期之后繼續運行

Johnson表示：“現實情況是，在短期內產生滿足數據中心更大用電需求所需的電力將導致二氧化碳排放量的增加。這反過來又會使數據中心運營商及其客戶更加難以實現與二氧化碳排放有關的積極可持續發展目標。”

Gartner認為數據中心需要24/7全天候的電力供應，而風能或太陽能等可再生能源在不發電期間如果沒有某種形式的替代供電，就無法滿足這一電力供應需求。只有水力發電廠、化石燃料發電廠或核電廠才能提供可靠的全天候供電。從長遠來看，將會出現改進電池存儲（如鈉離子電池）或提供清潔能源（如小型核反應堆）的新技術，這些技術將幫助企業實現可持續發展目標。

Gartner建議企業根據未來幾年數據中心的需求和電力來源，重新評估與二氧化碳排放相關的可持續發展目標。在開發GenAI應用時，企業應將重點放在盡可能減少算力的消耗上，并研究邊緣計算、更小的語言模型等其他選項的可行性。

Gartner客戶可以在“新興技術：電力短缺將限制GenAI的增長和實施”中了解更多信息。