第52期：AI背后的能源与环境账单（上）

本期我们邀请到了麻省理工大学的陈宇昂，来聊聊 AI 对电力需求、空气污染和环境的影响。陈宇昂是 MIT Social and Engineering Systems 博士生。我们从 AI 到底需要多少电聊起，讨论了数据中心为什么集中在美国的弗吉尼亚和德州、训练和推理谁更耗电、未来 AI 新增电力从哪里来，以及中国与美国 AI 用能发展的差异。最后，我们也聊到了数据中心带来的社会外溢影响，以及 AI 用电究竟能不能变得更加灵活。因为本期内容涵盖很多话题，所以上期主要关注其用能影响，下期我们关注它在空气污染、用水等环境方面的问题。时间线01:42 为什么选择环境与能源这个领域？宇昂的学术轨迹04:30 AI 对环境的影响主要体现在哪些方面？11:30 AI 未来电力需求最大的不确定性来自哪里？13:58 为什么美国的数据中心集中在弗吉尼亚和德州？15:34 数据中心和 AI 的发展会对发展中国家产生什么影响？19:01 数据中心的耗能规模到底有多大？21:44 训练模型和推理，哪一个的能耗占主导？26:31 放到整个经济系统中，AI 会怎样影响整体能源消费？31:40 目前美国 AI 新增的电力需求主要由哪些技术满足？未来应该怎么办？39:23 AI 数据中心选择能源技术时，最看重什么？49:18 中国 AI 发展和电力需求目前是什么情况？50:40 用哪种能源给 AI 供电最经济？1:00:01 AI 大厂快速增长的能源需求会带来哪些社会外溢影响？<strong sty