来源:参考消息网
参考消息网9月19日报道据德国电视一台网站9月15日报道，黑森州能源署负责人卡斯滕·麦戈文预计，到2045年，德国的电力需求将比现在翻一番。原因在于电动汽车和热泵日益普及，以及人工智能发展推动算力持续增长。
(资料图片仅供参考)
目前，德国超过三分之一的数据中心位于法兰克福大区及莱茵-美因地区。此外，那里还计划新建大量数据中心。麦戈文说，黑森州的电力需求因此可能会增加两倍。想要在不进一步加剧气候变暖的前提下生产这些电力，还需要大幅增加风力发电机和太阳能发电设施。
绿色电力不仅需要被生产出来，还必须输送到数据中心以及千家万户和各类企业。麦戈文强调，为此亟须新建输电线路并全面改造升级电网。
但同样关键的是，新建的数据中心需要消耗多少能源。萨尔大学经济信息学教授、德国人工智能研究中心科学主任沃尔夫冈·马斯说，这一点是可以大幅调控的。在实验中，德国人工智能研究中心的一个团队借助更节能的人工智能模型，在任务完成结果不变的情况下将电力消耗降低了近90%。
相关研究项目在萨尔钢铁控股公司进行。该公司对废旧钢铁进行分类和筛选以便回收利用，在此过程中使用人工智能控制的无人机来辅助作业。研究目标是找到一种人工智能模型，能够可靠识别不同种类的金属废料，同时又不消耗过多算力。这样无人机的电池才不会过快耗尽。马斯说，“有数千种图像分析模型”，首先必须弄清楚哪些参数会影响能耗。这位主任表示，在此之前，几乎没有研究涉及这一具体问题。
马斯的团队目前正尝试将这些研究成果推广到大型数据中心的运营中。他们与T-Systems公司合作，在一个数据中心进行测试，目标是在“拥有1万块显卡的超大型数据中心”也实现与上述无人机项目类似的节能效果。
人工智能、计算模型究竟如何才能变得更节能、更高效？马斯说，这个问题如今也引起了大型人工智能企业的关注。标准人工智能模型近期在效率提升方面已取得一些进展。
马斯解释说，几年前聊天生成预训练转换器(ChatGPT)刚上市时，实际上每次查询都会激活数据中心的整个模型，因此能耗相应很大。如今，计算操作更有针对性，也更加节能。
马斯说，中国人工智能模型Deepseek R1带来了近期大概最大的一项突破。该模型的基本思路是将大模型拆分成许多小型“专家”模块。马斯说：“这需要的能源明显更少。”
数据中心的建设仍在继续。显然，持续增长的算力需求可能会重新吞掉效率提升所节省的能耗。但数据中心的能源消耗并不是唯一的问题：它们在冷却时还会消耗大量水资源，而且是在夏季越来越热、饮用水日益短缺的时代。马斯说，因此核心问题是：“我们如何对待空气、水和电力这些公共资源？”欧洲比美国更倾向于将这些公共资源视为有限，他认为这是正确的。
马斯坚信，如果企业将二氧化碳、水和废热纳入成本核算，商业模式也会随之改变。他希望通过这种成本核算方式的转变，让更高效的算法发挥更大作用。他还希望，当人们真正认识到电力和水是有限且宝贵的资源时，这一共识最终能推动更节能、更智能、更优秀的人工智能取得突破。（编译/聂立涛）
