摘要：随着人工智能的快速发展，全球数据中心的能耗正急剧上升。国际能源署报告预计，到2030年，其用电量可能激增5倍。为应对这一挑战，液冷技术（尤其是浸没式液冷）成为关键解决方案，可将数据中心电能使用效率（PUE）从传统风冷的1.3以上降至1.1左右，接近理想状态。同时，需关注现有冷却液可能带来的环境风险，并推动绿色替代品的研发。此外，高效的边缘算力有望促进医疗、教育等资源的均衡分配。
线索：投资机会：1. 液冷解决方案提供商：随着PUE≤1.25成为国家强制要求，高效液冷技术（特别是环保型浸没式液冷）的市场需求将爆发式增长。2. 边缘计算设备与AI应用：在医疗、教育等场景实现资源普惠的“边缘算力”硬件及配套软件服务存在广阔市场。3. 绿色材料与循环技术：研发和生产可生物降解、不含PFAS等永久化学物的新型冷却液，以及数据中心废热回收技术。主要风险：1. 技术迭代风险：液冷技术路线尚未完全统一，若未来出现更高效、更低成本的颠覆性散热方案，现有投资可能面临贬值。2. 政策与监管风险：针对数据中心能耗的环保法规可能趋严，对冷却液的环境标准要求可能进一步提高，增加企业合规成本。3. 市场接受度与成本：液冷方案前期投入较高，且用户对新型环保冷却液的长期可靠性和安全性可能存在疑虑，影响普及速度。
正文：
人工智能的快速进化对算力需求激增，导致全球数据中心能耗以空前速度增长，散热问题日益突出。算法与模型可以优化，但支撑其运行的电力消耗及产生的热量，已成为制约发展的关键因素。
在此背景下，世界数字科学院国际首席人工智能官杜兰与设计师、南极大使王昱珩进行了一场跨界对话，探讨算力时代的能耗挑战与破局之道。
杜兰指出，人工智能发展的竞争焦点正从算法转向算力，而算力受限于能源供给。王昱珩用比喻解释了问题的核心：算力爆发消耗大量电能并产生废热，如同人体持续高烧。目前最彻底的散热方案是“浸没式液冷”，即将设备完全浸入特殊液体中直接冷却。
根据国际能源署的报告，全球数据中心的用电量正在飞速增长，预计到2030年可能激增5倍。杜兰在“东数西算”枢纽的实地观察发现，数据中心消耗的电能中，约有40%用于设备降温。因此，为高算力设备“退烧”已成为全球性紧迫议题。
王昱珩进一步分析了液冷技术的两面性。目前主流的浸没式液冷液体，如某些含氟化合物（PFAS），虽然高效稳定，但难以自然降解，存在“永久化学物”的环境风险。他援引了相关真实事件，警示技术应用需考虑长远环境影响。不过，他也指出，目前国内已研发出不含PFAS的新型替代液体，为关闭这一环境风险“龙头”提供了可能。技术的进步正推动着更绿色、更安全的材料创新。
对话聚焦到一个关键性能指标——电能使用效率（PUE）。国家在“人工智能+”行动中要求新建数据中心的PUE值不高于1.25，这被视为能效的基准线。传统风冷技术的PUE通常在1.3以上，而先进的液冷技术可将其降至1.1左右，甚至无限接近1的理想状态。王昱珩解释，PUE值为2意味着有一半电力用于散热；PUE越接近1，能源用于实际计算的比例就越高，能效也就越高。这场能效革命不仅是成本控制问题，更是产业可持续发展的基础。
除了解决能耗危机，高效的算力也将重塑社会资源分配。杜兰认为，人工智能具备资源均衡的天然价值。王昱珩以医疗为例，描绘了“边缘算力”带来的前景：一个书本大小的本地设备就能运行高性能AI模型，使偏远地区医院也能快速完成医学影像分析，让优质医疗资源通过“AI分身”普惠大众。在教育领域，AI可以弥补地域导致的师资差距，为儿童语言学习黄金期提供标准化指导。杜兰表示，要让新疆、西藏等地享受到与北上广同等的教育资源，人工智能是实现这种公平的重要途径。
面对技术的指数级迭代，杜兰提到科技工作者存在紧迫感。从GPT系列到国产大模型，行业竞争激烈。她认为，在这个时代，“认知是最大的竞争力”。能否清晰理解能耗约束下的发展逻辑，能否在追求算力突破与坚持绿色发展之间找到平衡，将决定未来格局。
对话最后，两位嘉宾回归到对人的思考。王昱珩感慨人体是能耗极低的高效系统。杜兰则强调，训练人工智能需要学习最优秀人类的数据。整场对话的核心脉络表明，技术的迅猛发展必须与地球的承载能力、社会公平及人类长远福祉相协调。破解能耗危机，不仅是为了让人工智能运行得更快，更是为了让它能够更稳定、更持久地发展，最终赋能一个可持续且更公平的未来。
发布时间：2026-01-07 20:59:59 （北京时间）
评论 ( 0 )