核心观点

  ChatGPT掀起了AI大模型的热潮，热闹背后是算力的竞争，随着芯片性能和算力的不断提升，能源和资源消耗问题日益凸显，成为业内关注的焦点，英伟达创始人黄仁勋、特斯拉首席执行官埃隆·马斯克、OpenAI首席执行官萨姆·奥特曼等科技大佬们纷纷预警人工智能军备竞赛所引发的能源和资源危机。一是芯片制造环节会消耗大量的水和电。芯片工艺制程越先进，电能的消耗就越多，例如ASML新一代EUV光刻机的耗电量大约是上一代产品的10倍。硅片制造与清洗的过程中，需要大量超纯净水清洗，先进制程的清洗步骤则更为复杂，耗水量也更甚。二是大模型训练与推理过程中电力和水资源消耗同样巨大。数据集和模型参数的爆炸性增长使得模型训练过程的电力消耗陡增。同时，大模型的推理阶段也会持续消耗大量电能。除了耗电之外，大模型训练过程中也需要消耗大量水资源为数据中心的服务器进行冷却。

  AI引发能源与资源紧缺的同时也带来了产业的趋势性机会。一是数据中心使用绿电的占比会越来越高，太阳能、风能、水能等可再生能源正成为数据中心的能源选择。二是能源将成为未来国家间算力竞争的关键因素。稳健的能源供应能力和具有竞争力的能源成本将成为规模化构建AI基础设施的重要因素。三是近两年来AI投资热导致新能源一级市场降温，从政府层面可以在热度与估值下滑的逆周期中，坚定布局投入力度，巩固国内在新能源技术的领先地位，同时为后续AI基础设施打好能源基础。

  在应对策略上。能源方面，一是建议增加清洁能源供给。短期来看太阳能、风能、地热能等正成为科技巨头们重点发力的方向。远期来看氢能、核能是两大最有前景的能源技术。二是建议通过算法、工艺等持续优化软硬件，从而降低单位算力的能耗。三是建议基于延迟需求的“热-温-冷”区别，对业务进行针对性的供需匹配和精准衔接。四是建议利用人工智能技术反哺数据中心。水资源方面，一是建议在新建数据中心选址时，重点结合水资源情况，选取水资源充足的地区进行布局建设。二是建议积极研究制定数据中心的用水标准和限额，通过用水许可和配额管理，加强水资源利用的控制和分配。三是建议推动数据中心水资源的可持续管理。

研究领域