从美国西雅图向北驱车40公里，坐落着一座静谧的小城——埃弗里特。几年前，一家名为Helion的初创企业选择在此扎根，专注于可控核聚变技术的研发。虽然”可控核聚变”听起来颇具科幻色彩，但在当今科技浪潮中已不算罕见。不久前投资了国内可控核聚变企业的米哈游，正是这一领域的积极参与者。投资界似乎正上演着战国时期的门客故事：100位门客中或许只有一位能真正创造价值，但只要有一位”士为知己者死”，这笔投资便物超所值。Helion最引人注目的，莫过于其股东阵容——2021年11月，公司获得5亿美元巨额投资，而此前8年间累计融资不足8000万美元。为Helion投下关键一票的”榜一大哥”是Sam Altman，这位科技圈知名人物同时也是OpenAI创始人及ChatGPT的缔造者。值得注意的是，Altman不仅投资核聚变企业，还亲自创办了Oklo核能初创公司。这一系列动作清晰地指向：世界顶尖AI领军人物正将目光投向能源行业。
01 能源危机：AI行业的隐形杀手
AI创业未竟而遭遇能源困境，当今AI领域已呈现两极分化态势，美洲地区面临严峻挑战。当中国AI企业为获取先进GPU而焦虑时，美国同行却正为电力供应发愁。宾夕法尼亚大学专家指出：2018年计算机仅消耗全球电力2%，而如今这一比例已攀升至10%，预计到2030年将占全球总电量的20%或至少8%。其中数据中心耗电量已占全球总量的2%，这一数字看似不起眼，但若换种表述则令人震惊——中国10亿活跃网民的数字化生活方式，其数据中心用电量仅占全国总量的2.7%。若全球民众都达到中国网民的联网程度，数据中心耗电量将远超某些欧洲小国的总用电量。最令人绝望的预测显示：全球计算需求可能超过未来十年发电总量的总和。
在”百模大战”愈演愈烈的今天，时间会证明最终胜出的只是少数几家企业。要想在这场修罗场中生存，需要为模型提供海量数据并进行大规模训练。以ChatGPT为例，每月耗电量相当于近30万户中国家庭的用电总和。更值得注意的是，许多数据中心依赖水冷系统——谷歌2023年环境报告显示，其2022年消耗了56亿加仑（约212亿升）冷却用水，其中52亿加仑用于数据中心，较2021年增长20%。虽然目前能耗问题尚未构成严重威胁，但已成为计算行业继芯片成本之后的第二大开支。从绝对数值看，全球数据中心总耗电量仅相当于一个小县城的用电规模，但支付账单的企业却寥寥无几。各位AI大模型开发者们，面对未来高昂的水电费，您是否做好了准备？
早在AI行业兴起之前，电解铝行业就已踏上自建电厂之路。以东方希望准东园区为例，其核心是准东电厂，露天煤矿开采的煤炭直接输送至发电厂，产生的电能驱动周边的电解铝厂和重化工企业。对于这类行业而言，自建电厂的经济效益远胜于从电网购电。AI行业的发展或许将遵循类似路径。因此我们不难理解美国企业的选择——在欧美严格的碳排放标准下，微软和OpenAI选择发展小型模块化反应堆（SMR）等小型核能技术，而非传统大型核电站。
02 中国AI企业的能源困境
与中国科技企业相比，数据中心的能源问题呈现出截然不同的面貌。中国AI企业虽已认识到能耗挑战，否则《如何实现低能耗人工智能》不会入选年度十大前沿科学问题。但与美国人不同，中国AI企业主要受限于资金问题。训练大模型是一项极其烧钱的事业：ChatGPT需要约3万枚英伟达A100 GPU芯片，采购成本达8亿美元，每日运营费用高达5万美元。百度十年研发投入约1400亿元（约合200亿美元），年均20亿美元，而ChatGPT每年的运营成本就达5亿美元。一分价钱一分货，研发和训练费用已让中国AI企业倍感压力，更遑论投资能源领域。因此，在当前经济条件下，中国AI企业思考能源问题或许为时过早——百度文心一言作为国内最知名的大模型，日活用户仅几百万，远不及ChatGPT的规模，此时担忧能源问题确实有些超前。
除了资金，技术也是一个重要障碍。低能耗AI的实现需要硬件（芯片）和软件（算法）的双重突破：现有算力主要依靠先进制程维持，但高能耗问题亟待解决。在保证芯片性能的前提下降低能耗，需要芯片制造商在工艺节点上持续创新，或开发接近人类神经元结构的低能耗计算架构；另一方面，算法层面也需要实现更简洁的智能设计。这不仅是AI企业需要解决的问题，芯片供应商和制造商也必须参与其中。作为可能引发新一轮产业革命的关键技术，AI的能源消耗涉及庞大产业链，绝非单个企业能够独立解决。
03 中国的能源准备与机遇
对中国而言，做好能源准备总是明智之举。中国是全球最大发电国，2022年发电量近9万亿度，约为美国的两倍。这一庞大的发电量背后，是中国超大规模工业体系带来的巨大用电需求——冶金、化工等重工业都是超级用电大户，现阶段AI的用电量与之相比尚可忽略。但我们必须认识到，随着AI在各行业的深入应用，其耗电量将持续增长，在突破某个临界点后可能达到令人始料未及的程度。Altman直接投资核能企业，或许正是基于对未来AI用电量的惊人预测。中国与美国的AI竞赛，现在才刚刚开始。
不可否认，在GPU技术方面，我们的确存在差距，需要技术攻关和市场认可，但这属于半导体行业范畴，不在本文讨论范围内。但在能源技术领域，我们已取得显著成就。以小型模块化反应堆（SMR）为例，中国十几年前就已开始相关研究。中核集团的”玲龙一号”作为全球首个通过IAEA安全审查的小型模块化压水反应堆，目前正处于建设阶段，预计2026年投入实用。在核能之外，清洁能源领域同样不容小觑。以光伏行业为例，中国已达到世界一流水平。江苏常州天合光能去年营收达850亿元，中国光伏产业的扩张得益于持续降低发电成本——近年来每度光伏电的成本降低了20倍。这一优势不仅增强了我们的国际竞争力，也使中国光伏产品占据全球市场主导地位：光伏组件市场份额达75%，电池片占80%，硅片占90%。更令人瞩目的是，光伏发电已悄然超越水电，成为中国第二大电源——在经历了水电时代后，谁能想到短短十年间光伏就能实现反超？
综上所述，对于中国AI企业而言，由于整体市场规模和用户数量尚不算大，能源问题短期内并非迫切挑战。即便未来有所需求，市场上也已有成熟的解决方案。中国作为全球最大发电国，在能源领域具备天然优势。在AI竞赛中，能源问题或许将成为中国AI企业后来居上的重要契机。
