冷却系统热瘫

英国方面顶尖学府剑桥大学所拥有的全英速度最快的人工智能超算, 于近期由于冷却系统出现温度过高过热的状况, 进而不得不停止工作长达一周多的时间。数量达到上千块的图形处理器单元集体进入“避开高温享受休假”模式, 如此这般现象直接致使三百多个科学研究项目不得不紧急停止推进。

这般听上去简直魔幻到了极点, 更具讽刺意味的是, 那些被迫中断的项目当中, 居然涵盖了气候变化模拟, 一边在预测气候变暖, 一边却因为热而出现宕机, 这样的反差使得人令人哭笑不得。

水电地三重限

现今, 决定AI上限之事, 早早地就不单单只是芯片参数了。电表容量, 水表余量, 以及土地审批, 已然成为了新的硬约束。全球各处都在为AI所需的电而发愁, 此问题变得越来越具体, 并且棘手。

电不足, 水不足, 地不允建, 且天逐年升温。“谁有芯片”已非基础设施战争核心, 如今竞争下沉至“谁能重组能源、土地、电网与算力”, 此乃 deeper 竞争逻辑。

太空梦太昂贵

马斯克宣称, 在未来的两至三年之间, 太空将会变成AI算力成本最为低廉的所在。其背后的逻辑乍一看颇具吸引力: 太空中阳光充裕, 无需占用地面空间, 依靠向宇宙辐射来实现散热。然而, 这不过是一种理想化的设想, 却忽视了其中存在的巨大工程难度。

针对服务器送太空之举, 需防范辐射, 需防范碎片, 且坏了还无法修理。软银等巨头锁定5000亿美元, 意图凭借资本堆砌出规模。然而太空算力的实际成本, 或为地面方案的二十倍。

天然气并非良策

更为务实却也更为传统的孙正义的方案是, 先烧天然气。在他所规划的10GW新增发电范围内, 绝大部分是依赖天然气的。其思路清晰明确, AI等不起, 速度就是一切, 要先把电发出来再说。

然而, 此所采用的乃是上一代的能源逻辑, 用以供给下一代的智能需求, 天然气发电同样存在耗水情况, 并且受限于地缘政治以及环保压力, 这种所谓的“快”是架构在不可持续的能源结构之上的, 并非是长久的可行策略。

戈壁滩的新解法

中国远景能源给出了别样思路: GobiX系统, 其核心并非单纯搭建数据中心, 而是要将绿色电力、储能、算力以及土地重新整合为一体, 把人工智能从处于电网末端如同“大胃王”一般的存在, 转变为能够对能源系统进行调节的角色。

在内蒙古赤峰这个地域内, 全球的首个呈现出100%绿电直供特征的数据中心已然落地了。借助风光储氢协同这样一种方式, 综合能源的成本下降幅度超过了40%。此地不存在与人争夺土地的情况, 也不存在与人争夺水资源的状况, 而是运用闲置的土地去解决算力方面的瓶颈问题。

赢在规模化落地

历史当中取得胜利的并非是最为酷炫的技术, 而是最早实现规模化的基础设施, 在AI时代, Time to Token属于关键命脉所在, Cost per Token则是决定胜负的重要因素, 能够以低成本且快速地达成将电转化为算力这一过程的谁, 便会赢得胜利。

地球上戈壁滩的潜力在全球范围内是极大的, 要是能运用其中的1%, 那就能够建造起达到千GW级算力的工厂。相比较而言, 太空方面的方案其规模是有限的。将那些不稳定的绿色电力组合成稳定的供AI使用的电力, 这才是在AI时代真正应当作为底层基础设施的答案有着的情况。

难道你会认为, 那处于未来阶段的AI算力的最终极的战场, 是会在太空领域、地下区域, 抑或是如同远景这般的戈壁滩之地吗？那么欢迎你于评论区之中留言展开讨论, 要是你觉得有所启发的话, 那就请点赞并且分享给更多关注科技以及能源的朋友们。