为智能赋能—人工智能和数据中心能耗分析（英）-35页_2mb

数据中心负载增长及其关键影响因素总结

本报告介绍了人工智能技术快速发展对数据中心负载增长带来的深远影响，特别关注了其对电力需求、能效改进以及区域电力基础设施带来的挑战。报告指出，全球数据中心用电量预计2030年将增长4倍，尤其是在美国，负载增长情景包括年增长率3.7%-15%，部分由A导致。

在关键技术方面，文档对比了A训练算法、新型硬件（如TPU、FPGA) 和冷却技术（如液冷）对能效的改善。研究指出，采用高效算法和液冷技术可以在算法训练中减少高达95%的能耗，同时验证了分布式计算对空间负载灵活性的提升。

地理分布上，数据中心集中在少数几个州，如弗吉尼亚州（2023年占25.59%的全国负载），造成了区域电网压力的集中。报告提出，支持数据中心迅速扩展的三大策略包括：

1. 提高数据中心运营效率和灵活性，比如优化服务器利用
2. 推动共享能源经济模式，建立数据中心与电网的协同合作
3. 改进点负荷预测，优化电网资源分配。

预计到2030年，通过高效技术和可再生能源配合，美国数据中心将实现碳排放强度显著下降，同时推动能源密集型产业可持续发展。