摘要：
今天聊几句新能源。主要是过去的周末，网传英伟达创始人黄仁勋说「AI的尽头是光伏和储能！我们不能只想着算力，如果只考虑计算机，我们需要烧掉14个地球的能源」。我去翻了下黄教主的...
今天聊几句新能源。
主要是过去的周末，网传英伟达创始人黄仁勋说「AI的尽头是光伏和储能！我们不能只想着算力，如果只考虑计算机，我们需要烧掉14个地球的能源」。
我去翻了下黄教主的视频，发现黄教主压根都没有说过「AI的尽头是光伏和储能」这句话。
请看VCR——
黄教主的原话是——
「如果假设计算机的速度永远不会变快，可能会得出一个（离谱的）结论：我们需要14个不同的行星、3个不同星系、4个太阳为这一切提供燃料。」
不过某些媒体的断章取义、添油加醋，加上摩根士丹利和摩根大通等外资投行在吹票，所以光伏和储能的票被炒上去了。
宁德时代直接暴涨14.46%，把整个创业板指涨幅也抬高到了4.6%……
所以今天我打算聊聊AI和电的关系。
AI确实很耗电
前几天（3月9日），荷兰国家银行的数据专家刚好做了个估算——
ChatGPT每天耗电超过50万千瓦时（相当于1.7万多个美国家庭的每天用电量）。
如果谷歌在每次搜索中都使用AI的话，它的年耗电量会超过许多国家的一年用电量（包括肯尼亚、危地马拉和克罗地亚）。
马斯克之前也提到这个话题——
去年马斯克就在一档播客节目中表示，美国当时芯片短缺，2024年后会出现变压器短缺，大约两年内就会出现电力短缺。
他今年又在博世互联世界2024大会上又重提了这个事。
据美国Uptime Institute的预测，到2025年AI在全球数据中心用电量中的占比，将从2%猛增到10%。
有意思的是，新兴产业里头，耗电的也不只是AI。
Part 2
新兴产业里的电老虎
除了人工智能，在2008年之后我们硬推的不少新兴产业里头，也是电老虎——
新能源下游的新能源汽车自然是典型。
不烧油了改烧电了，对电的需求自然是个增量。
另一方面，芯片代工厂其实也很耗电。
一是生产环境需要恒温在22℃左右，空调本身就很耗电。
另一个是EUV光刻机本身就很烧电——根据彭博2022年的报道，阿斯麦最新一代的EUV光刻机耗电是前一代的10倍。
根据彭博当时的估算，2020年芯片代工厂台积电大概消耗了我国台湾省6%的电力，但到2025年这个比例会到12.5%。
国际能源署之前表示说，从现在起到2026年，电力需求将平均每年增长3.4%。
那么下一个问题是——光伏和储能是唯一解吗？
Part 3
光伏和储能是唯一解吗
虽然黄教主没说过光伏和储能是AI的未来，但是OpenAI创始人奥特曼说过类似的话。
在达沃斯世界经济论坛上，奥特曼说，更气候友好的能源会带来一线希望——特别是核聚变，或更便宜的太阳能和储能，这是人工智能前进的方向（the silver lining is that more climate-friendly sources of energy, particularly nuclear fusion or cheaper solar power and storage, are the way forward for AI.）。
分析别人说的话之前也要看立场。
奥特曼毕竟2021年就自己掏了快4个亿美金，投资了一个核聚变公司（Helion Energy）。
这个公司去年刚跟OpenAI的金主爸爸微软签了个合同，说之后会给微软供电。
从可行性来看，可控核聚变用来发电这个事情，目前距离商业化似乎也不大远了——
前段时间，麻省理工的以及英联邦聚变系统（CFS）发了篇综合报告，提到「一夜之间，MIT团队将聚变反应堆的每瓦特成本几乎降低到了1/40，让核聚变技术在商用成为了可能」。
当然，除了拓展发电方式，我们也可以从另一个方向去思考——
比如从芯片领域去考虑，看看怎么减少单位计算的耗电。
去年10月份，清华大学就提出了一种摆脱摩尔定律的新架构——光电模拟芯片（ACCEL）。
这个芯片算力可以达到目前高性能商用GPU芯片的3,000+倍，能效提升四百万余倍
麻省理工也在去年7月发了篇论文，论文提到的系统实现了光学计算芯片对电子计算的优势，提升了100倍的能量效率和20倍的计算密度。
说到耗电，我的第一反应是加密货币。
根据加密货币网站Digiconomics的数据，全球比特币开采消耗电量每年约148.63亿千瓦时，相当于马来西亚全国的用电。
很多人不大理解为啥中国不推加密货币，除了货币主权的因素以外，「高能耗」也是其中一个原因。
从过去几年的政策文件去挖，你会发现限制「能耗双高」企业、「碳达峰碳中和」、「环保攻坚战」都是经常出现的词汇。
经济基础决定上层建筑，你要相信国家不会单纯地「为了环保而环保」。
污染方面不用说，治理成本肯定高于防治成本，但国家更多的还是站在能源的角度在考虑。
