麦肯锡公司预测，到2030年人工智能系统的能源花费量将比2016年增加400%。
美国能源信息管理局（EIA）的一项研究表明，估量到2030年人工智能系统将占美国电力花费的5%。
目前，全体IT行业的CO2排放量约占环球的2%。
咨询公司Gartner预测，如果人工智能行业连续沿着目前的发展轨迹，到2030年，它将花费环球3.5%的电力。
人工智能对能源的需求正在给电力公司带来巨大的压力。

演习一个繁芜的人工智能系统须要大量打算能力。
以措辞模型GPT-3为例，其演习过程就花费了1287兆瓦时的电力，相称于123辆汽车一年的油耗。
另一个措辞模型BLOOM的演习更花费了433兆瓦时电力。
随着模型越来越大，演习参数越来越多，能耗只会进一步增加。

人工智能系统虽然无形，但它们须要弘大的数据中央供应支持。
这些数据中央不仅须要大量电力，还须要大量冷却用水。
例如，微软在美国的数据中央演习GPT-3模型，可能花费了70万升的淡水。
根据达尔斯市公布的数据，谷歌数据中央利用了当地四分之一的供水量。

随着韶光推移，人工智能会变得更加能源密集。
这种需求对电力行业是一个巨大的寻衅，但它也是一个空前的机遇。
电力公司将会主动或被动地投资可再生能源和提高能源效率，以知足人工智能系统日益增长的能源需求。

只要有耐心，比较投资AI公司，投资成熟的电力公司可能更稳健、回报更有保障。