AGI的未来将被电力所困！
在我们热切讨论AI如何改变世界的同时，一个不容忽视的现实问题正悄然浮出水面：电力供应能否跟上AGI的发展步伐？
数据中心：耗电大户
根据最新研究，数据中心及其相关网络已成为全球能源消耗的主要驱动力之一。目前，这一领域占全球能源消耗的3%，产生的二氧化碳排放量与巴西相当。更令人担忧的是，这一趋势似乎还在加速：
预计到2026年，数据中心的能源消耗将从2022年的460太瓦时增长到1000太瓦时。
仅在美国，数据中心的电力需求预计将从2022年的200太瓦时增加到2026年的260太瓦时，相当于全国用电量的6%。
到2030年，数据中心的能源需求可能会翻倍。
Chubby♨️(@kimmonismus) 指出了这一令人震惊的数据：
到2030年，美国数据中心的电力需求将占到全国总电力需求的8%！
这一数字令人咋舌，也让我们不得不思考：我们是否低估了AGI发展所需的基础设施？
AGI发展的现实瓶颈
虽然在模型方面我们可能已经找到了通往AGI的路径，但在广泛应用（训练和推理）方面，我们还面临着巨大挑战。正如Chubby♨️所言：
我们可能已经解决了如何在模型端实现AGI的难题，但广泛应用的条件（训练和推理）尚未解决。
这提醒人们，AGI的发展不仅仅是算法的突破，更需要考虑现实世界的约束。
能源问题：AGI发展的"真命题"
面对这一挑战，业界专家们也提出了自己的观点和解决方案：
QBrabus eu/acc(@q_brabus) 寄希望于新能源技术：
我希望Helion公司的核聚变技术能有所突破。
Omiron — e/acc(@Omiron33) 则持乐观态度：
核能将填补短期缺口，随后在半个十年内，太阳能和聚变能将接棒。同时，由于芯片和训练过程的效率提升，我们所需的能源将继续呈指数级下降趋势。
然而，Mark Cannon(@markcannon5) 提醒我们不要低估AGI的计算需求：
模拟有用的AGI将需要模拟类似人脑的实时运作。这将需要大量的计算能力。
未来机遇与挑战并存
面对能源瓶颈，我们既要保持乐观，也要脚踏实地。正如turnt0ff(@turnt0ff) 引用的研究报告所示，核聚变等新能源技术虽然前景光明，但仍面临诸多挑战：
ITER项目已推迟4年至2039年
技术规模化仍存在重大挑战
能源效率有待提高
开发能承受聚变条件的材料仍然困难
尽管如此，私营部门的参与和多种技术路线的并行发展，无疑增加了我们成功的机会。
AGI的未来，不仅需要算法的突破，更需要能源技术的革新。在我们为AI的飞速发展欢呼的同时，也要认真思考如何解决这些现实瓶颈。
毕竟，只有攻克了这些难关，我们才能真正迎来AGI的广泛应用。
相关阅读
👇
👇
👇
👇
本文同步自于知识星球《AGI Hunt》
星球实时采集和监控推特、油管、discord、电报等平台的热点AI 内容，并基于数个资讯处理的 AI agent 挑选、审核、翻译、总结到星球中。
每天约监控6000 条消息，可节省约800+ 小时的阅读成本；
每天挖掘出10+ 热门的/新的 github 开源 AI 项目；
每天转译、点评 10+ 热门 arxiv AI 前沿论文。
星球非免费。定价99元/年，0.27元/天。(每+100人，+20元。元老福利~）
一是运行有成本，我希望它能自我闭环，这样才能长期稳定运转；
二是对人的挑选，鱼龙混杂不是我想要的，希望找到关注和热爱 AI 的人。
欢迎你的加入！
