Soberania Digital
Energia
IA
Política Pública
Infraestrutura

人工智能能源与主权:政府现在需要规划什么

为什么国家人工智能战略从能源矩阵开始,巴西案例揭示了基础设施集中度,以及将定义未来十年的公共政策决策。

人工智能能源与主权:政府现在需要规划什么

谈论人工智能主权而不谈论能源,就像谈论粮食主权而忽略土壤一样。一个国家可以拥有最好的研究人员、最复杂的算法和精心设计的产业政策,但仍然完全依赖另一个国家来大规模运行任何东西。支持现代人工智能模型的计算能力并不存在于以太中。它存在于服务器机架中,其耗电量可与十年前的中等城市相媲美。

国家战略忽视的逻辑链

所有人工智能功能最终都归结为计算问题。大规模计算归结为能源问题。像 GPT-4 或 Claude 这样的前沿语言模型在训练过程中消耗的能源相当于数百个家庭每年的住宅消耗量。推理(回答问题、生成文本、处理图像的行为)每次调用的效率最高,但会在数十亿的日常请求中成倍增加。总数并不小。

其战略含义很简单:一个不控制能源层的国家就无法控制人工智能的物理层,无论它在上层做什么。它可以监管,可以为初创企业提供资金,可以创建国家实验室。但如果运行模型的数据中心依赖于进口能源,而其价格和可用性由第三方决定,那么整个主权架构的基础就会出现裂痕。

附属国的双重曝光

如今大多数谈论“国家人工智能战略”的国家实际上都面临着两个相互重叠的结构性问题。首先是能源依赖:进口碳氢化合物发电的国家的计算成本与国际市场上的石油和天然气价格挂钩——这些市场受到地缘政治冲击、制裁和卡特尔决定的影响。其次是对云基础设施的依赖:全球可用的大部分计算能力由三家美国公司运营,一小部分由一家中国公司运营。

当这两个问题结合在一起时,就会产生复合漏洞。能源危机增加了当地模式的运行成本。地缘政治危机可能会限制外国云的访问。两者同时发生的场景(2022 年欧洲的近期历史表明这是可能的)可以使整个数字基础设施瘫痪,而无需任何对手直接攻击服务器。

认真对待能源的国家之间的区别

一些国家很早就意识到了这一逻辑链,并以能源为中心变量制定人工智能战略,而不是事后才想到。法国是最明显的例子:几十年来对核能的投资已经产生了边际成本低、可预测性高的电力矩阵。当法国决定押注人工智能主权时,能源基础设施已经在那里。问题有所不同——而且更容易管理。

阿联酋采取了更加慎重的立场。阿布扎比投资局和 G42 制定了并行能源和数据基础设施战略,数据中心由当地可再生能源供电,并与制造商直接谈判达成 GPU 容量协议。沙特阿拉伯的 NEOM 项目和沙特阿美公司的技术投资也遵循类似的轨迹。这些国家的共同点不是能源模式——核能、太阳能、主权化石燃料——而是决定将能源和计算视为同一产业政策的综合变量,而不是视为从不相互交谈的独立部委。

巴西案例:真正的优势,真正的问题

巴西以很少有国家拥有的真正优势进入这一对话:其 85% 以上的电力系统由可再生能源发电,其中以水为主,并辅之以不断扩大的风能和太阳能发电能力。这意味着在巴西建造的数据中心拥有世界上最干净的矩阵之一,并且从结构上讲,受到化石燃料价格冲击的风险较小。

问题不在于电源。它位于使用它的基础设施的地理集中度。巴西数据中心的几乎所有装机容量都位于圣保罗-里约热内卢走廊。造成这种情况有历史原因——靠近最大的消费市场、海底电缆的存在、技术劳动力的可用性——但结果是结构脆弱。无论是由于极端天气事件还是系统故障,为该走廊供电的传输系统中断,都有可能对国家数字基础设施造成不成比例的影响。此外,对美国大型云的运营依赖(AWS、Azure 和谷歌云在巴西企业市场占据主导地位)意味着,即使是在巴西境内处理的数据也往往依赖于位于巴西境外的控制、[身份验证0] 和编排系统。

2030 年之前数字基础设施决策者需要了解什么

公共政策决策者面临的问题不仅仅是“建立更多数据中心”。在同一个走廊建设更多的数据中心,同样依赖国外云提供商,解决了容量问题,却没有解决主权问题。正确的问题是:如何在整个国家能源矩阵中分配计算基础设施,以便同时提高成本、弹性和控制力?

这意味着具体的监管决定。鼓励在可再生能源发电过剩的地区建立数据中心——巴西东北部的太阳辐射量位居世界前列,且风能发电能力未得到充分利用——需要结合关税政策、长期能源合同监管框架和输电投资。它还涉及审查法律框架,以便处理巴西公民数据的公司不能专门在最终控制权在另一个国家的基础设施中进行处理。这意味着将数据中心运营中的技术资格视为专业教育政策的一部分,而不是作为市场自行解决的外部因素。

决策窗口很短。对计算能力的需求增长速度比五年前的任何预测都要快。现在就在哪里建设、如何提供食物以及谁控制基础设施等问题做出正确决定的国家将建立难以逆转的结构性地位。将人工智能主权视为算法问题而忽略物理层的国家会发现,以后解决这个问题的成本会变得更高。

另请阅读

  • [人工智能能源危机:数据中心消耗对基础设施决策者意味着什么1
  • 【能源,人工智能新石油:谁掌握了资源,谁就掌握了时代2
  • 【能源:无人为计算路线图设置的瓶颈3
  • [电气化:当一切都开始打开插座时会发生什么变化4
  • [节能人工智能:更小、更便宜击败更大5
  • [关键基础设施和能源依赖:管理者需要了解什么6