AI 正在耗盡能量。太空在未來數十年內不會成為逃生通道

歡迎收看《AI之眼》，由AI記者沙隆·高德曼主持。本期內容：太空中的數據中心是可行的，但尚未準備好發射……安永將升遷與AI登錄掛鉤……AI先驅李飛飛的創業公司World Labs籌集了10億美元。英偉達與Meta的合作標誌著計算能力進入新時代。

推薦影片

AI產業正處於一場權力之旅——字面意義上——而且越來越絕望。數據中心已經約佔美國電力消耗的4%，預計到2030年，隨著運行和訓練AI模型越來越需要數十吉瓦的電力，這一比例將翻倍以上。分析師預計，到本十年末，全球數據中心的電力需求可能增加高達165%，儘管新一代傳輸基礎設施仍落後多年。作為回應，超大規模雲端運算公司正忙於洽談——簽訂建設自有燃氣廠的協議，探索小型核反應堆，並在任何能找到電力的地方尋找能源。

在這樣的背景下，不足為奇的是，該產業一些最大玩家開始將目光投向外太空尋找解決方案。

今天早上發表的一篇專題報導中，我深入探討了——儘管科技公司預計到本十年末在地球上的AI數據中心投資超過5兆美元——伊隆·馬斯克卻認為，AI計算能力的未來在太空，並由太陽能供能。馬斯克曾表示，經濟性和工程技術可能在短短幾年內達成一致，甚至預測五年內，太空中的AI計算容量可能超過地球上的。

將軌道空間中心化的想法並不新鮮。早在2015年，《財富》就已經提出問題：我們如果把伺服器放到太空會怎樣？

變化的是緊迫感。如今的電力短缺使這一概念重新進入嚴肅討論，像Starcloud這樣的新創公司受到關注，前谷歌CEO埃里克·施密特、字母表CEO桑達爾·皮查伊以及亞馬遜的傑夫·貝佐斯等科技巨頭也開始關注將數據中心送入軌道的可能性。

然而，儘管馬斯克和其他看多者認為太空中的AI計算可以相對快速地變得具有成本效益，但許多專家表示，任何接近實質規模的計劃仍需數十年時間。電力生成、熱量散發、發射物流和成本等限制仍使其不切實際——目前，絕大多數AI投資仍流向地面基礎設施。他們認為，未來幾年內，軌道計算的小規模試點可能是可行的，但太空仍遠遠不能取代地球上的數據中心。

不過，這一吸引力並不難理解：與本篇報導的消息來源交流後，我們清楚地看到，太空中建設數據中心的想法已不再是科幻——物理原理大多成立。“我們知道如何發射火箭；我們知道如何將航天器送入軌道；我們知道如何建造太陽能電池陣列來產生電力，”SpaceX的老兵、曾負責SpaceX的猛禽引擎開發的傑夫·索恩伯格告訴我。“像SpaceX這樣的公司正在展示我們可以以較低成本大量生產太空載具。”

問題在於，從建造巨型太陽能陣列到降低發射成本，這一切的進展遠遠落後於當前的AI熱潮。儘管如此，索恩伯格表示，從長遠來看，推動軌道數據中心興趣的能源壓力不太可能消失。“工程師們會找到方法讓這成為現實，”他說。“長遠來看，問題只是我們需要多久時間。”

接下來，更多AI新聞。

沙隆·高德曼
sharon.goldman@fortune.com
@sharongoldman

FORTUNE關於AI

谷歌CEO桑達爾·皮查伊表示，儘管存在泡沫擔憂，AI投資仍有其合理性——作者：比阿特麗斯·諾蘭

比爾·蓋茨在最後一刻退出印度AI峰會，這是一次由組織混亂引發的最新打擊——作者：比阿特麗斯·諾蘭

伊隆·馬斯克正推動在太空建設數據中心，但它們短期內無法解決AI的電力問題——作者：沙隆·高德曼

誰是OpenClaw的創始人彼得·斯坦伯格？這位千禧世代開發者引起了山姆·奧特曼和扎克伯格的注意——作者：伊娃·羅伊特堡

獨家：貝恩和格雷洛克投資者各出資4200萬美元，認為AI代理可以最終解決網絡安全中最棘手的瓶頸——作者：莉莉·梅·拉扎魯斯

AI新聞快訊

安永將升遷與AI登錄掛鉤。 安永開始追蹤高層員工使用其內部AI工具的情況，並將這些數據納入晉升決策——突顯出即使是以AI為重的諮詢公司，也在努力讓高層改變工作方式。根據《金融時報》內部通訊，晉升至領導層現在將要求“定期採用”AI工具，安永會監控部分高層管理者的登錄情況，作為今年夏季人才評估的一部分。此舉反映出諮詢和會計公司面臨的更廣泛挑戰，該公司高層表示，高級合夥人對AI的抵抗遠大於初級員工，促使採取“獎勵與懲罰”策略。安永表示已對超過55萬名員工進行生成式AI培訓，並重組成立以AI為核心的“再造服務”部門，但此政策也引來內部批評——包括部分工具不可靠的指控——凸顯出AI雄心與日常企業實務之間的差距日益擴大。

AI先驅李飛飛的創業公司World Labs籌集10億美元。 《彭博社》報導，AI先驅李飛飛創立的初創公司World Labs已籌集新一輪10億美元資金，旨在推動“世界模型”，這一方法旨在幫助AI系統推理並在三維物理世界中運作。該輪融資包括來自Autodesk的2億美元投資，以及來自Andreessen Horowitz、英偉達和超微半導體的支持。World Labs加入了一個日益擴大的專注於世界模型的初創公司行列，包括由Yann LeCun領導的風投，投資者正將目光從大型語言模型轉向更適合機器人和科學發現的AI系統。該公司去年底推出了首款產品Marble，能根據文本或圖像提示生成3D環境，並表示新資金將加快這些領域的研發。李飛飛以創建ImageNet而聞名，這是一個推動現代計算機視覺突破的基礎數據集；該公司未披露估值，但《彭博》曾報導其估值約為50億美元。

英偉達與Meta的合作標誌著計算能力進入新時代。 《Wired》的一篇新文章認為，英偉達與Meta的最新合作標誌著AI計算能力建設方式的轉變。如今不僅僅是購買更強大的GPU來訓練AI模型；公司現在需要一整套芯片來大規模運行它們。除了數十億美元的英偉達GPU外，Meta還購買了英偉達的Grace CPU——這使其成為首個公開承諾大規模使用這些芯片的主要科技公司。分析師表示，這一舉措反映出新型AI系統，尤其是所謂的“代理性”AI（能持續執行任務），在很大程度上依賴傳統CPU來協調數據、管理工作流程和支持推理。一份最新的Semianalysis報告強調，現在一些AI數據中心需要數萬個CPU來處理GPU產生的數據——這是一個在AI熱潮之前幾乎不存在的基礎設施負擔。