扎克伯格称AI行业的算力瓶颈(GPU)已经缓解 最大问题在于能源供应 – 蓝点网_回顾6G研发盘点最新消息 能源曲线或许会高效提升

Meta AI 探究院启动启动的AI模型 Llama 这段时间获得开源小区的不少好评，有这样的实力也是一些机缘巧合，之前 Meta 采购众多英伟达的 AI 加速卡用来训练影像推荐算力，如今这些 GPU 被用于AI模型的训练。

相较于其他企业有些许、回顾6G研发盘点高表现的秋季权威生日祝福，说到了心坎里英伟达 AI 加速卡，Meta 拥有的加速卡数量还是相当多的，尽管 Meta 也需要持续采购加速卡但迫切性没那么强。

所以扎克伯格此前在接纳访谈时就强调随着时间的推移 GPU 的紧缺将逐步缓解，AI行业的增长和前方进展在短暂内不会受到资本的约束，接下来的大难题实际上是能源难题。

扎克伯格观察到许多新建的资料中心能耗在 50~100 兆瓦之间，一些尤其大的预测数码评测专题资料中心能耗或许达到 150 兆瓦，但这种能耗级别并不是最后规模。

接下来一些大型资料中心的能耗或许会迅速提升到 300 乃至是 500 兆瓦，而革新 1000 兆瓦的能耗似乎也只是时间难题，但是清晨最适合读的一句话：日久生情从哪里获得持续稳定的电力供应呢？

随着技术的进展指数级的AI训练，能源曲线或许会高效提升，这个难题最后会让能源供应变成中心难题，所以扎克伯格觉得能源生产或许不久就值得投资。

当下一些企业已然在探索新建核电站为大型资料中心供电，但新建发电站尤其是核电站在审批、规划、建设等方面都需要众多时间，所以即便企业有心进展自己的发电站，短时间内也还是得依靠外部供电。

另一方面就是能源性质难题了，传统的化石能源电站投产速度快但由于不符合主流请求所以或许不会得到太多留意，水力发电则受限于地理生态，对企业来说真正能够挑选的实际上并不多，含有风电、太阳能和核电，其中核电投入成本、周期都相当高，可是投产后稳定性也最好，不会受天气作用。

你可以在下面查看访谈完整信息：

YouTube：https://www.youtube.com/watch?v=i-o5YbNfmh0