随着人工智能需求的激增,全球数据中心市场正在快速增长,Gartner的数据显示,这些趋势对全球电力供需格局产生了双重影响。
IT分析机构发布的预测显示,数据中心的电力需求今年将增长16%,预计到2030年将翻一番。与此同时,Gartner分析师估计,全球数据中心市场的用电量将在2025年达到448太瓦时,到2030年增至980太瓦时,其中大部分能源将被托管在这些数据中心的高耗能AI工作负载所消耗。数据显示,AI优化服务器预计将占今年数据中心总耗电量的21%,到2030年将上升至44%,届时它们还将占数据中心增量电力需求的64%。
"虽然传统服务器和支撑基础设施也会消耗数据中心的整体电力,但AI优化服务器的快速增长正在推动数据中心电力消耗的增加,"Gartner研究总监Linglan Wang表示。"它们的用电量预计将增长近五倍,从2025年的93太瓦时增至2030年的432太瓦时。"
从区域角度来看,Gartner表示,美国和中国预计将占全球数据中心电力需求的三分之二以上。具体而言,Gartner称美国数据中心电力使用量预计将从2025年的区域消费量4%上升到2030年的7.8%,欧洲将从2.7%增加到5%。
中国和亚太地区的增长预计将更为温和,因为如Gartner所说,该地区偏向使用更节能的服务器,并受益于"优秀的基础设施规划"。
随着包括英国在内的世界各国政府都在努力成为AI领导者,各国加速建设数据中心基础设施以支持这些计划的需求备受关注。这引发了对这些数据中心如何供电的担忧,特别是在英国,伦敦数据中心枢纽的能源安全是一个已知问题,以及是否能够可持续地做到这一点。
Gartner表示,目前世界大部分数据中心依靠化石燃料供电的现状是不可持续的,但情况正在改善。
"新的清洁现场电力替代方案——如绿色氢能、地热能和小型模块化反应堆——正在开始出现,并将在本十年末成为数据中心微电网的可行燃料替代方案,"Gartner在研究报告中表示。
然而,在短期内,Gartner副总裁分析师Tony Harvey表示,天然气可能仍将是数据中心的主要电力来源,他补充说:"在未来三到五年内,我们预期电池储能系统将快速增长,以平衡太阳能和风能的波动。虽然地热微电网前景广阔,但其高昂的初始成本和许可挑战可能会让它在目前仍是一个小众选择。"
Q&A
Q1:数据中心电力需求增长有多快?
A:据Gartner预测,数据中心电力需求今年将增长16%,预计到2030年将翻一番。全球数据中心市场的用电量将从2025年的448太瓦时增至2030年的980太瓦时。
Q2:AI优化服务器的电力消耗占比如何变化?
A:AI优化服务器预计将占今年数据中心总耗电量的21%,到2030年将上升至44%。它们的用电量将从2025年的93太瓦时增长近五倍至2030年的432太瓦时。
Q3:数据中心未来会采用哪些清洁能源?
A:新的清洁现场电力替代方案正在出现,包括绿色氢能、地热能和小型模块化反应堆,这些将在本十年末成为数据中心微电网的可行燃料替代方案。短期内天然气仍是主要电力来源。
好文章,需要你的鼓励
Kollmorgen发布NDC布局助手软件工具,专为工厂和仓库中的自动导引车(AGV)及自主移动机器人(AMR)的路线规划与优化而设计。该工具通过分段分析路线,帮助工程师在系统部署前识别瓶颈与低效环节,提供行驶时间、车速及优化潜力等关键数据,并以可视化方式标注问题区域,从而缩短布局设计与验证周期。Kollmorgen表示,该工具未来还将融入AI驱动的优化能力。
这篇由加州大学圣地亚哥分校等六所机构联合发布的综述(arXiv:2605.02913,2026年4月),首次系统梳理了大型语言模型强化学习训练中长期被忽视的轨迹设计问题,提出了GFCR四模块框架(生成、过滤、控制、回放),覆盖数学、代码、多模态和智能代理等多个应用场景,并附有实用的故障诊断手册,为AI训练工程师提供系统性的方法论指导。
现代仓储已从幕后走向前台,配送速度成为品牌竞争核心。面对次日达甚至两小时送达的市场压力,领先履约中心借鉴敏捷开发理念,以周为单位迭代代码、机器人与工作流程。IoT信标、边缘计算与视觉识别模块构建双层架构,实现厘米级货盘追踪与低延迟决策。人机协作模式让员工从重体力劳动转向异常处理与数据分析,拣选准确率突破99%。同时,自动化系统实时采集碳排放数据,在提速的同时实现可量化的减排目标。
中国科学技术大学与FrameX.AI联合提出Stream-R1框架,针对AI视频生成蒸馏训练中"一视同仁"的核心缺陷,引入奖励模型对训练样本进行双重加权:在样本层面根据质量分数筛选可靠的学习信号,在像素与帧层面通过梯度显著性热力图集中优化最需改进的区域,使4步快速学生模型在VBench多项指标上超越慢速多步教师模型,推理速度提升30倍且不增加任何额外计算开销。