如果当前趋势持续不变，用于训练和运行 AI 的数据中心很快可能包含数百万个芯片，花费数千亿美元，并且所需电力相当于一个大城市的电网。
这一切根据来自 Georgetown、Epoch AI 和 Rand 的研究人员最新的一项研究，该研究考察了全球 AI 数据中心从 2019 年至今年的发展轨迹。联合作者整理并分析了超过 500 个 AI 数据中心项目的数据集，发现尽管数据中心的计算性能每年翻倍以上，电力需求和资本支出也同样以这样速度增长。
这一发现表明，在未来十年内建设支持 AI 技术发展的必要基础设施将面临巨大挑战。
最近曾表示全球约有 10% 的人口正在使用其 ChatGPT 平台的 OpenAI，与 SoftBank 等公司建立合作伙伴关系，计划筹集高达 5000 亿美元，在美国（ and possibly elsewhere ）建立一个 AI 数据中心网络。其他科技巨头，包括 Microsoft、Google 和 AWS，单在今年内就共同承诺花费数亿美元扩大数据中心布局。
根据 Georgetown、Epoch 和 Rand 的研究，从 2019 年到 2025 年，像 xAI 的 Colossus（价格约为 70 亿美元）这样的 AI 数据中心硬件成本每年增长 1.9 倍，而电力需求在同期每年增长 2 倍。（Colossus 预计消耗 300 兆瓦的电力，相当于 250,000 个家庭的用电量。）
研究还发现，过去五年数据中心的能效大幅提升，其中一个关键指标 — 每瓦电力计算性能 — 从 2019 年到 2025 年每年增长 1.34 倍。但这些改进不足以抵消不断增长的电力需求。到 2030 年 6 月，领先的 AI 数据中心可能拥有 200 万个 AI 芯片，花费 2000 亿美元，并需要 9 吉瓦的电力 — 大约相当于九座核反应堆的发电量。
AI 数据中心对电力的需求将大大加剧电网负担这一事实并不新鲜。根据 Wells Fargo 最近的一项分析，数据中心的能耗预计到 2030 年将增长 20%。这可能将依赖于多变天气的可再生能源推向极限，从而促使非可再生、环境污染严重的电力来源（如化石燃料）的使用增加。
AI 数据中心还带来其他环境风险，例如高水耗，并占用宝贵的不动产，同时侵蚀州税基。总部位于华盛顿特区的非营利组织 Good Jobs First 的一项研究估计，由于过于慷慨的激励措施，至少有 10 个州每年因数据中心而损失超过 1 亿美元的税收收入。
当然，也有可能这些预测未必会实现，或者时间尺度存在偏差。一些超大规模云服务提供商，如 AWS 和 Microsoft，最近几周已减少数据中心项目的建设。Cowen 分析师在四月中旬给投资者的一份报告中观察到，在 2025 年初数据中心市场出现了 “cooling”，这表明业界对于不可持续扩张的担忧。
