如果英国数字经济要享受繁荣未来,国家电网需要紧急升级,确保支撑整个数字生态的数据中心拥有稳定可靠的大容量电力供应。
根据能源网络协会(ENA)委托进行的一项针对101名富时250指数企业高管的调查显示,90%的受访者认为电网升级对"解锁高增长行业至关重要",超过80%的人表示,如果不进行这些升级,英国将无法在全球竞争中立足。
ENA在声明中表示:"这一需求对于数据中心来说尤其迫切,因为数据中心是AI人工智能模型训练、云计算和更广泛技术生态系统的基础。"
在受访者中,55%的人表示他们相信英国可以成为AI领域的全球领导者,但实现这一雄心取决于可靠大容量电力的可用性。
此外,75%的受访者表示,计划中的电网改进将使他们的企业能够在英国投资和发展,只有19%的人认为当前电网足以满足高增长行业未来的能源需求。
能源网络协会首席执行官劳伦斯·斯莱德表示:"这项调查显示,英国商业领袖对我们在清洁能源、先进制造、生命科学和数字技术方面引领世界的能力非常有信心。他们看到了英国在未来产业中占主导地位的潜力,以及这将为就业、投资和增长带来的益处。但他们同样明确表示,这一机会并非必然。它完全取决于面向未来的电网。"
他补充说:"如果没有这样的电网,我们就有失去竞争优势的风险,错失触手可及的经济、环境和社会收益。今年做出的决策将对确保网络运营商获得建设面向未来电网所需的私人投资起到关键作用。"
对英国电网承受规划和在建数据中心数量能力的担忧已经存在多年,但最近随着政府表达成为AI超级大国的愿景,这种担忧更加强烈。
与此同时,数据中心开发商纷纷宣布在全国各地建设超大规模、高性能计算和AI服务器农场的计划,这些设施通常比传统数据中心消耗更多能源。
根据英国政府自己的数据,到2030年,国内数据中心容量可能从目前水平上升至3.3GW到6.3GW之间,主要是由于对AI工作负载需求不断增长,这将给电网带来进一步压力。
英国科技协会智能基础设施和系统负责人特奥多拉·卡内瓦表示,政府已经承认这些数据中心发展将给电网带来压力,并因此在国家能源基础设施方面分配了"大量投资"。
她说:"现在我们必须专注于如何快速交付以实现国家雄心,因为电力供应的延迟会阻止新数字基础设施和科技园区的建设,将投资推向其他地方。这不仅是英国科技部门本身的问题,还影响到财政大臣的AI和生命科学雄心。可靠、负担得起且灵活的电力对政府的增长使命至关重要。"
卡内瓦补充说:"随着基础设施交付辩论日益两极化,各党派政治家必须团结起来支持这一重要的国家基础设施。"
向清洁能源转型方面,英国工业联合会净零政策主管塔尼亚·库马尔表示,电网升级对于英国从不可再生能源向清洁能源转型也是必需的。
她说:"如果没有现代化的扩展网络,我们就无法部署所需的可再生能源容量,也无法充分利用海上风电、太阳能、氢能和小型模块化反应堆等技术的潜力。英国政府已经采取重要步骤支持这一转型,持续的领导力对于实现能源安全至关重要。"
库马尔表示:"随着电气化在经济关键部门的普及,加速电网发展和简化连接流程必须成为解锁增长和吸引投资的首要任务。"
Q&A
Q1:为什么英国需要紧急升级电网?
A:英国电网升级主要是为了支持数据中心扩张,特别是AI数据中心。这些设施是AI模型训练、云计算和技术生态系统的基础,需要稳定可靠的大容量电力供应。调查显示90%的企业高管认为电网升级对高增长行业至关重要。
Q2:英国数据中心发展会带来多大的电力需求?
A:根据英国政府数据,到2030年国内数据中心容量可能从目前水平上升至3.3GW到6.3GW之间,主要由AI工作负载需求增长驱动。AI和高性能计算数据中心比传统数据中心消耗更多能源,给电网带来巨大压力。
Q3:电网升级对英国AI发展有什么影响?
A:电网升级直接关系到英国能否成为AI超级大国。调查显示55%的高管相信英国可以成为AI全球领导者,但这完全取决于可靠的大容量电力供应。电力供应延迟会阻止数字基础设施建设,将投资推向其他地方。
好文章,需要你的鼓励
Akamai的分布式边缘架构从设计之初就以韧性为核心,全球平台通过跨区域负载均衡和智能路由技术,确保即使某些节点出现故障,流量也能无缝切换至可用节点。
卡内基梅隆大学联合Adobe开发出革命性的NP-Edit技术,首次实现无需训练数据对的AI图像编辑。该技术通过视觉语言模型的语言反馈指导和分布匹配蒸馏的质量保障,让AI仅用4步就能完成传统50步的编辑任务,在保持高质量的同时大幅提升处理速度,为图像编辑技术的普及应用开辟了全新道路。
Turner & Townsend发布的2025年数据中心建设成本指数报告显示,AI工作负载激增正推动高密度液冷数据中心需求。四分之三的受访者已在从事AI数据中心项目,47%预计AI数据中心将在两年内占据一半以上工作负载。预计到2027年,AI优化设施可能占全球数据中心市场28%。53%受访者认为液冷技术将主导未来高密度项目。电力可用性成为开发商面临的首要约束,48%的受访者认为电网连接延迟是主要障碍。
复旦大学团队突破AI人脸生成"复制粘贴"痛点,开发WithAnyone模型解决传统AI要么完全复制参考图像、要么身份差异过大的问题。通过MultiID-2M大规模数据集和创新训练策略,实现保持身份一致性的同时允许自然变化,为AI图像生成技术树立新标杆。