AI 用電如雲霄飛車，電網快撐不住了

人工智慧基礎建設的快速擴張，正在為全球能源電網帶來一個隱藏的挑戰：極不穩定的電力消耗，正在測試現有系統的極限。雖然預估到 2025 年，資料中心將消耗全球 3% 到 4% 的電力，但它們這種暴起暴落的需求模式，比總用電量更令人頭痛。 跟傳統資料中心那種相對穩定的用電模式不同，AI 的訓練和推論工作負載非常不穩定。訓練一個大型語言模型，可能會讓電力需求突然暴增，有時甚至會在幾分鐘內讓設施的用電量翻倍。當好幾家 AI 公司同時跑訓練任務時，這些用電高峰就會對區域電網造成壓力，可能導致電壓不穩，甚至引發停電。 「電網原本是為了應付可預測、漸進式的用電變化而設計的，」麻省理工學院的能源系統研究員 Elena Martinez 博士解釋說。「AI 的工作負載就像在圖書館裡開重金屬演唱會——它們會造成系統根本無法負荷的突發性巨大用電高峰。」 這種不穩定性在資料中心高度集中的地區尤其明顯，例如維吉尼亞州北部，那裡承載了全球超過 70% 的網路流量。當地公用事業公司回報，AI 驅動的用電波動，迫使他們更頻繁地啟動緊急備用電力。 問題更複雜的是，AI 訓練任務通常會持續好幾天甚至好幾週，而用電量會根據訓練階段的不同而有劇烈變化。在初始的「暖身」階段，用電量較低，但在密集的矩陣運算階段會急遽攀升。有些設施回報，在一個小時內用電量就波動了 50% 以上。 為了應對這些挑戰，能源公司正在探索適應性電網管理技術，包括即時負載平衡、電池儲能系統，以及動態定價機制，鼓勵 AI 公司在離峰時段安排訓練。有些資料中心營運商也開始投資現場發電設備，例如天然氣渦輪機或大型電池組，來平緩用電需求。 監管機構也開始注意這個問題。美國聯邦能源管理委員會（FERC）最近宣布要調查 AI 對電網可靠度的影響。與此同時，科技公司也面臨壓力，需要揭露它們的能源消耗模式，並承諾更可預測的用電方式。 長期的解決方案可能涉及重新設計 AI 訓練流程。