OpenAI CEO 阿爾特曼達沃斯警告:通往超級智慧需要突破性技術

能源：AI競賽的下一個決勝點

OpenAI掌門人Sam Altman在達沃斯論壇上放了個狠話："沒有技術突破，超級智慧就是空談！"這番表態直指AI行業當前最大的命門——能源危機。

2030年電力黑洞：945 TWh

國際能源署(IEA)最新預測讓人坐不住了：到2030年，全球資料中心年耗電量將飆到945 TWh（相當於全球總用電量的3%），其中AI訓練和推理是絕對的耗電大戶。更扎心的是，這個數字可能還是保守估計——現有電網根本扛不住這種爆發式增長。

Altman直接把寶押在了核聚變上。這可不是畫大餅：沒有足夠的"電力彈藥"，AI模型的效能天花板就擺在那裡，服務可靠性也別想有質的飛躍。

警惕第三次AI寒冬

歷史上兩次AI寒冬的教訓還歷歷在目——都是因為算力跟不上導致研究停滯。如今能源短缺已經成為AI發展的最大攔路虎，直接卡住了企業擴大模型規模的脖子。

但問題還不止於此。隨著資料中心遍地開花，光模組、**高頻寬記憶體(HBM)**這些配套硬體的供應緊張，正在成為拖慢AI基建進度的隱形殺手。

國內玩家要注意了

• 東西部電力博弈：我國西部算力樞紐+特高壓輸電確實有優勢，但核聚變這類尖端技術還得加把勁
• 供應鏈卡脖子：高階光模組、HBM記憶體還得看進口臉色，這可能成為本土AI擴張的暗雷
• 成本水漲船高：要是電費再這麼漲下去，中小企業玩大模型的門檻可就更高了，這時候開源模型和推理最佳化技術就是救命稻草

常見問題

945 TWh 是什麼概念?

945 太瓦時相當於德國 2022 年全年用電量(約 500 TWh)的近兩倍,或中國 2023 年用電量(約 9.2 萬億千瓦時)的 10% 左右。IEA 預測這一數字到 2030 年將佔全球總電力消費的 3%,且主要由 AI 資料中心驅動。

核聚變能源何時能商用?

阿爾特曼押注核聚變突破,但業內普遍認為商業化可能需要 10-20 年。目前 ITER(國際熱核聚變實驗堆)等專案仍在實驗階段,短期內 AI 企業更可能依賴天然氣、可再生能源或小型核反應堆(SMR)。

能源瓶頸會讓 AI 進步停滯嗎?

不一定。除擴大算力規模外,業界正通過演算法最佳化(如稀疏模型、蒸餾)、專用晶片(如 Groq 的 LPU)、推理效率提升等方式降低單位能耗。但阿爾特曼的觀點暗示,僅靠最佳化難以實現'超級智慧'級別的躍遷。

中國 AI 企業如何應對能源挑戰?

可關注:1)參與'東數西算'工程,利用西部清潔能源;2)採用液冷、浸沒式冷卻等節能技術;3)優先開發推理高效的小模型,降低部署成本;4)跟蹤國產 HBM、光模組進展,減少供應鏈風險。

本文基於 GNews:TechRadar 報道, 由 AiDuo123 AI 編輯翻譯改寫。原文連結: https://www.techradar.com/pro/quote-of-the-day-by-openai-ceo-sam-altman-theres-no-way-to-get-there-without-a-breakthrough-a-blunt-reality-check-on-the-path-to-superintelligent-ai