大型科技公司為滿足人工智能的能源需求而進行的大規(guī)模投資，并不是該行業(yè)推動向清潔電力轉(zhuǎn)型的唯一方式。

　　繼內(nèi)華達州的一項試點后，F(xiàn)ervo Energy 在猶他州開展的地?zé)犴椖繛樵撝莸墓雀钄?shù)B體育平臺 B體育網(wǎng)站據(jù)中心提供能源。圖片來源：Ellen Schmidt/AP/Alamy

　　無論核心業(yè)務(wù)是搜索引擎、社交媒體、購物還是計算，數(shù)據(jù)都是Alphabet、亞馬遜、蘋果、Meta、微軟和 Nvidia這樣的美國科技巨頭以及無數(shù)其他公司發(fā)展的動力。不過，現(xiàn)在大型科技行業(yè)似乎越來越關(guān)注能源。

　　這六家美國公司（按市值計算，它們是全球科技公司的頂端）已經(jīng)是可再生電力的主要買家，但它們的需求正因新一代人工智能（AI）系統(tǒng)的出現(xiàn)而成倍增長。為此，各公司紛紛與能源公司簽署一系列協(xié)議以建立新設(shè)施，提升發(fā)電能力。例如，微軟在 2024 年宣布已達成一項為期 20 年的協(xié)議，將從賓夕法尼亞州三里島的一座停用核電站購買能源。該核電站于 1979 年發(fā)生過核事故，將于 2028 年重新開放。谷歌（Alphabet 旗下）和亞馬遜去年都透露，它們已與計劃建造新一代小型核電站（小型模塊化反應(yīng)堆 ，SMR）的公司簽訂了電力購買協(xié)議（PPA）。谷歌和 Meta 還在投資開發(fā)下一代地?zé)崮茉吹墓尽?/p>

　　這些引人注目的進展引起了媒體的廣泛關(guān)注，人們猜測它們可能有助于加速全球向清潔能源的轉(zhuǎn)變。但許多研究人員指出，大型科技行業(yè)正在以更重要的方式影響能源轉(zhuǎn)型：通過云計算服務(wù)、將機器學(xué)習(xí)應(yīng)用于電力供需管理，以及最重要的——通過收集和利用有關(guān)能源的數(shù)據(jù)。

　　“總的來說，他們所做的這一切，總好過積極反對轉(zhuǎn)型。”德國埃爾朗根-紐倫堡大學(xué)可持續(xù)發(fā)展研究員 Silvia Weko 表示。她研究大型科技公司在能源行業(yè)中的作用。但不止她一個人認為，能源系統(tǒng)也有可能變得過于依賴少數(shù)幾家公司。“一旦他們擁有了壟斷地位，他們就可以為所欲為。”

　　大型科技行業(yè)長期以來一直在建設(shè)可再生能源發(fā)電能力以滿足其需求。例如，亞馬遜在全球擁有約 25 千兆瓦的自有裝機容量，主要來自太陽能電池板，還有少量風(fēng)能。僅這些就相當(dāng)于荷蘭的整個太陽能發(fā)電能力。但該公司通過 PPA 從外部供應(yīng)商那里購買了更多的可再生能源。這些是按預(yù)定價格購買能源的長期合同，據(jù)能源咨詢公司彭博新能源財經(jīng)稱，亞馬遜已簽署協(xié)議，使其能夠使用至少 33.6 千兆瓦的電力。

　　Sasha Luccioni是紐約一家美國機器學(xué)習(xí)公司 Hugging Face 的研究員，她研究人工智能對環(huán)境的影響。她說，直到大約五年前，這種方法才跟上科技巨頭日益增長的能源需求。“一切本來運作穩(wěn)定，直到生成式人工智能出現(xiàn)。” Luccioni說。“我認為，隨著這些新的、更耗能的模型的出現(xiàn)，電力購買協(xié)議已經(jīng)不夠了，現(xiàn)在他們正在轉(zhuǎn)向核能和其他方式來解決這個問題。”

　　生成式人工智能是一種超大規(guī)模的機器學(xué)習(xí)形式，可以訓(xùn)練它識別數(shù)據(jù)中的模式，從而生成新的文本、圖像和視頻。哥本哈根大學(xué)機器學(xué)習(xí)研究員 Raghavendra Selvan 表示：“它仍然是一個龐大的模式識別引擎，但現(xiàn)在這些模型正在整個互聯(lián)網(wǎng)上進行訓(xùn)練。”訓(xùn)練一個包含數(shù)十億個不同參數(shù)的模型可能需要在數(shù)據(jù)中心耗費大量能源，花上數(shù)月時間；一旦該模型得到更廣泛的使用，每次查詢都會產(chǎn)生比傳統(tǒng)網(wǎng)絡(luò)搜索高出十倍的能源成本。

　　研究人員表示，這些能源成本是可以精簡的。例如，今年 1 月，中國人工智能公司DeepSeek發(fā)布了一款基于其低成本 R1 模型的聊天機器人應(yīng)用程序，其運行所需的算力遠低于加利福尼亞州舊金山的OpenAI等公司開發(fā)的競爭對手。

　　然而，人工智能的快速發(fā)展意味著為數(shù)據(jù)中心找到穩(wěn)定可靠的電源是一個日益嚴重的問題，特別是因為太陽能和風(fēng)能本質(zhì)上具有間歇性。

　　下一代地?zé)嵯到y(tǒng)可能是一種解決方案。許多傳統(tǒng)的地?zé)嵯到y(tǒng)利用地下深處的熱水儲層，將其抽到地面產(chǎn)生蒸汽，從而驅(qū)動渦輪機并發(fā)電。但華盛頓特區(qū)美國能源部地?zé)峒夹g(shù)辦公室負責(zé)人、地質(zhì)學(xué)家Lauren Boyd表示，地球上擁有熱量、流體和透水巖石的合適組合的地方相對較少。

　　下一代地?zé)嵯到y(tǒng)力圖通過設(shè)計合適的地下條件來克服這一限制——要么通過類似于水力壓裂的工藝，即使用高壓水和化學(xué)物質(zhì)來壓裂巖層，要么通過在地下深處鉆出精心引導(dǎo)的鉆孔。這兩種技術(shù)都能開辟道路將冷水泵入地下，冷水在地下吸收熱量后返回地面供發(fā)電站使用。這將允許更多潛在的地點能將地?zé)崮苻D(zhuǎn)化為電能，美國能源部估計，到 2050 年，美國的運營商可以開發(fā) 90-130 千兆瓦的地?zé)岚l(fā)電能力。

　　三里島核電站的部分區(qū)域?qū)⒅匦麻_放，為微軟的數(shù)據(jù)中心供電。圖片來源：Chip Somodevilla/Getty

　　Boyd表示，盡管這些系統(tǒng)的建設(shè)成本可能比太陽能或風(fēng)能高，但除了提供更穩(wěn)定的電力之外，它們還具有其他優(yōu)勢。它們占用的空間要小得多，因此可以在土地供應(yīng)受限的地區(qū)建造，而且它們使用的材料和技術(shù)可以在美國境內(nèi)采購——這會是一個關(guān)鍵的政治考慮因素，因為中國主導(dǎo)著太陽能發(fā)電材料的供應(yīng)鏈。

　　新一代地?zé)岢鮿?chuàng)公司，例如總部位于德克薩斯州休斯頓的 Fervo Energy 和 Sage Geosystems（分別與谷歌和 Meta 建立了合作伙伴關(guān)系），公共和私人資金的結(jié)合幫助美國在 2023 年至 2024 年期間的地?zé)嵬顿Y實現(xiàn)了兩倍增長。“目前，美國在這個領(lǐng)域的公司和初創(chuàng)公司數(shù)量相當(dāng)驚人。” Boyd說。這使美國在下一代地?zé)岚l(fā)電競賽中處于領(lǐng)先地位，不過其他國家（包括法國、德國、日本、瑞士和英國）也各有規(guī)劃。

　　然而，盡管人們對此熱情高漲，這種利用地?zé)崮艿男路椒ㄒ黠@影響更廣泛的電力供應(yīng)尚需時日，而且許多專家一致認為，與電池存儲相關(guān)的可變可再生能源很可能成為脫碳方案的支柱。

　　與此同時，大型科技公司對小型核反應(yīng)堆（SMR）的投資，正在幫助推動一項許多政府希望能有助脫碳計劃的技術(shù)。支持者表示，這些反應(yīng)堆可以在工廠中采用生產(chǎn)線技術(shù)建造，以創(chuàng)建“模塊化”裝置，最終降低核電成本。除了東芝和勞斯萊斯等已經(jīng)在開發(fā)小型核反應(yīng)堆的大型公司外，還有許多初創(chuàng)公司正在嘗試不同的技術(shù)和材料，希望他們的設(shè)計能夠具有優(yōu)勢。

　　然而，在炒作之下，目前還沒有商業(yè)化的 SMR 投入運行。加拿大溫哥華不列顛哥倫比亞大學(xué)公共政策與全球事務(wù)學(xué)院院長、美國核管理委員會前主席 Allison Macfarlane 表示：“媒體報道這些核反應(yīng)堆的措辭，就好像它們已經(jīng)存在了，好像我們知道了它們便宜又安全——但其實這些都是未知數(shù)。”她不確定 SMR 相比傳統(tǒng)核反應(yīng)堆是否能帶來任何經(jīng)濟效益，它們也可能產(chǎn)生更多的核廢料，從而增加成本。“對于核能來說，價格是硬傷，小型模塊化反應(yīng)堆也一樣要走這條路。”她說。

　　Macfarlane認為，重啟閑置核電站可能是一個更有前景的策略。馬里蘭州巴爾的摩市的公用事業(yè)公司 Constellation Energy 計劃利用其位于賓夕法尼亞州三里島的核電站，為微軟的數(shù)據(jù)中心提供電力。“我認為這是一個成功的模式。”她說。但她提醒說，美國適合進行這種改造的核電站相對較少。

　　Weko和其他研究人員認為，大型科技公司對這些新興技術(shù)的投資不僅僅是為了尋求能源。相反，他們認為這是一項更廣泛的商業(yè)戰(zhàn)略的一部分，即在能源轉(zhuǎn)型的各個方面（從個人家庭到國家電網(wǎng)）謀求關(guān)鍵地位。

　　已有許多房主在使用亞馬遜基于云的人工智能助手 Alexa 來管理家庭能源使用。但 Weko 詳述了全球能源相關(guān)公司對亞馬遜網(wǎng)絡(luò)服務(wù)（AWS）的依賴，這是世界上最大的云計算公司，擁有約 30% 的市場份額，2022 年的收入將超過 750 億美元（S. Weko Rev. Political Econ. ）。AWS 服務(wù)器有助于管理有關(guān)能源供應(yīng)、需求和存儲、天氣模式和許多其他變量的數(shù)據(jù)。AWS 還使用機器學(xué)習(xí)系統(tǒng)來分析這些類型的數(shù)據(jù)，以預(yù)測并潛在地優(yōu)化可再生能源生產(chǎn)。“如果你增加電網(wǎng)中太陽能和風(fēng)能的數(shù)量，那么控制會變得越發(fā)復(fù)雜，因為需要匹配供需。”柏林大學(xué)赫蒂學(xué)院研究人工智能與氣候變化關(guān)系的 Lynn Kaack 說，她也是非政府組織Climate Change AI的聯(lián)合創(chuàng)始人。

　　亞馬遜還投資了尋求其他化石燃料替代品的公司，比如開發(fā)電解器以從水中生產(chǎn)清潔燃燒的氫氣。一個途徑是向初創(chuàng)企業(yè)提供免費額度使用 AWS 云服務(wù)。這刺激了清潔能源解決方案的開發(fā)，但也讓這些新興技術(shù)依賴于 AWS 的數(shù)字基礎(chǔ)設(shè)施，從而鞏固了技術(shù)鎖定效應(yīng)。“一段時間后，你的云補助金用完了。但你仍然必須使用他們的基礎(chǔ)設(shè)施，因為整個平臺已經(jīng)建在上面了。”Weko 說。

　　倫敦大學(xué)學(xué)院經(jīng)濟學(xué)家Cecilia Rikap正在研究大型科技公司在能源轉(zhuǎn)型中的作用，她表示，谷歌和微軟采用了類似的策略。谷歌與地?zé)岢鮿?chuàng)公司 Fervo 的交易明確包括開發(fā)人工智能，以提高系統(tǒng)利用地下熱能后的生產(chǎn)力和效率。與此同時，Alphabet 的一家子公司正在開發(fā)一種名為 Tapestry 的系統(tǒng)，該系統(tǒng)可以繪制地球上的每個電網(wǎng)，這有助于快速識別故障，并有助于提高電網(wǎng)的可靠性和效率。但Rikap擔(dān)心，像 Alphabet 這樣規(guī)模的公司擁有此類信息和影響力會帶來什么后果。“他們會將之作為服務(wù)提供給各國政府。”她說。“他們讓自己變得不可或缺，沒有他們就無法考慮其他替代方案。”

　　Weko也說，目前還不清楚科技巨頭的電力購買協(xié)議中有多少是在推動可再生能源發(fā)電能力的擴張，而不是簡單地蠶食現(xiàn)有供應(yīng)。例如，去年，AWS 購買了一個完全由賓夕法尼亞州 Susquehanna 核電站供電的數(shù)據(jù)中心。但 11 月，美國聯(lián)邦能源管理委員會拒絕了其從該核電站獲取更多電力的請求。“他們拒絕的原因是擔(dān)心這會影響電網(wǎng)可靠性和消費者價格。” Macfarlane說。

　　許多研究人員認為，大型科技行業(yè)應(yīng)該更加關(guān)注提高人工智能的能源效率，并表示 Deep-Seek 創(chuàng)建 R1 的方法可以幫助創(chuàng)建更精簡的模型。為了提高這些努力的透明度，Luccioni 正在幫助領(lǐng)導(dǎo) AI Energy Score 項目，為人工智能模型生成能源評級，以便用戶、開發(fā)人員和政策制定者能容易地判斷哪些模型更高效。她嘆息說，“我覺得要求公司把環(huán)境放在首位就像要魚爬樹一樣。”。

　　Luccioni 指出，盡管某些形式的人工智能對于能源轉(zhuǎn)型至關(guān)重要，但這些應(yīng)用還不是耗電王。“目前，能源需求的峰值來自過度使用的大型語言模型。”她說，并指出 ChatGPT 是一個特別明顯的例子。“這些模型并不是幫助我們優(yōu)化電網(wǎng)或進行天氣預(yù)報的模型。它們是完全不同的東西。”

　　DeepSeek-R1 的發(fā)布也提醒人們，就大型科技公司最終如何塑造能源轉(zhuǎn)型，中美之間的人工智能競賽可能會對之產(chǎn)生深遠影響。例如，Rikap 指出，中國電子商務(wù)巨頭、云服務(wù)提供商阿里巴巴正在與國家電網(wǎng)公司合作開發(fā)可以管理電力供應(yīng)的人工智能。環(huán)保組織綠色和平組織稱，阿里巴巴購買的可再生能源已經(jīng)超過其他中國科技公司，2023 年購買了約 1.61 太瓦時的能源——相當(dāng)于馬拉維這樣的小國的全國電力消耗。

　　與此同時，中國繼續(xù)以比其他國家都快的速度建設(shè)可再生能源發(fā)電廠。國際能源署預(yù)計，到 2030 年，中國將擁有全球累計可再生電力發(fā)電量的至少一半。中國在能源轉(zhuǎn)型方面的巨額投資也反映在自然指數(shù)的數(shù)據(jù)中，數(shù)據(jù)顯示，2019 年至 2023 年間，中國在清潔能源領(lǐng)域的研究產(chǎn)出增長了 2.5 倍。這使得 2023 年中國在該領(lǐng)域的總體出版率幾乎是美國的五倍，而美國的產(chǎn)出自 2019 年以來一直保持相對穩(wěn)定。2023 年，清潔能源研究占中國整個自然指數(shù)產(chǎn)出的 16% 以上，而美國這一比例不到 4%。

　　中國在清潔能源研究和人工智能方面的大力投入似乎將對美國大型科技公司構(gòu)成重大挑戰(zhàn)，并可能進一步鞏固中國在能源轉(zhuǎn)型方面的領(lǐng)先地位。

　　指數(shù)曲線 年期間，中國在清潔能源研究領(lǐng)域的自然指數(shù)份額以不斷增長的速度飆升，而美國的產(chǎn)出則保持平穩(wěn)。這一變化在一定程度上反映了中國研究產(chǎn)出的廣泛增長，但如此迅速的轉(zhuǎn)變?nèi)匀涣钊瞬毮俊?/p>

　　自然指數(shù)中企業(yè)機構(gòu)在清潔能源主題的研究產(chǎn)出遠低于其他領(lǐng)域，但即使在這里，與美國相比，中國企業(yè)的份額也有明顯增加。