核心观点与关键数据
- 历史电力消耗趋势：2007年至2023年，全球信息通信技术（ICT）行业用电量每年增长约1%至2%，而同期数据流量增长了约80倍。尽管用户数量和设备数量显著增加，但每名用户的电力消耗显著下降。2023年，ICT行业总电力消耗约为1000太瓦时，其中550太瓦时来自网络和数据中心，450太瓦时来自用户设备。
- 预测方法反思：过去十年中，ICT行业电力消耗预测普遍过高，主要原因是依赖假设数据量增长将线性导致电力消耗增加的“自上而下”方法。实际数据显示，网络中大部分电力消耗用于维持基本负荷，而非数据传输和处理。
- 自下而上方法的重要性：更准确的预测应采用“自下而上”方法，结合硬件规格、数据中心基础设施特征（如PUE）和设备出货量等详细数据，并与实际报告的电力消耗数据进行验证。
能源消耗未呈指数级增长的原因
- 网络基本负荷消耗：网络的大部分电力消耗用于保持系统运行，即使没有数据传输，例如移动网络中的信令和数据同步。
- 技术效率提升：网络设备和新技术代际更加节能，容量提升，且需要计算能力更少的设备满足性能要求。
- 新一代网络标准：5G及未来6G标准通过延长通信间隔，利用睡眠模式降低电力消耗。
未来展望：人工智能的影响
- AI起步阶段：AI技术仍处于起步阶段，发展迅速，预测未来AI系统构建方式困难。
- AI电力消耗：当前AI系统训练过程耗电量大，且持续采用更强大的硬件。但DeepSeek等公司声称可显著提高效率。
- AI硬件市场：高端GPU销量预计持续上升，2023年高端GPU销量是2023年的三倍，达到约200万台。
- AI电力消耗占比：2023年，AI电力消耗约占数据中心总电力消耗的8%，预计到2028年将增加至数据中心总用电量的20%。
- AI效率改进：AI芯片效率每三年翻一番，未来更高效的处理器将进入市场，降低AI电力消耗。
- AI系统使用模式：AI训练过程最耗能，未来AI推理或使用预计将占能源消耗的更大比例。
研究结论
- ICT行业电力消耗：预计到2030年，网络和传统数据中心服务的电力消耗每年将增长1%至3%。
- 硬件升级：为管理运营成本，旧设备将持续升级为更节能的新设备。
- AI的潜力：AI技术将用于网络和数据中心，提高效率，降低能源消耗。专用AI服务具有创造可持续效率的巨大潜力。
- 预测可靠性：预测ICT行业未来电力消费趋势需要考虑多个因素，并结合市场统计数据和公司报告数据。
- 技术进步：对炒作技术演变的未来预测可能被高估，但技术进步将持续推动效率提升。
