押注“人类终极能源”!OpenAI与核聚变公司Helion Energy洽谈“购买大量”聚变能源

内容提要

在当下,由 AI 引发的新一轮能源危机已经不再是一个小概率的"黑天鹅"事件,而是一头正在向我们猛冲而来的"灰犀牛"。

文章正文

Helion Energy,是一家总部位于美国华盛顿州埃弗雷特的能源创业公司。

这家成立于 2013 年的公司在官网中给出了一个颇为宏大的企业愿景:"满足世界对清洁能源的需求,改善气候变化带来的恶果并提升人类的福祉。"

作为一个成立 11 年 不到的"创业企业",Helion Energy 之所以能够以"Fully satisfy the world's need"为目标,其自信则来源于他们正在探索的技术,也是被世界视为「人类终极能源」的可控核聚变技术。

在当前,走向核聚变的技术进路主要有两条:磁约束聚变(托卡马克)与惯性约束聚变,而 Helion Energy 目前的技术核心则走向了一个"中间方案",即磁惯性约束聚变(Magneto-inertial fusion, MIF)。

Helion 认为,这种技术可以帮助他们以足够低的成本实现核聚变,从而成功构建第一个商业化的聚变反应堆。而目前,Helion 正在构建他们的,也是世界上第一座核聚变发电厂。

作为一众核聚变公司中的明星企业,最近 Helion Energy 的名字却越来越多的与许多科技企业和 AI 公司挂钩。

在 23 年 10 月微软与 Helion Energy 签订购电协议,宣布 2028 年将从 Helion 所构建的第一座核聚变发电厂购买电力后, 近日,《华尔街日报》又透露 OpenAI 也开始与 Helion Energy 接触,计划从它的核聚变电厂中采购大量电力用于支持其数据中心的运营。

外媒猜测,这一举动可以是为了满足之前放出的与微软共同打造的超级计算机「星际之门」的电力需求。这个将配备数百万专用的服务器芯片的超级电脑预计成本将高达 1150 亿美元,而与如此巨量资金投入相伴的,则是 5 千兆瓦的电力需求。

其实早在今年开年的瑞士达沃斯"2024年度世界经济论坛"中,山姆·奥特曼就已经哭过一次「电力穷」,他提到:"人工智能行业正在走向能源危机,下一波生成式人工智能系统将消耗比预期更多的能源,而能源系统将难以应对。"

无独有偶,埃隆·马斯克也曾提到「电力穷」

"我在一年多前就预测过芯片短缺,下一个短缺的将是电力。我认为明年将没有足够的电力来运行所有的芯片。"

上周,美国电力研究协会(EPRI)发布了一份关于人工智能电力需求的白皮书,这份报告开篇就指出:"预测到 2030 年,仅美国数据中心的总数据中心电力消耗就可能增加一倍以上,达到 166%。"

更具体的,这份报告的研究发现,AI 赋能的搜索能耗将是传统搜索引擎的 10 倍以上:

而《纽约客》也曾发布过报道,**估算称单独计算 ChatGPT 每天的运行(响应推理,不考虑训练),日耗电量可能超过 50 万千瓦时。**基于 EPRI 的报告,即使在预测未来 AI 潜在用电量低增长,到 2030 年,数据中心用电量也会达到每年 196.3 亿千瓦时。

已经成为现在进行时的 AI 巨大能耗已然让人们忧虑未来可能的能源危机。

在去年国际能源总署发布的《2023-2024年全球电力市场报告》中对未来几年的能源发电供给并未给出乐观的估计,AI 巨头们可能不得不接受一轮 AI 能源危机的到来:

不仅仅是 OpenAI,美国政府也预期到了能源未来可能的短缺。6 号,美国能源部发布《聚变能源战略2024》,并与白宫科技政策办公室一同纪念拜登政府推出"商业聚变能源十年宏伟愿景"两周年,在会议中,拜登政府又提到了:"希望支持未来十年内可投入使用的核聚变工厂的开发"

但是希望之外,整个应对 AI 能源危机的道路却又显得错综复杂

在《聚变能源战略2024》中,美国能源部为聚变能源创新研究引擎协作组织(FIRE)提供的研究支持经费仅有 1.8 亿美元,并且急切的希望在十年内看到产出。这个对核聚变研究而言几乎"微不足道"的经费支持似乎能够表明政府的犹豫。

而 OpenAI 与 Helion Energy 的交易也备受质疑。**山姆·奥特曼的另一张名片是 Helion Energy 的董事会主席,持有这家明星公司 3.75 亿美元的股份,**尽管报道称奥特曼在交易谈判中回避了直接参与,但是这些不明不白的关系也为这桩交易蒙上了阴影。

而回到 Helion Energy,2019 年普林斯顿等离子体物理实验室(PPPL)退休的研究员 Daniel Jassby 曾经炮轰 Helion Energy 的技术进路,认为其在进行一种"巫术聚变",在这份写给《Physics & Society》的信中,Daniel 提到"这家公司宣称在 5 - 10 年内实现核聚变,但却几乎没有产生过一次 D-D 核聚变反应"。

伴随着关于能源危机的分析与对能源危机应对的批评,在当下,由 AI 引发的新一轮能源危机已经不再是一个小概率的「黑天鹅」事件,而是一头正在向我们猛冲而来的「灰犀牛」。

但是关于如何应对并解决这头「灰犀牛」,目前而言,我们似乎无法看到真正达成共识的选择与行为一致的努力。

相关推荐
莫叫石榴姐6 分钟前
数据科学与SQL:组距分组分析 | 区间分布问题
大数据·人工智能·sql·深度学习·算法·机器学习·数据挖掘
如若12328 分钟前
利用 `OpenCV` 和 `Matplotlib` 库进行图像读取、颜色空间转换、掩膜创建、颜色替换
人工智能·opencv·matplotlib
YRr YRr1 小时前
深度学习:神经网络中的损失函数的使用
人工智能·深度学习·神经网络
ChaseDreamRunner1 小时前
迁移学习理论与应用
人工智能·机器学习·迁移学习
Guofu_Liao1 小时前
大语言模型---梯度的简单介绍;梯度的定义;梯度计算的方法
人工智能·语言模型·矩阵·llama
我爱学Python!1 小时前
大语言模型与图结构的融合: 推荐系统中的新兴范式
人工智能·语言模型·自然语言处理·langchain·llm·大语言模型·推荐系统
果冻人工智能1 小时前
OpenAI 是怎么“压力测试”大型语言模型的?
人工智能·语言模型·压力测试
日出等日落1 小时前
Windows电脑本地部署llamafile并接入Qwen大语言模型远程AI对话实战
人工智能·语言模型·自然语言处理
麦麦大数据1 小时前
Python棉花病虫害图谱系统CNN识别+AI问答知识neo4j vue+flask深度学习神经网络可视化
人工智能·python·深度学习
段传涛1 小时前
PAL(Program-Aided Language Model)
人工智能·语言模型·自然语言处理