跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

电气化可让全球终端能源需求下降40%,AI数据中心考验电网

9月29日发表的一篇Substack分析指出,在完全电气化的系统中,全球终端能源需求将从416艾焦降至247艾焦,降幅约40%。与此同时,加拿大拟建AI数据中心,加上一笔9700万美元的芯片融资,让用电问题更加突出。

宏观经济新闻吴静怡发布: 2026年9月29日3 分钟阅读资料来源 6
电气化可让全球终端能源需求下降40%,AI数据中心考验电网

这些数字来自牛津大学教授Nick Eyre的研究,Hannah Ritchie在9月29日的Substack文章中对该研究做了重新整理。电力需求从110艾焦升到189艾焦,但能源总需求从416艾焦降到247艾焦。Ritchie引用国际能源署的说法写道:“电气化就是效率。”

同一天,CBC新闻报道,纽芬兰与拉布拉多省能源部长Lloyd Parrott在9月中旬向省议会表示,该省对AI数据中心开发商“敞开大门”。该部门发言人Brodie Thomas随后在邮件中确认,已有企业接触政府,但拒绝透露相关方或项目名称。据CBC报道,科技记者Paris Marx质疑,把丘吉尔瀑布的多余电力卖给数据中心是否合理。Marx说:“把电交给数据中心,而它本来可能有更好的用途,这样做合理吗?”TechNL首席执行官Andrea King表示,拉布拉多有低碳水电、寒冷气候和土地,但她补充说:“不能只问‘这本身合不合理’。还要看经济成本,以及这些电如果用在别处会带来什么机会成本。”

这种矛盾不只在加拿大。9月29日,美国芯片初创公司Efficient Computer宣布完成9700万美元B轮融资,由TQ Ventures领投,累计融资额达到17300万美元,估值65000万美元。CEO Brandon Lucia在博客文章中称,公司的处理器“相比传统CPU架构,能效提升10到100倍”。The Register没有报道这轮融资,该文章也没有提供独立验证。

Efficient的说法基于阿姆达尔定律,即工作负载中未被加速的部分会限制整体提升。Lucia认为,固定功能AI加速器有被淘汰的风险,还会让通用计算部分效率低下。这一论点对欧洲工业有意义,近期新闻标题把高能源价格和电力市场变化列为压力点,不过这些标题只是背景,不属于本报道的消息来源。

石油仍是最大的变数。9月29日发表的一篇The Conversation文章中,两位能源经济学家梳理了美国和以色列袭击伊朗之后发生的情况。联邦数据显示,袭击之前,2026年2月下旬美国主要枢纽的原油价格为每桶66美元,4月13日为每桶101美元。两位作者写道,价格上涨带来的额外收入大部分流向石油公司,具体受益方取决于所有权结构,可能是股东、政府或主权财富基金。

电气化的论证并不是在预测账单会下降。Ritchie的模型假设,除电气化和改用氢能之外没有其他效率提升,也不考虑各国发展过程中能源用量的增长。该研究还假设90%的空间供暖由热泵取代,10%由氢能承担,重型货车行驶里程中只有一半实现电气化。高温工业流程基本仍未电气化。

对欧洲来说,这笔账有两个方向。终端能源减少,意味着受油气价格冲击的影响更小;但电力需求增加,意味着需要更多电网、更多发电,也要为数据中心同样想要的电力展开更激烈的竞争。加拿大的争论、芯片融资和这轮油价波动,是同一个问题的三种版本:电子归谁,价格多少。

评论 0

资料来源

6
  1. 01Electrification efficiency: The world will need less energy after the transitionEN
  2. 02AI data centres in N.L.? The door is 'open for business,' says energy ministerEN
  3. 03Solving computing's energy problem with Efficient Computer's $97M Series BEN
  4. 04When oil prices spike, where does the money go?EN
  5. 05Sustainable energy without the hot airEN
  6. 06Energy Timelines PhotovoltaicEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

吴静怡

吴静怡

经济、商业与世界

吴静怡负责FLASH24的经济、商业与世界报道,聚焦商业、国际与宏观经济,习惯从财报、监管文件和国际机构数据中找线索,对数字异常从不放过。她逐项核对营收、利润与现金流,并对照海关和统计口径确认数据是否一致。她常联系货运与供应链从业者,也会等季度财报和国际组织预测发布,再横向比较不同市场的表现。私下她关注科技公司财报,也骑货运自行车,这让她对物流成本和供应链变化格外敏感。她坚持一条原则:未经交叉验证的数字不发布。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。