在ChatGPT問世之後，AI領域的競爭變得日益激烈、百家爭鳴，如今正式邁入了AI的「戰國時代」，各大企業無不使出渾身解數，在電力爭取上也是費盡了心思和力氣，畢竟數據中心和訓練AI消耗的電量往往十分驚人，甚至相當於一座城市的平均用電量。
這顛覆了20年多來公共事業、發電商的傳統運作模式，因為過去人們並不需要這麼多的電力。近期，中國推出的DeepSeek-R1，效能可媲美OpenAI最新模型，訓練成本卻只有Meta、OpenAI的十分之一，讓外界除了震驚，也開始思考AI究竟真正需要多少計算能力和電力。
Meta和微軟（Microsoft）表示，未來他們會持續大規模投資AI、促進技術，讓AI變得更便宜、更普及。然而，無論如何提高訓練模型的效能，AI應用還是比傳統的Google搜尋等更耗電，總體能源的需求依然會上升。
針對這個議題，《華爾街日報》統整、說明為何AI電力需求如此龐大，以及目前電力產業如何應對的五大要點。
《華爾街日報》報導：關於AI的能源需求，你需要了解的五件事
一、算力需求呈現指數型成長
根據非營利研究機構Epoch AI的數據，目前主流的AI模型，如OpenAI的GPT-4和Meta的Llama 3.1，都是在耗電量約30兆瓦（MW）的數據中心訓練的。你可能對這個數字沒概念——這相當於30家沃爾瑪（Walmart）門市同時運作時的用電量。
專家估算到了2030年，訓練最大型AI模型的數據中心將需要超過5吉瓦（GW，1吉瓦等於1000兆瓦）的電力，和紐約曼哈頓的平均用電量差不多。
Epoch AI的主任蘇維拉（Jaime Sevilla）表示，業界會持續擴大模型的規模，延長訓練時間並增加訓練數據，能進一步提升模型的表現。他認為DeepSeek的案例，並不會改變整體的能源需求趨勢。
AI模型的訓練主要依賴圖形處理器（GPU），為了讓AI執行更複雜的任務，企業會不斷擴建更大的GPU集群，代表電力需求也將會提高。
根據數據，每年新AI模型訓練所需的計算能力大約是前一年的四倍，遠遠超過硬體提升效率的速度。除了運行GPU本身的耗能外，訓練AI還需要伺服器來儲存、管理數據；與GPU之間的連接和冷卻系統等，都進一步增加了電力消耗。
二、未來的電力需求不確定性大
關於AI的電力需求，市場預測的分歧非常大。在DeepSeek推出模型之前，數據中心的耗電量預計在2030年佔美國總電力消耗的4.6%到17%之間。不過根據美國電力研究院（Electric Power Research Institute）的數據，這個數字在2024年約為4%，相差甚大。
即使只是保守估計，對美國電網來說壓力還是相當巨大。美國電網負責將電力從發電廠傳輸到各個家庭、企業和工廠，由數千個發電廠、數百萬公里的輸電線路和變電站組成，被稱為「全球最大機械」。 （相關報導： AI到底是我們的幫手或對手？企業面臨3大難題，專家給出中肯建議 ｜ 更多文章 ）
公共事業公司表示，這波趨勢類似當年空調普及時，隨之而來的電力需求暴增。
