英国对未来的两种设想之间正产生摩擦:一种是建立以清洁可再生能源驱动的脱碳经济体系,另一种是将英国打造成AI超级大国。然而,负责推进这两项目标的政府部门,在关键数据上显然未能达成一致。
英国科学、创新与技术部(DSIT)预计,到2030年,AI数据中心的电力消耗将达到6GW。而能源安全与净零排放部(DESNZ)的预测数字,似乎还不到前者的十分之一。
非政府组织Foxglove战略主管蒂姆·斯奎雷尔表示:"政府对数据中心环境影响的漠然程度,若非如此令人忧虑,简直可笑。"
伦敦大学学院研究员塞西莉亚·里卡普则指出:"对于这种'数据错位',有两种解读方式:要么是DESNZ和DSIT存在失职,要么是对AI和大型科技企业抱有某种不切实际的幻想。无论哪种情况,这一事件都揭示出这些企业不仅掌控着AI价值链,还对英国政府拥有相当程度的影响力。"
DESNZ负责英国的碳预算增长与实施计划,该计划明确了政府实现国际气候目标的路径。
今年1月,Foxglove向该部门提交了一份环境影响评估请求,询问其在制定英国排放预测时,是否已将AI数据中心的影响纳入考量。对此,DESNZ仅将研究人员引向其对英国"商业服务"行业能源使用的整体预测,并表示并未单独掌握数据中心增长的相关预测数据。
根据现有预测,2025年至2030年间,该行业整体能耗增量约为528MW,相当于到本十年末新增约170万户家庭的用电量。
然而,这一数字比政府在英国算力路线图中承诺为AI数据中心提供的电力规模低了整整十倍。该政策文件由DSIT于2025年发布,提出了一项"大胆的长期计划,旨在通过建设AI数据中心,推动国家算力生态系统的全面转型"。
文件明确指出:"我们预测,到2030年,英国将至少需要6GW的AI数据中心算力。"
这些算力将依托全国各地的多个AI增长区来实现,这些区域是政府吸引数据中心投资的核心载体,每个区域至少需要500MW的电力供应——这一数字已略低于DESNZ对整个商业服务行业能耗增量的预测。
两部门预测数据之间的出入究竟因何而起,目前尚不明朗。但就在《卫报》向DSIT和DESNZ发出采访请求后的第二天,DSIT似乎悄然修改了其官网上公布的AI数据中心行业总排放量数字,上调幅度超过百倍。
此前,DSIT对额外AI算力碳排放量的预测区间为0.025MtCO?至0.142MtCO?,不足英国预计排放总量的0.05%。这些数据原本附在算力路线图的附件中。然而,今年早些时候,《碳简报》对这些数据的合理性提出质疑后,该文件已从政府官网下架。周四,在《卫报》就此提出询问后,DSIT随即更新了相关数据。
DSIT在发布的声明中表示:"英国在AI算力领域10年内的温室气体累计排放量,预计将在34至123MtCO?之间,约占英国同期预计总排放量的0.9%至3.4%。""如果英国电网脱碳计划顺利推进,数据中心的排放量有望降至该区间的低端。"
DESNZ发言人表示,"数据中心排放已纳入我们的模型测算,包括第七碳预算",并补充道:"AI能源委员会正积极探索吸引投资、支持数据中心使用清洁能源的相关机会。"第七碳预算预计将于今年夏季发布。DSIT发言人则将《卫报》的问询转交DESNZ处理。
Q&A
Q1:DSIT和DESNZ在AI数据中心能耗预测上差距有多大?
A:英国科学、创新与技术部(DSIT)预计到2030年AI数据中心电力消耗将达到6GW,而能源安全与净零排放部(DESNZ)对整个商业服务行业能耗增量的预测仅为528MW,两者相差超过十倍。这一巨大差距引发了外界对政府内部协调机制的强烈质疑。
Q2:DSIT的碳排放数据为什么被大幅上调?
A:DSIT原先预测AI算力的碳排放量仅为0.025MtCO?至0.142MtCO?,不足英国总排放量的0.05%。《碳简报》对这些数据的合理性提出质疑后,相关文件从官网下架。此后在《卫报》发出采访请求的次日,DSIT将预测数字大幅上调至34至123MtCO?,涨幅超过百倍。
Q3:英国AI增长区的电力需求是多少?
A:根据英国算力路线图,政府计划在全国建设多个AI增长区以吸引数据中心投资,每个增长区至少需要500MW的电力供应。而DESNZ预测整个商业服务行业2025年至2030年间的能耗增量仅为528MW,两者之间的悬殊对比引发了外界对政府能源规划协调性的广泛关注。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。