大模型能耗困境：探寻可持续算力发展的关键路径

当AI的进化速度以“天”为单位狂奔，一场隐秘的危机正在算力狂潮之下涌动——全球数据中心的能耗，正以前所未有的速度逼近极限。算法可以迭代，模型可以优化，但为这一切提供动力的电，以及由此产生的惊人热量，正成为AI下半场无法回避的“紧箍咒”。

是继续堆砌算力直至撞上能源的天花板，还是从底层技术寻找破局之道？人工智能的绿色发展，路在何方？

近日，世界数字科学院国际首席人工智能官杜兰，与拥有“鬼才之眼”的设计师、南极大使王昱珩，进行了一场跨界对谈。一位是洞察技术趋势的产业推动者，一位是关注地球健康的自然守护者，他们共同将目光投向了算力时代的能耗危机。

能耗危机

算力狂奔背后的“热”挑战

杜兰开宗明义：“AI的上半场竞争的是算法，下半场，就有可能被算力所限制住。”这背后，是实实在在的能源挑战。王昱珩用生动的比喻揭示了问题的核心：算力大爆发消耗巨量电能，产生大量废热，就像人持续高烧，“冷板”如同湿毛巾，而最彻底的方案是“浸没式液冷”——将设备“浸泡”在特殊液体中直接降温。

根据国际能源署报告，全球数据中心用电量正飞速增长，预计到2030年可能激增5倍。杜兰在“东数西算”枢纽纽的实地观察印证了这一点：“大概一度电给了算力，0.4度电是给了降温。”为AI“退烧”，已是全球紧迫议题。

液冷破局

在效率与环保间寻找“完美液体”

王昱珩深入剖析了液冷技术的两面性。目前主流的浸没式液冷液体，如某些含氟化合物（PFAS），虽高效稳定，却因难以自然降解而带来“永久化学物”的环境风险。他提及电影《黑水》背后的真实事件，警示技术应用需有长远的环保考量。

“但现在有解决方案了，”王昱珩话锋一转，指出国内已出现不含PFAS的新型替代液体，“我们应该积极地把这个龙头给关上。”技术的前行，正呼唤着更绿色、更安全的材料科学创新。

PUE生死线

1.25背后的能效革命

对话聚焦到一个关键指标——PUE（电能使用效率）。国家在“人工智能+”行动中要求新建数据中心PUE≤1.25，这被视为一条能效生死线。传统风冷PUE通常在1.3以上，而先进的液冷技术可将其降至1.1甚至接近1的理想状态。

这意味着能源几乎全部用于计算本身，而非散热消耗。王昱珩解释：“PUE为2时，一半电用在算力，一半用在设备。越接近1，能效越高。”这场能效革命，不仅关乎成本，更是产业可持续发展的基石。

智能普惠

用边缘算力打通资源“最后一公里”

超越能耗议题，二人更展望了高效算力将如何重塑社会。杜兰指出，AI具备天然的资源均衡价值。王昱珩则以医疗为例，描绘了“边缘算力”带来的未来图景：一个书本大小的本地机箱，就能运行高性能AI模型，让偏远地区的医院也能瞬间完成医学影像分析，让顶级医疗资源通过“AI分身”普惠大众。

教育亦然。AI能弥合地域导致的师资差距，在语言学习黄金期为孩子提供标准指导。“怎么样让北上广的教育资源让新疆、西藏享受到？只有靠AI去做这种平权。”杜兰说。

未来竞争

更是认知竞争

面对技术的指数级迭代，杜兰坦言科技工作者的“焦虑”：“AI一天，人间一年。”从GPT系列到国产的DeepSeek，大模型竞赛白热化。她认为，在此时代，“认知是最大的竞争力”。能否看清能耗约束下的发展逻辑，能否在追逐算力与坚守绿色间找到平衡，将决定下一个时代的格局。

静水深流

方得始终

对谈尾声，两位嘉宾回归到“人”本身。王昱珩感慨，人体是无比精妙的仪器，也是能耗极低的高效系统。杜兰则强调，学习AI需用“最优秀人类的数据”，正如耕种需要沃土。

在这场关于算力、能源与未来的跨界对话中，一条主线逐渐清晰：技术的狂飙突进，需要与地球的承载力、社会的公平性及人类的根本福祉相协调。破解能耗危机，不仅是为了让AI跑得更快，更是为了让它跑得更远、更稳，赋能一个可持续、更公平的未来。

敬请关注

东方卫视 每周三 22:30

第一财经 每周六 22:00