微软扩大其AI数据中心网络并寻求电力协议
争夺人工智能主导地位的竞赛正在推动物理基础设施的大规模扩张。微软正处于加速进程中，以在全球范围内建设和启用新的数据中心，这是为像GPT和Copilot这样的模型提供动力的直接需求。这一扩张带来一个主要挑战：管理相当于整个城市人口的电力消耗。⚡
AI模型的能源需求
训练和运行先进的AI系统不仅仅是算法问题，而是原始计算能力的问题。每个大型语言模型的查询和每个深度学习过程都需要海量的处理资源，这直接转化为消耗的兆瓦。因此，大型科技公司不再仅根据连通性选择位置，而是根据保证充足且稳定的能源供应，并明显偏好可再生能源来源以减轻环境足迹。
微软的关键策略：- 谈判特殊费率：公司直接与电力分销商对话，以获得更低的电价和长期合同，从而提供财务可预测性。
- 探索自发电：微软正在评估建造或资助自己的发电厂，包括太阳能和风能，以确保供应并控制成本。
- 优先选择绿色地理位置：新数据中心的安装针对可再生能源过剩的地区，如风电场或水电站。
当运行AI的服务器消耗能源来回应关于可持续性的问题时，它们自身的运营却构成了一个重大的气候悖论。
对云服务和盈利能力的影响
电力的成本已成为云服务和AI服务盈利能力的关键因素。如果能源价格上涨波动，微软将被迫将部分成本转嫁给其企业客户，或看到其利润率减少。管理这一运营支出不是可选的，而是保持其明星产品如Azure OpenAI Service竞争力的关键。
不采取行动的后果：- 丧失竞争优势：更高的运营成本可能使它的AI服务相对于其他提供商 менее привлекательными。
- 创新放缓：用于支付电费的财务资源