Arm公司CEO哈斯预测，到2030年，AI数据中心的电力需求将占美国总需求的20%至25%，相比目前的4%显著增加。ChatGPT每天处理超过2亿次请求，耗电量高达50万千瓦时，相当于每天53万元人民币的电费，是普通家庭日耗电量的1.7万倍以上。一年时间，ChatGPT光电费就要花2亿元人民币。

荷兰咨询机构负责人Alex de Vries预计，到2027年，AI行业每年将消耗850亿至1340亿千瓦时的电力，这相当于一个欧洲国家如瑞典或荷兰一年的总用电量。特斯拉CEO马斯克甚至预测，电力缺口最早可能在2025年发生。OpenAI CEO奥尔特曼也认为，AI行业正面临能源危机，未来AI技术的发展将高度依赖于能源，需要更多的光伏和储能产品。

AI技术的发展不仅受到芯片供应的限制，还受到能源供应的制约。AI大模型的训练和推理阶段都需要大量的电力。例如，OpenAI训练一次模型需要128.7度电，相当于3000辆特斯拉行驶32公里的能耗。谷歌在AI方面的能源消耗也相当惊人，仅在AI方面，谷歌就需要约40万台服务器，每天消耗62.4吉瓦时的电力。

除了电力，AI也是“吞水巨兽”。例如，微软Azure云数据中心训练GPT-3时，15天就消耗了近70万升的水。随着AI模型参数规模的不断扩大，能耗问题已成为AI技术持续发展的关键挑战。

面对这一挑战，行业专家提出了两种解决方案：一是通过硬件优化和算法改进降低能耗；二是寻找新的能源，如核聚变等。硬件优化可以通过算法和模型优化、开发能耗更低的AI硬件、提高数据中心的能效来实现。而在能源方面，可控核聚变因其资源丰富、安全清洁等优势，被认为是未来理想的能源解决方案。目前，全球多个国家正在进行核聚变装置的研发和建设，预计到2050年世界第一座核聚变发电厂有望建成。

科技巨头们也在积极行动，奥尔特曼个人投资核聚变公司，并担任董事长。亚马逊、谷歌等公司则通过购买大量清洁能源来应对能源需求的增长。在中国，风电和光伏产品的出口已经遍布全球，显示出中国在可再生能源方面的潜力和优势。