国际能源署（IEA）新推出的能源与人工智能观测站，能提供关于AI如何影响全球能源领域的最新数据和分析。这项创新举措在可持续能源领域引起了广泛关注。
AI既能加速可持续发展目标的实现，也可能对其构成阻碍。一方面，运行AI所需的能源正在加剧全球数据中心的能耗与发热；另一方面，AI也被用于增强技术能力，以推动可持续发展计划。
该观测站的独特之处在于，它汇集并分析了AI与能源领域之间新兴协同效应的最新数据，深入揭示了两大领域如何融合。
AI的数据需求
IEA强调了AI领域的演进："计算成本下降、数据可用性激增和技术突破，共同推动了AI能力的阶段性变革。没有能源就没有AI；与此同时，AI有潜力改变能源行业。"
数据中心安装容量占区域平均电力需求的百分比，区域平均电力需求是指每小时的平均电力需求，单位为GW。
IEA还强调，"AI这一全新且快速发展的领域，需要新的数据与信息收集方法。"该观测站旨在提供实时数据，并全面展现AI对能源需求的影响，以及其在能源领域效率、创新、韧性和竞争力方面的应用前景。
观测站由IEA开发和维护，其数据和洞察来自能源与技术行业的合作者。重点内容包括全球数据中心容量分布图、电力使用情况以及AI部署模型的案例研究。
尽管数据中心电力消耗对评估AI的能源需求影响重大，但目前仍缺乏全面的全球统计数据。为此，IEA已构建了一个全球模型，用于按地区和时间估算这些能源消耗。
数据中心的挑战
IEA讨论了为AI模型提供支撑的数据中心投资不断增长的情况，指出北美、欧洲和亚太等地区正在出现吉瓦级规模的数据中心集群。
观测站指出："AI正使数据中心规模更大、能耗更高，这也使得发电能力和电网在数据中心选址决策中的重要性日益凸显。然而，现有的基础设施、政策框架和人才储备形成了支持数据中心持续发展的动力。"
IEA还强调，电网运营商和政策制定者需要"了解数据中心建设管道是如何演变的"。
案例研究：实践中的算法
目前，观测站展示了涵盖多个行业的19个案例研究，阐释了AI如何在提高能效、降低成本、增强竞争力和推动创新方面发挥作用。
其中一个例子是日立能源（Hitachi Energy）的一个项目，该项目利用AI驱动的概率方法和先进的机器学习算法，提高了能源价格预测的准确性。项目团队测试了多种算法和方法，改进了流程，最终实现了能源价格预测的高准确率，展现了AI在能源市场实际应用的潜力。这些应用已被整合到一个名为"Nostradamus AI"的解决方案中，使用户即使没有数据科学背景，也能轻松、准确地生成能源预测报告。
获得谷歌与IBM的支持
可持续能源领域的领导者们对IEA的AI观测站项目表示支持。
IBM首席可持续发展官克里斯蒂娜·沈表示："我很高兴IBM能通过分享我们在电力接入预测AI模型方面的工作来做出贡献。"她详细介绍了与联合国开发计划署共同开发的这个AI模型，该模型利用IBM watsonx和IBM云技术，预测到2030年102个全球南方国家的电力接入情况。
谷歌首席可持续发展官凯特·勃兰特（也被《可持续性杂志》评为顶级可持续性人物）表示："IEA的能源与AI观测站创建了一个全面的参考，收集了关键数据，并就AI对能源领域的影响提供了一个全球性的、有洞察力的视角。"
文中重点提及了谷歌的两个AI解决方案：
1、MethaneSAT：凯特提到与环境保护基金会在MethaneSAT卫星项目上的合作，该项目旨在增强对甲烷排放的探测和测量能力。
2、Tapestry：由X开发的Tapestry人工智能工具，帮助智利国家电力调度中心等电网运营商进行更智能、更快速的电网规划，以支持碳中和目标。
该观测站的设立标志着AI在能源领域的作用日益增长，并为该领域未来的发展和创新树立了先例，有望持续为全球能源解决方案做出贡献。
点击此处访问该观测站
（素材来自：IEA 全球储能网、新能源网综合）
本文由智算芯能前沿网编辑整理，转载请注明出处。