随着人工智能技术的飞速发展，数据中心GPU的功耗问题正引起广泛关注。最新数据显示，用于AI工作负载的高性能数据中心GPU的功耗高达700瓦。在61%的年利用率下，每个GPU每年约消耗3.74 MWh的电力。这一高能耗现象引发了人们对电力供应和环境影响的深切担忧，特别是在考虑到去年销售的GPU总量时。

根据市场数据，英伟达去年销售了376万块数据中心GPU，占据了98%的市场份额。再加上来自英特尔、AMD及其他厂商的2%，2023年交付给数据服务器的GPU总数超过了383.6万个。这些GPU每年总共消耗约14,348.63 GWh的电力。对比之下，美国家庭平均每年的用电量为10,791千瓦时，这意味着去年销售的数据中心GPU的电力消耗相当于130万户家庭的年用电量。以加州为例，该州2022年的总电力生产量为203,257 GWh，而数据中心GPU的耗电量相当于该州年产量的7%左右。

需要注意的是，这些数据仅涉及数据中心的GPU消耗，并未包括CPU、冷却系统等其他设备的耗电。例如，大多数RTX 4090显卡建议至少配备850瓦的电源，有些甚至需要1000瓦或1200瓦。如果我们按照最低值计算，去年建造的服务器和数据中心每年需要超过25 GWh的电力。此外，这些数据还不包括2022年及以后新建的数据中心以及今年即将上线的更多数据中心。

行业分析师预测，到2028年，数据中心GPU市场将以34.6%的年增长率持续扩展，这意味着未来几年内我们可能会看到更多的GPU投入使用。同时，英伟达的下一代AI GPU预计将比目前的700瓦H100消耗更多的能量。即使数据中心计算机在未来几年保持当前的电力消耗水平（事实上不会），数据中心的电力需求也将随着市场的增长而成比例地增加。

数据中心的迅猛增长引发了对电力基础设施的担忧。美国政府已经开始与科技公司讨论其AI电力需求问题，尤其是考虑到这些新数据中心可能会对电网造成不当压力。Meta创始人马克·扎克伯格甚至表示，有限的电力将限制AI的发展。根据Enerdata的数据，过去十年全球电力产量每年仅增长2.5%，这进一步加剧了这一担忧。

然而，科技公司并非对这一问题视而不见。微软等传统软件公司计划为其数据中心投资小型模块化核反应堆。此举尤其重要，因为微软正与OpenAI合作建造一台价值1000亿美元的AI超级计算机，这无疑将需要大量电力。

在数据驱动的社会中，AI的崛起意味着我们需要大量电力来满足计算需求。此外，其他即将到来的技术如电动汽车也需要大量电力。除非我们找到更高效的芯片和电机设计，否则我们可能不得不增加电力生产设施，并升级电力基础设施，以确保在需要的地方提供足够的电力。