人工智能需求激增对电力市场意味着什么 - 彭博社

在美国弗吉尼亚州阿什本的Waxpool Road上，CloudHQ数据中心正在建设中，时间是2024年3月27日。

摄影师：Nathan Howard/Bloomberg 多年来，美国的公用事业并没有看到电力需求有太大增长。经济总体上已经成熟，即使没有太多额外的电力，也能继续增长。但现在一切都在改变，一个重要的因素是数据中心需求的激增。对于人工智能数据中心来说尤为严重，它们需要比传统数据中心更多的电力，并且自从ChatGPT将生成式人工智能带入了每个人的集体意识之后，它们的增长就像疯狂一样。那么公用事业将如何处理突然激增的负载增长呢？在这一集中，我们与Cloverleaf Infrastructure的联合创始人兼首席战略官Brian Janous进行了对话。Brian在微软工作了12年，他是公司第一位专注于能源的招聘，因此他亲眼见证了数据中心电力消耗的增长，以及人工智能如何进一步推动这一增长。他现在与公用事业合作，找出他们将如何满足这种增长需求。我们谈到了可能会建造更多的燃气电厂，数据中心和公用事业如何从现有基础设施中获得更多能源，人工智能数据中心的政治因素，以及这一切对主要科技公司的净零承诺意味着什么。本文经过轻微编辑以提高清晰度。

收听 • 54分钟4

电力公用事业将如何处理蓬勃发展的人工智能数据中心需求

54:04

播客中的关键见解：微软开始对能源产生兴趣时 — 4:53人工智能如何让科技行业措手不及 — 9:58人工智能对电力需求预测的影响 — 13:43科技公司能够保持净零承诺吗？ — 22:35数据中心电力需求的政治影响 — 30:29除了更多化石燃料，公用事业还有其他途径吗？ — 37:02小型模块化核反应堆是答案吗？ — 40:14监管是否妨碍了电网的有效建设？ — 41:50

---

**Joe Weisenthal (00:17):**大家好，欢迎收听另一期Odd Lots播客。我是Joe Weisenthal。

**Tracy Alloway (00:22):**我是Tracy Alloway。

**Joe (00:23):**Tracy，一个经常被提及的问题是所有这些人工智能数据中心将会消耗大量电力。我一直听到这个说法。

**Tracy (00:31):**是的。而且，我刚意识到，每次你使用ChatGPT写一个讽刺歌曲时，都会将能量转移，远离某人开灯或类似的事情。

**Joe (00:43):**可能是这样。

**Tracy (00:44):**这是一个零和博弈。

**乔（00:45）：**是的，所以要小心你的随机ChatGPT查询，虽然我认为训练可能是更[艰巨的事情]，我认为，也许你的歌词，也许没关系。我不认为那么糟糕。

**特蕾西（00:58）：**从宏观角度来看，可能不是。但关于AI的能源使用，到底是什么？这是我有的一个重要问题。你如何将AI服务器与普通软件服务器区分开来，它将消耗多少，这种容量将如何分配和建立？

我认为我们可能会走向非常不同、极端的方向。所以你可能会出现这种情况，因为AI是一项令人向往的活动，因为在许多方面都是有利可图的，大型科技公司最终加速了能源容量的建设。也许他们甚至开始在理想的世界里建立更多绿色技术能力。

但是你也可能会出现完全相反的情况，你需要所有这些能量来开发这项技术。但却不够，这有点像是一个谁能获取更多能源的竞赛。也许他们甚至开始使用煤炭之类的东西。所以感觉我们可能会走向两种非常不同的道路。

**乔（02:08）：**对我们来说这里有很多内容。我记得Jigar Shah，在一年多前我们在《德克萨斯论坛》会议上采访他时提到了这一点。这越来越受到关注。它在节目的侧面一直出现。

史蒂夫·艾斯曼显然最近谈到了这个问题，但我觉得现在是时候把这个问题作为对话的核心，并真正了解数字以及这种能源是如何产生的，是的，我们到底在谈论多少？我们知道科技公司对此非常了解。最近有一个标题是关于微软可能想要做一些关于现场核能发展的事情。

**特蕾西（02:44）：**不，他们确实做了一些事情，所以我想他们买了…

**乔（02:47）**嗯，他们发布了一个标题。

**特蕾西（02:49）**嗯，他们是不是买了一个数据中心，靠近一个核电站，一个苏斯克汉纳的东西？我记得他们是这么做的。

**乔（02:53）：**是的，我想你说得对。但另一个因素是，你提到这里的一个解决方案就是燃料和脏能源，除了所有这些科技公司都非常进步思维，并且他们都有关于如何从风车或者，抱歉，风力涡轮机、太阳能和电池等获取所有能源的净零承诺。

**特蕾西（03:13）：**风车旁边放AI服务器会很有趣。

**乔（03:17）：**但是，你知道，在某个时候，问题的关键是，他们的净零承诺有多现实，或者如果他们参与这种高能耗的投资活动，他们如何能够实现这些承诺。

**Tracy (03:27):**不，绝对不是。你现在看到很多关于AI投资的讨论都反映在这个话题上。所以我觉得很多人觉得他们错过了Nvidia周围的第一波芯片。所以每个人都在寻找第二波投资机会，现在很多人都在谈论能源或冷却和暖通空调。所以我们需要谈论一下。

**Joe (03:50):**嗯，我真的很兴奋，因为我相信我们有一个完美的嘉宾来讨论这个话题。一个在微软待了12年的人，在谈论科技公司需要这么多电力和能源之前就已经开始了。他是微软的第一位能源招聘，最近他离开了，去年他离开了微软，开始了自己的公司专门解决这个问题。所以我们将与Brian Janous进行交谈，他是Cloverleaf Infrastructure的联合创始人兼首席战略官，这是一家与公用事业公司密切合作解决这个问题的电力开发公司。所以Brian，非常感谢你参加Odd Lots。

**Brian Janous (04:29):**谢谢你邀请我。非常高兴能来这里。

**Joe (04:31):**所以12年前你从微软被聘为能源主管，当时我不认为有人在谈论能源作为这些软件公司或这些大科技公司战略中特别重要的方面。那时发生了什么，或者当他们觉得‘嘿，我们需要在这里聘请一个能源副总裁’时，他们看到了什么？

**Brian (04:53):**是的，实际上很有趣，因为在那之前，我主要与大型能源消费者合作，你会期望他们是大型工业公司。所以当微软打电话来说‘嘿，我们需要一个全职的能源人员’时，我告诉他们，成为科技公司的能源人员听起来像是一份绝路工作，因为他们为什么会真正关心这个问题呢？

而招聘我的人说‘嘿，我觉得云这个东西有点意思。我觉得能源将开始成为我们公司做事情的核心。’快进十年，我记得在离开公司之前的一次对话，我在和公司战略负责人交谈时，他对我说‘我认为人们并没有完全意识到微软实际上只是一家能源公司。我们需要电力，我们需要硅，我们需要芯片。就是这样。这就是我们的业务。如果我们没有这两样东西中的一样，我们就会陷入麻烦。’

所以在那十年多的时间里，看到公司里或许只有一两个人开始认为能源对我们也许有一天会很重要。能源实际上绝对是业务所做的一切事情的核心。

**Tracy (06:06):**所以再谈谈这种文化转变，因为最近我们从别人那里听说，他们说你可能非常熟悉的一些大型科技公司派代表参加了休斯顿的CERA周 -- 这是一年一度的能源会议，他们描述这是一种新的发展。但是现在科技公司对能源使用或需求有多熟悉，他们实际上在这方面建立了多少专业知识？

**Brian (06:38):**是的，这是一个巨大的转变。我是说，如果你五年前去参加CERA周，你不会看到科技行业有太多的参与。但随着他们的业务转向云端，以及在他们面前的商业机会，特别是涉及到人工智能时，随着这些机会的出现，人们开始意识到这种力量确实是他们所做的事情的核心。

这是一个缓慢的转变。如果回顾最初的云数据中心的出现，那时主要是为了靠近网络。因此，这就是战略上的驱动力，数据中心应该放在哪里？嗯，你把它们放在最大的网络枢纽所在的地方。这就是为什么我们在弗吉尼亚北部有很多数据中心。这就是为什么我们在阿姆斯特丹有很多数据中心。每个人都在追逐网络

也许在上个十年中期，情况发生了变化，开始变成‘实际上，我们想靠近用户。’因此，云数据中心开始在新的国家大量建设新的数据中心，这开始了一场争夺用户的土地战。

因此，从2019年秋季到2022年春季，我认为微软每个月都在增加几乎一个新的数据中心区域。他们在全球范围内建立了这些区域。然后到了2022年中期，人们开始意识到，等一下，整个游戏都是关于力量的。因为那时我们开始听到OpenAI正在研究的消息，以及ChatGPT-3将会是什么规模，这是第一个大规模发布，所有人都开始意识到，‘等一下，人工智能正在做什么，以及它的发展速度有多快。’

然后当我们在22年秋季发布了ChatGPT-3，然后不久之后，3.5版本发布了，那个版本的能力大幅提升，如果你还记得的话，在各种测试和其他方面的得分方面，它可以做的事情有了巨大的提升。那一刻我意识到这项技术的发展速度远远超过了公用事业行业的发展速度。如果我们能在六个月的时间里取得这么大的进步，那我们可能会遇到很多麻烦，因为电力行业发展不会那么快。

**乔（09:12）：**所以我对这个想法非常着迷，你知道，你曾在微软工作，所以你对OpenAI与GPT-1和GPT-2的合作有着第一手资料，很多人都知道这一点，我对这个想法很着迷，就是当它变成ChatGPT这种商业化或者说变得更加公开时，人们开始认真对待。然后我们看到所有人都争相购买英伟达芯片，所有这些风险投资公司都开始转向人工智能等等。所以请谈谈你对这方面的看法。感觉就像人们对数据中心需求增长的期望出现了这种水平的提升，基本上是由于对人工智能的热情。

**布莱恩（09:58）：**是的，你说得对，我的意思是并不是我们不知道微软与OpenAI有合作关系，也不知道人工智能将消耗能源。我认为每个人都有点惊讶于ChatGPT能够做到的事情如此迅速地占据了集体意识。

你可能还记得当那个发布时。我是说，它真的让每个人都感到惊讶，突然之间，尽管我们有点了解我们正在做的事情，但直到你把它推向世界，你才意识到也许你创造了什么。那时我们意识到我们正在以比我们想象的要快得多的速度提升能力。正在基于此构建的应用程序数量以及它被使用的方式数量，以及它如何变得司空见惯。我的意思是，每个人都知道Chat GPT-3是什么，而在那之前的一个月没有人知道它是什么。

所以在某种程度上，我认为这是一个惊喜，因为它迅速地占领了集体意识，然后显然导致了随之产生的一切。所以我们只是迅速地提高了那个曲线，我认为这就是行业可能会落后的地方，当然，公用事业公司也是如此，因为你可能已经看到，很多公用事业公司开始重新调整他们的低增长预期。

而在那之前，这是不会发生的。所以在过去的两年里，公用事业公司开始预测预测方式发生了巨大变化。所以如果你看看弗吉尼亚州的Dominion这样的公用事业公司，那是美国数据中心的最大集中地。所以他们相当好地代表了正在发生的事情。如果回顾到2021年，他们预测在未来15年内负荷增长只有几个百分点。

我的意思是在整个时期内只有个位数的增长。所以不是每年的增长，而是在15年内，个位数的增长。到了2023年，他们预测在未来15年内增长两倍。现在请记住这是一个电力公用事业公司。他们有10年的规划周期。因为他们需要很长时间来获取设备、获取输电线路的使用权，他们不是那种能够轻松应对在15年内增长两倍的变化的公司。

我的意思是，对于电力公用事业公司来说，这是一个巨大的变化，特别是考虑到过去15到20年的增长率几乎为零。所以在过去15到20年里几乎没有负荷增长。现在突然间，你看到公用事业公司不得不转向在同一时间段内将他们的系统规模扩大一倍。

**Tracy (13:10):**我想问一个非常基本的问题，但我认为这可能会影响我们接下来的对话，当我们说人工智能消耗大量能源时，这种消耗实际上来自哪里？Joe在介绍中提到了这一点，但这是因为这些平台上有大量用户吗？我想，这是您需要进行培训以开发这些模型的规模。那么这种能源使用方式与传统技术有何不同吗？

**Brian (13:43):**是的，所以每当我考虑到人工智能或任何其他应用程序的电力消耗时，我认为你必须从我们所讨论的核心开始，那就是人类对数据的容量，无论是人工智能还是云，人类都有巨大的数据消费能力。

如果你考虑我们在这个曲线上的位置，我的意思是我们处于某种人类数据消费的S形曲线上，这直接关系到数据中心、设备、最终的能源消耗，因为我们正在将能源转化为数据。我们将电子转化为光，将它们传输到您的电视屏幕、手机和笔记本电脑等设备上。这就是我们目前正在追随的超级趋势。所以我们正在攀登这个S形曲线。我不知道有没有人能清楚地知道这条曲线会有多陡或持续多久。

如果你回顾一下电力这样的东西，它大约持续了大约一百年。S形曲线始于上个世纪初。正如我之前提到的，它在本世纪初开始趋于平缓。现在我们正在进入这个新的轨迹，这个新的S形曲线，这将改变那种叙事。但是电力的这个S形曲线大约持续了一百年。

没有人知道我们今天在数据曲线上的位置。所以当你引入类似人工智能这样的东西时，你为人类创造了一个全新的机会，可以消耗数据，可以用数据做以前无法做到的新事物。所以你加快了我们沿着这条曲线的前进速度。我们原本就在这条曲线上某个位置，人工智能出现后，我们就更快地向上移动。当然，这意味着更多的能源消耗，因为运行人工智能查询的能量强度远高于传统搜索。

现在，显然你可以用人工智能做的事情远远超过你可以用传统搜索做的事情。所以在投入的能量上有积极的回报。通常当谈到这个话题时，人们会对“嗯，我们该怎么办？我们会耗尽能源。”感到很不安和恐慌。

电力的好处在于我们总是可以生产更多。我们永远不会用光电力。这并不是说电网从来不会受限制，也不是说不会出现停电的风险。这是现实。但我们可以在输电线路上投入更多，我们可以在发电厂投入更多，我们可以生产足够的电力来满足需求。

**Joe (16:26):**为了澄清一个观点，并回答Tracy的问题，你提到进行人工智能查询比起我只是做了一个谷歌搜索或必应搜索之类的搜索更耗能。是什么让提供这些功能的过程比以前的数据使用或在线数据查询更加计算密集或能源密集？

**Brian (16:57):**这有两个方面，我认为我们稍早前已经提到了，第一个是训练。首先是构建大型语言模型。这本身非常耗能。这些是非常庞大的机器，由使用非常密集芯片的机器集合组成，用于创建这些语言模型，最终在进行推理时被查询。

然后你去找ChatGPT，让它为你提供这个周末想要举办的晚宴菜单，它会参考那个大型语言模型并创建这个回应。当然，这个过程更加计算密集，因为它做的事情比传统搜索要多得多。传统搜索只是将你输入的单词与它已经整理好的知识数据库进行匹配，但这些大型语言模型更加复杂，因此你要求它做的事情也更加复杂。

因此，从定义上来说，这几乎是一个更加耗能的过程。现在，这并不是说它不能变得更加高效，它会变得更高效，上周Nvidia发布了一些关于它下一代芯片的数据，这些芯片将比上一代显著更加高效。

但我们需要小心的一点是，不要认为因为某样东西变得更加高效，那么我们就会使用更少的输入资源。在这种情况下，是电力。事实并非如此，因为回到人类消费数据的概念，我们所做的就是找到更多需要计算的事情。你可能听说过杰文斯悖论，这就是这个想法，嗯，如果我们制造更加高效的蒸汽机，他是19世纪的一位经济学家，他说‘嗯，如果我们制造更加高效的蒸汽机，那么我们将使用更少的煤炭。’

他说：“不，事情不会这样发展。我们会使用更多煤炭，因为我们会让更多的事情机械化。” 这正是我们对待数据的方式，因为多年来我们一直有摩尔定律，所以芯片比几十年前更加高效，但我们并没有减少能源的使用。我们使用了更多的能源，因为我们可以将芯片应用到所有事物中。

所以这就是我们目前的趋势线。我们仍在沿着消费曲线攀升。因此，至少在目前阶段，没有任何效率可以让我们停止继续消耗更多的电力，因为我认为我们离S型曲线的拐点还很远。至少在短期内，没有任何效率可以让我们减少对电力的消耗。

**Tracy (19:36):**所以我有另一个基本的构建模块问题，当我们说科技公司意识到能源使用或可用性的重要性，并且他们一直在努力解决这个问题时，一个科技公司究竟是如何获取能源的呢？所以你有一个大型数据中心。我想你可能与该地区的公用事业公司有某种协议，但我也想象这个协议看起来与我家庭的能源账单或类似的东西非常不同？

**Brian (20:14):**我相信是的

**Tracy (20:16):**希望如此！

**Brian (20:17):**数量级显著不同。是的。所以有两个组成部分。一是如果你正在建造一个数据中心，你必须将其接入某个地方。你必须将其接入电网。因此，你需要与当地的电力公用事业公司或输电公司合作，并计划这个设施有多大？它在任何给定时间会从电网中吸取多少功率？

随着时间的推移，由于这些设施往往会不断扩大 -- 这就是连接到电网的基本原理。现在第二个关键点当然是需要一些发电源。电力将来自何处？这两件事是相关的，但它们可以有些脱节。这就是你看到这些科技公司，他们真的是这个领域的领导者，签订所有这些风能和太阳能的电力购买协议。

在某些情况下，还有核能，你之前提到的项目，那实际上是一个AWS项目，他们将其选址在Susquehanna核电站旁边。所以所有这些都围绕着电子将来自何处以及作为地球上最大能源消费者之一，他们如何开始影响电网上的发电组合？

关键问题在于你试图影响电力的发电来源。还有一件事要记住的是，无论是你家里还是街对面的数据中心，你得到的电子都是一样的。你们都从同一个电网中获取电力，但你试图影响的是如何产生这种发电。这就是这些购买协议涉及到各种不同能源来源的地方。

**Joe (22:07):**好的，现在让我们把问题转向公用事业方面或者说Dominion方面。几十年来，Dominion的高管们基本上没有看到增长，然后突然在一年内他们说‘哦，实际上我们要翻倍了。’他们会怎么做？他们现在正在做什么，今天是2024年4月10日，我们正在录制这个节目。他们现在正在做什么来扩大发电或扩大电网或者为了满足需求翻倍而做些什么？

**Brian (22:35):**嗯，这里有一点令人担忧的是，你有这些科技公司承诺要实现碳中和、碳负载，百分之百使用零碳能源，而且他们为他们所做的工作给予了认可。

我的意思是，过去十年，这个行业已经偲造了大量的新可再生能源项目，不仅在美国，而且遍布全球。他们一直是企业减碳方面最重要的推动者之一。因此，你真的要为这个行业所做的一切以及所有大科技公司在这方面所做的惊人工作表示赞赏。

然而，我们面临的挑战是，他们所处的环境是我们所谈论的没有增长的环境。他们都在增长，但是十五年前他们的起点相对较低。因此，当时公用事业系统中存在着大量过剩容量，因为公用事业公司在那种趋于平稳的时期过度建设了。所以系统中存在着过剩的能力。

他们在一个本身没有净增长的系统内增长。所以他们所做的每一件事，每一个新的风电项目，每一个新的太阳能项目，都在逐步减少系统中的碳量。这都是净正面的。

现在我们进入了一个新世界，他们的增长速度超过了公用事业公司曾经想象的对系统的绝对影响。公用事业公司的回应是：“在我们所拥有的时间范围内，我们唯一能做的就是基本上建设更多的燃气电厂或者保持原本计划关闭的燃气电厂或煤电厂。”

所以现在，他们对零碳能源、负碳等承诺与公用事业公司在其所谓的综合资源计划或IRP中提出的回应产生了对比。

最近我们在乔治亚州看到了这一点。我们在杜克和北卡罗来纳州看到了这一点，在弗吉尼亚的Dominion也看到了。这些公用事业公司中的每一家都表示‘随着我们系统中出现的所有需求，我们必须在电网上增加更多的化石燃料资源。这是我们能够在我们所拥有的时间范围内管理它的唯一方式。’现在，关于这是否属实存在很多争论，但这就是正在发生的事情。

**特蕾西（25:11）：**所以当形势逼人时，似乎一些绿色优先事项被企业模式上的存在压力所取代？也许我们可以辩论一下AI目前实际上有多可转移，以及你对ChatGPT或Claude之类的东西有多大的优势。

但在科技公司中似乎存在一种紧迫感，如果你现在不构建某种东西并试图主导市场并真正生产出可能的最好的东西，那么你要么正在损失数十亿美元，要么将被那些成功做到这一点的人所取代。

**布莱恩（25:55）：**完全正确。而且这可能不是数十亿美元，而是数万亿美元。

**特蕾西（25:59）：**是的，是的。

**布莱恩（25:59）：**这就是竞争压力所在。这就是为什么目前这个行业如此关注这种能源将来自何处的原因？因为至少在想象和纸面设计训练模型方面，这些模型绝对是巨大的，比我们以往建造的任何数据中心都要大得多，这与现实中的电力系统形成了鲜明对比，首先，这种电力是否可用？其次，如果它可以获得，是否有办法以零碳方式实现？这也是这些公司所承诺的。

这就是我们现在所面临的紧张局势，我们如何快速加速电网的交付和增长，我认为我只是想 -- 在这方面简短地谈一下 -- 在我们谈论的背景下，消耗电力实际上是一件非常好的事情。我的意思是，这是一件促进经济增长的事情，它导致了就业机会的增加，所有这些。我是说，我们现在面临的整个问题是电力公用事业公司不得不考虑这个全新增长时代。这一切都是因为我们正在将制造业重新回到美国，我们正在建设这些数据中心，正在创造各种惊人的工具并在各个领域创造效率。同时，我们也在推动交通和供暖电气化。

所有这些都是好事，都是好的。我们甚至还没有谈到氢生产之类的事情，以及我们将如何利用电力的其他方式。然而，真正的问题在于我们现在正处于这种情况，再次，电力行业对此有些惊讶。他们没有准备好在几年的时间里，再次回到Dominion的案例，不得不将他们的负载预测翻倍。

因此，他们会本能地采取他们知道如何做的事情，也就是建设燃气电厂。因为他们知道那行得通。这是一种简单的解决方法。然而，我们还有其他可以做的事情。我们可以更有效地利用现有系统。我们可以利用称为增强电网技术的东西，通过传感器、更好地动态评估输电线路，我们实际上可以更充分地利用我们现有的系统。

有办法更有效地使用存储空间，因为我们真正要管理的只是这些系统的高峰。大部分时间都有充足的电力。实际上，只有在最炎热的夏季时段或最寒冷的冬季时段，系统才会受限。这正是驱使公用事业公司希望建设新容量的原因，但我们可以用其他方式来管理。

数据中心行业真的有责任参与其中。想一想，我们如何能更多地参与解决这个问题？因为数据中心有很多机会变得更加灵活。它们有屏幕后的发电设备，有屏幕后的储能设备。它们实际上可以成为解决方案的一部分，而不仅仅是问题的一部分。

**特雷西（29:08）：**我想就这一点向您追问，因为我知道人们会对此有疑问。我理解您所说的很多方面，我们正在谈论的是由于导致新工作岗位和新生产行业而导致的能源使用增加。还有一个观点是，我们可以以不同的方式产生更多电力，或者我们可以使电力的传输更加高效，以及所有这些类型的事情。

但是我认为人们可能对此持有保留意见的一个原因是与拥有大量资金并且可能对公用事业公司有很大影响力的大型科技公司竞争的想法。也可能会出现这样一种情况，亚马逊从某个州的某个发电厂获得百分之百的电力供应，而其他人可能要么得不到足够的电力，要么更有可能是更昂贵的电力。您能谈谈这个问题吗？我在介绍中谈到零和博弈时有点讽刺，但确实存在竞争的想法，而可能在每个人都想要的确切时刻，可能没有足够的资源供应。

**Brian (30:29):**没错。而今天优秀规划者面临的最大挑战是，你要对哪些负载说“是”，以及这样做的长期影响是什么？我们已经看到这种情况在全球其他地区上演，那里出现了数据中心的集中。这是我们在都柏林看到的情况，我们在新加坡和阿姆斯特丹也看到了。

这些政府开始真正担心‘等一下，我们的数据中心数量占整体能源消耗的比例太高了。’而不可避免的情况是，开始出现对数据中心建设实施停建令或者对其活动和规模施加非常严格的限制。因此，我们在美国还没有看到这种情况发生到任何实质性程度，但我认为这是一个真正的风险，也是数据中心行业面临的风险。

我认为这在某种程度上是独特的，如果你是一个州长，你可以选择为一个新的电动汽车工厂提供电力，这将创造1500到2000个工作岗位，或者为一个数据中心提供电力，这将创造的工作岗位数量明显少于前者，你会选择前者。数据中心实际上可能会面临最多限制，因为政府、公用事业公司、监管机构开始权衡这种权衡的时候，他们可能会说‘哦，我们必须对某人说不’。

我认为今天人工智能和数据中心行业面临的真正风险是，他们是最容易受到攻击的目标，因为每个人都喜欢数据中心所做的事情，但没有人特别喜欢自己家旁边有一个数据中心。因此，这对该行业来说是一个真正的挑战，因为他们将开始成为这些监管机构、领导者或者其他人在做出这些决定时的关注焦点。

**乔（32:47）：**所以我只是想说两个在我脑海中的随机想法。前几天我路过东村的一个电影片场。他们正在拍一部电影，那里有很多厚厚的电缆，为灯光、摄像机等提供电力。我想到‘哦，当他们可以用SORA或类似的东西制作所有电影时，那将会很棒，然后我们还会节省电费。我们将不必再使用人类演员和实际灯光等等。’

所以那将会很令人兴奋。我在说关于人类演员的结尾时有点讽刺，但从理论上讲，那可能会很令人兴奋。然后你提到了，嗯，公用事业公司对需求激增感到惊讶，但听起来我们不能太怪责公用事业公司，因为即使微软内部的人们也对2022年秋季AI兴趣的激增感到有些措手不及，那么我想我们不能真的怪责Dominion公司。他们可能离这个问题更远。

你提到了峰值需求，这涉及到电力类型，因为人们谈论这种需求，再加上可再生能源的问题，至少在谈论太阳能和风能时，存在间歇性问题。不总是晴天，即使天气炎热，也不总是有风，还有夜晚等等。这种情况会多大程度上限制更多可再生能源成为解决公用事业公司问题的方案的能力？

**布莱恩（34:14）：**这是一个真正的挑战，因为正如你所指出的，我们正在努力管理峰值需求。这就是所有这些增长的意义所在。因此，峰值需求是关于确保在那些最高系统峰值时你将拥有电力的确定性，无论是最热的日子还是最冷的冬夜。

你并不能保证可再生能源在那些时间总是在线的。系统规划者的角色就是要审视所有这些不同的资源，并找出如何确保我们有足够的备用余量，以确保我们不会出现诸如滚动停电或停电等问题。

现在，我们有很多工具可以帮助管理这种不确定性。我们越来越多地拥有成本更低的电池选项，这使我们能够部署更长时间来解决一些问题。我们甚至可以通过虚拟电厂来更好地响应系统高峰时期的负荷，对吧？

因此，我们有工具可以用来管理这种不确定性。问题在于这是一个非常复杂的问题。我是说，你正在尝试管理数百万个不同的数据点，而公用事业公司历来管理这些事务的方式在复杂性方面相当基础。因此，他们必须经历这个学习曲线，弄清楚我们如何确保能够实现所有这些行业期望的负荷增长，并满足我们客户对可靠性、成本、可用性的期望。

这就是挑战所在。这也是整个问题变得非常有趣的地方，因为我们有很多杠杆可以使用，我们不仅仅是要将更多的化石燃料电厂投入到这个问题中。

这是否意味着我们不会在这个国家建造任何新的燃气电厂？我相信我们会。我认为在短期内，没有办法避开这个问题，除非有一些增量的化石能源资源的补充。但我们也可以做很多其他事情，可以显著减少对化石能源的依赖，以实现我们作为一个国家的增长目标。

**Tracy (36:36):**在科技公司或数据中心方面，具体有哪些杠杆？因为在这次对话中，很多焦点都放在公用事业公司能做什么，我们在如何更有效地管理供应方面能做什么，但数据中心本身是否有一些新颖或有趣的事情可以做，以管理他们自己的能源使用？

**Brian (37:02):**是的。有几件事情。我的意思是，数据中心在从电网获取电力方面有相当大的灵活性。正如我之前提到的，每个数据中心或几乎每个数据中心都有某种形式的备用发电设备。它们内置了某种形式的能源存储。

因此，数据中心的设计方式就像一个发电厂，带有一个能源存储设施，恰好就坐落在一个装满服务器的房间旁边。因此，当你将其分解为这些组件时，你会说，好的，我们如何更好地优化这个发电厂，使其更像一个电网资源？我们如何优化存储设施，使其更像一个电网资源？然后在服务器本身方面，我们如何优化软件的运行方式和架构，使其更像一个电网资源？

这种思维方式正在被强加给这个行业。坦率地说，我们一直拥有这种能力。我的意思是，我们做过，我是说，我们在2016年与一家公用事业公司合作做了一个项目，在我们的电表后面安装了灵活的燃气发电机，因为如果我们没有办法更灵活，公用事业公司就必须建造一个新的发电厂。

我们一直知道我们可以做到这一点，但行业从未受到真正思考如何创新利用数据中心内部所有这些资产以更好地成为电网一部分的压力。所以我认为最重要的是真正考虑数据中心如何变得更加灵活。还有一种思维方式，即公用事业公司不会行动得足够快，因此数据中心需要建造自己的发电厂。

这就是你开始听到有关核能和SMR以及注入的内容，这很有趣，但它并没有解决这十年的问题。它没有解决我们现在面临的问题，因为那些东西实际上还没有准备好投入实际应用。我们今天依赖的是我们今天拥有的工具，比如电池、增强电网技术、灵活负载、重新导线输电线路以通过现有通道获得更多电力。因此，有许多我们可以用今天拥有的技术做的事情，这些将在这十年内非常有意义，我们应该继续投资那些在下一个十年将非常有意义的事情。我对我们可以利用新形式的核技术做些什么感到非常乐观。它们只是在时间范围内不相关。我们现在讨论的问题。

**Joe (39:52):**在某个时候，我们将专门就小型模块反应堆的前景以及为什么尽管看似有益，但我们仍然没有它们进行一期Odd Lots节目。但您是否有一个简洁的答案，解释为什么这种看似解决方案，比如更快地制造它们等等，为什么没有转化为实际生产？**Brian (40:14)**嗯，简单地说，我们只是忘记了如何做。我们曾经能够在这个国家建造核电站。我们在七十年代做到了，我们在八十年代做到了，但是参与其中任何一个项目的每个人要么已经不在人世，要么肯定不再是一个可能会建造核电站的公司的项目经理，对吧？

我认为我们低估了人类忘记事物的能力。仅仅因为我们过去做过某事，并不意味着我们一定能做到。我们必须重新学习这些事情，作为一个国家，我们没有供应链。我们没有劳动力。我们没有管理建设项目、了解如何做这些事情的人。

所以当你看看韩国在做什么，看看中国在做什么，他们正在定期建造核电站。他们以非常有吸引力的成本进行建设。他们按照可预测的时间表进行建设，但他们实际上已经建立了所有这些资源，而我们在这个国家根本没有的资源，我们需要并且需要重建这种能力。这种能力今天根本不存在。

**乔（41:19）：**当我们谈论公用事业时，它们是一种奇怪的公司，因为它们不像普通企业。它们有点像自然垄断。据我了解，它们的定价是基于它们的投资。因此，它们必须向一些地方监管机构申请，说‘看，我们不得不投资这么多，这就是为什么我想要提高价格这么多等等。’目前是否存在使需求翻倍变得更具挑战性的监管障碍或监管体系中的问题？

布莱恩（41:50）：绝对。因此，如果你回顾一下我们一直处于相对无负荷增长的时代，如果你是一个公用事业监管者，而公用事业公司来向你申请十亿美元的新投资，而你习惯于说‘不’，你习惯于说‘等一下。你为什么需要这个？这是为了什么？这将如何帮助再次管理可靠性、成本、可预测性等等？’

现在你处于这个全新的世界，回到我们很容易忘记事情的概念 -- 今天没有任何一个监管者或公用事业公司的负责人曾经经历过我们对电力需求的巨大扩张的环境。所以现在每个人，包括监管者在内，都必须重新学习，好的，我们如何在增长环境中促进公用事业投资？这不是他们以前做过的事情。因此，他们必须弄清楚，好的，我们如何为公用事业创造投资的空间？

因为公用事业面临的一个基本挑战是，如果没有顾客坐在那里要求服务，他们很难进行投资，所以他们无法进行投资。我的意思是，如果我是英伟达，我在考虑未来五年的世界，想‘哇，2030年我想卖多少芯片？’我可以建造一个新工厂。我可以投资资本，我可以做所有这些事情，我的意思是，我不需要从微软、亚马逊或者Meta那里得到订单才能这样做。我可以进行投机性建设。

公用事业公司不能真正做到这一点。他们基本上在等待顾客来要求服务。但是当所有这些需求同时出现时，会发生什么？交货时间开始延长。所以，不是说‘是的，我会在一年或两年内给你那个电力’，而是现在是‘好吧，我会在五到七年内给你’。这是一种不可持续的电力公用事业网格运行方式。因此，我们确实需要监管者适应并适应这个增长的新时代。

**Tracy (44:00):**这实际上正是我想问你的事情，就是我们在谈论产业政策时，我们已经习惯了建设任何产能时终端买家的重要性，而公用事业在最近几十年里在某种程度上遇到了困难。他们有巨大的投资需求，虽然电力需求显而易见，也许需要新类型的电力，但并不总是确定的，你要管理这些日常循环之类的事情。

但是，如果我们知道人工智能正在蓬勃发展，我们知道这是未来增长的领域，我们看到这些标题，比如人工智能服务器每年将需要一百太瓦时之类的，这是否可能给公用事业提供更多的确定性或对未来投资前景更有信心？

**Brian (44:58):**我想在某些方面是的。我是说，肯定有，我一直在花很多时间与公用事业打交道，至少在我整个职业生涯中都是如此，甚至在过去几个月里，一直在讨论他们如何看待这种未来增长。他们有点困惑，因为他们只知道客户出现在门口并告诉他们他们想要什么。

他们说‘好吧，我和X、Y、Z数据中心交谈过，这是他们说他们想要的，但他们并没有长期的视野。那背后真正的需求是什么？我得到一个请求，因为一个数据中心购买了一块土地，他们需要500兆瓦的电力。然后他们试图从中推断出，那么数据背后的需求是多少？在那之后我应该期待多少增长？

这就是我认为公用事业公司真正挣扎的地方，他们无法看到超出他们所拥有的请求之外的东西。因此，他们试图推断出，好吧，这些趋势是什么？而真正了解数据需求和趋势的唯一方法是，你必须实际回到像英伟达和英特尔这样的公司，然后去问‘芯片销售的预测是什么？你们将生产多少芯片的预测是什么？’甚至不是销售，而是他们实际生产多少，因为坦率地说，我认为他们能生产的每一颗芯片，都会被插上，有人会购买它并插上。

所以这可能是你可以得出的关于公用事业负载增长应该是什么样子的最佳估计，至少与数据中心相关。但在美国有成千上万家公用事业公司，所以你没有一个可以去的单一来源说‘好吧，明年电力负载增长的预测是多少？’没有人知道。我的意思是，有一些数字，但它们实际上并不基于任何东西，只是纯粹的猜测。所以公用事业公司面临的挑战是，他们无法很好地了解未来5、7、10年负载增长会是什么样子。

**Joe (47:09):**Brian Janous，令人着迷的对话。我们可能还有大约10个跟进问题可以专门与您讨论，也许有一天我们会做。但与此同时，非常感谢您参加Odd Lots。这很棒，这是我们确实需要完成的对话。所以非常感谢您的加入。

**Brian (47:26):**谢谢你，乔和特蕾西真的很感激。

**Joe (47:41):**特蕾西，我觉得那很棒。实际上，我认为从对话中逆向思考，最引人注目的第一件事情就是你所谈到的，也就是存在这种奇怪的情况，即有这种非常不可预测的需求。没有人知道这些东西的稳态需求会是多少，然而公用事业公司在某种程度上在法律上受到限制，不能过度建设或者规划那种需求。

**Tracy (48:11):**是的，绝对是这样。而且，回到与布赖恩对话的开头，目前人工智能的发展速度与公用事业公司及其需要获得监管批准的10年投资计划之间存在不匹配的情况。

不，从那次对话中可以挑出很多内容。我也觉得很有趣，我认为很多评论员认为至少在某些时候会出现对电力的竞争。但我觉得布赖恩提到的一点很有意思，就是在某种程度上，数据中心可能是政客们容易忽视的目标。我觉得那真的很有趣。再次，他举的例子，如果你是一位州长或者其他什么的，有一个特斯拉工厂需要能源，而另一边有一个数据中心，可能只有，我不知道，少数几名员工，也许这有点夸张，那你会选择特斯拉工厂，对吧？

**乔（49:13）：**完全是。所以你不会关闭雇佣人员的工厂。你不会在炎热的一天政治上告诉人们不要使用空调。数据中心将是第一个目标。我觉得这很有趣。

再次，我认为这很引人注目，我认为这不仅仅是在能源背景下，但我仍然对OpenAI这家公司感到着迷，我认为它是在2016年成立的，人们看到了GPT-1和GPT-2，然后是GPT-3，比ChatGPT发布还早。但真的就是那一天，我的意思是，就是那一天GPT被宣布，尽管技术正在开发中，也有这些理论和东西。就像是这项技术的商品化的那一天，所有人都在各自的公司里醒悟过来。就像我们进入了一个全新的世界，我们必须重新审视所有这些投资决策，无论是在芯片还是能源方面，可能仅仅一年前我们做出的决定。

**特蕾西（50:10）：**是的，这几乎就像是——鞭子效应不是正确的术语，但我只是在想在某种程度上，公用事业公司处于那种需求周期的最后阶段，对吧？所以即使科技公司也对此非常突然地醒悟过来。AI的繁荣以及这一切将会多么迅速到来等等。而公用事业公司在某种程度上是最后一个知道这一点的，我们期望他们对此做出非常快速的反应。这有点有趣。

**乔（50:38）：**另一件事是，看到一些这些净零承诺是否不得不做出让步或者会发生什么将会很有趣。听起来情况将会变得非常紧迫，但至少在短期内，似乎没有办法用可再生能源来满足这么大的增长需求。无论如何似乎都不太可能。所以似乎会有些让步。

**Tracy (51:03):**我认为我们回到了这次对话的最开始，即我们有这两条非常不同的道路的想法，理想情况下，如果一切都进行得完美，你会看到所有这些对技术的新商业兴趣需要大量能源使用。因此，一些资金会被用于建设额外的能源容量，甚至可能是额外的绿色能源容量。

但另一条道路有点令人沮丧，你会看到一些大科技公司感受到生存压力，他们会不惜一切赢得人工智能竞赛，甚至可能包括通过燃煤等手段获取能源。

**Joe (51:43):**你知道我觉得有趣的是，这个之前我没有意识到，但布莱恩谈到了80年代初之后，美国基本上停止了核电站的建设，我们就像‘哦，这是一个大错误。为什么我们停止建设核电站呢？’但你可以在需求增长很少的情况下理解这一点。所以当时为什么要在任何事情上做这些非常大的投资，显然当时人们对气候变化和化石燃料的影响关注不够，需求增长也不大，所以为什么要做这些大的投资呢？

所以你可以想象一下韩国和中国从未真正放缓核电站的建设，但他们也因为是发展中国家或贫穷国家变得更富裕，他们从未因为从较低水平起步就有了需求高原而停滞。

**Tracy (52:31):**你知道我们需要什么吗？我们需要ChatGPT设计一个小型模块反应堆，然后我们需要一个机器人来建造它…

**Joe (52:38):**还有一个机器人，是的。

**Tracy (52:38):**是的。好吧，听起来我们可能离那还很远，但也许有一天。好的。我们就到这里吧？

**Joe (52:46):**就到这里吧。

你可以关注Brian Janous的 @BrianJanous.