《Energy and AI》:Identifying AI-oriented data centers and their electricity consumption from facility-level public evidence
编辑推荐:
人工智能(AI)正成为电力需求增长的主要来源,规模日益增大且集中的负荷给地方和区域电力系统带来压力。与此同时,更广泛的算力需求继续推动非AI数据中心容量扩张。然而,鲜有设施被明确记录为AI导向,这使得量化AI电力需求的空间分布及相关电网影响变得困难。研究人员汇
人工智能(AI)正成为电力需求增长的主要来源,规模日益增大且集中的负荷给地方和区域电力系统带来压力。与此同时,更广泛的算力需求继续推动非AI数据中心容量扩张。然而,鲜有设施被明确记录为AI导向,这使得量化AI电力需求的空间分布及相关电网影响变得困难。研究人员汇编了包含9,946个设施的全球数据中心清单,并对其中451个设施逐项裁定站点级AI证据;2024年电力核算集包含8,367个设施。在正–未标注(positive–unlabeled)框架内,研究人员拟合梯度提升决策树(gradient-boosted decision tree, GBDT)模型以学习基础设施特征签名,将其转化为可解释的物理规则,并结合站点证据分配设施层级(facility tiers)和包含权重(inclusion weights)。在企业留出验证(company-held-out validation)中,满足至少两条发现规则的匹配保留了正例的中位数88%,并实现1.5倍富集,相比之下单规则匹配分别为7%和0.33。高证据AI设施的中位机架密度(rack densities)和报告功率容量(reported power capacities)分别为其他设施的8.5倍和7.2倍。AI导向数据中心在2024年消耗估计58.1 TWh电力,占2024年数据中心清单所代表426.8 TWh的13.6%,在给定所识别设施集及其包含权重的条件下,参数范围为56.4–60.9 TWh。AI导向数据中心电力使用比整体数据中心电力使用在地理上更集中:美国占全球总量的63.6%,仅弗吉尼亚州占16.7%,排名前五的国家合计占85.0%。
Xiaoyu Xie和Sangwon Suh围绕如何从设施级公开证据识别AI导向数据中心(AIDC,指通过站点级公开AI部署证据或预设基础设施相似性标准识别的数据中心)并核算其电力消费,开展全球设施级观察研究。研究背景是:数据中心正成为电力需求增长的重要来源,人工智能(AI)算力预计在其中占据上升份额;但AI只是推动数据中心扩张的多类工作负载之一,非AI计算需求同步增长。区分AI驱动需求与整体数据中心增长对区域负荷预测和电力系统规划重要,因为AI导向设施可能形成大而地理集中的负荷。既有研究大致分为两类:硬件和算力评估从设备存量与服务器出货推断电力需求,但多停留在总体或国家尺度;商业和公共设施目录记录位置、运营商、容量和开发状态,却很少披露设施是否AI导向。核心测量缺口是缺乏将AI部署系统归因到单个数据中心的证据。该归因虽然直观但困难:工业级AI部署常与加速服务器密集安装、高功率计算节点、持续高密度运行、电力系统适配、强化热管理和液冷高密度机架等相关,这些特征应作为多个联合信息的基础设施信号而非二元工程阈值;公开全球清单中这些信号稀疏且不均,设施边界和能源统计难以协调。未标注设施不能作为可靠负例,因此问题属于正–未标注学习(positive–unlabeled learning,将确认正例与未标注记录比较而不把未标注记录当作负例)。披露和基础设施设计还在公司内聚集,随机记录级验证可能奖励公司特定模式而非迁移到未见运营商。为此,研究人员汇编全球清单并逐项裁定部分设施的公开AI证据,采用正–未标注学习框架识别重复基础设施签名,用企业分组留出检验迁移,将模型结构蒸馏为以物理单位表达的可解释规则,并将文献证据与规则支持保留为明确证据层级;AIDC由直接站点级公开证据或分层基础设施规则支持识别,进而量化2024年运营设施的AIDC电力消费。研究结论是:设施组合信号比单一特征更有识别力,AIDC电力在国家和设施层面均比全部数据中心(All DC)电力更集中;2024年AIDC用电约58.1 TWh,占清单所代表426.8 TWh的13.6%。其意义在于把稀疏、不均的AI部署证据贯穿到可追溯的设施级电力核算中,使估计可随披露改善逐设施修订,并为国家和电网规划指出数据改进优先点;同时明确AIDC电力是所识别设施的整设施电力按包含权重计入,是All DC电力的组成部分,并非任一设施内AI工作负载份额的估计。
关键技术方法(不超过250字):采用全球设施级观察研究;数据来自14,939个公共来源,形成9,946个设施/合并园区的冻结分析清单,对451个设施逐项裁定站点级AI证据,8,367个具有2024年All DC电力估计的设施构成电力核算集。以正–未标注排序框架拟合直方图梯度提升决策树(GBDT),并以可解释提升机作对照;使用连续、二值和融合特征视图;进行100次企业分组留出验证;将反复出现的模型结构蒸馏为物理单位规则并分配证据层级和包含权重;以20,000次识别边界抽样和5,000次蒙特卡洛(Monte Carlo)参数抽样分离识别与参数不确定性;按设施行进行双范围空间聚合和集中度比较。
3.1 设施识别。通过联合基础设施签名和规则注册表研究,667个设施满足至少两条部署标准、1,023个恰好一条;6,302个可评估但无标准,375个缺规则相关数据。高证据设施中位机架密度和报告功率容量为85 kW/机架和30 MW,其他设施为10 kW/机架和4.2 MW,分别相差8.5倍和7.2倍。100次企业留出中,满足至少两条发现规则的设施中位恢复88%的确认设施并达到1.5倍富集,单规则为7%和0.33;20,000次识别边界抽样中二值集合电力总量P5–P95为51.3–68.3 TWh,P50为57.2 TWh,围绕58.1 TWh账户,美国34.9–41.1 TWh、中国6.1–8.6 TWh。结论是组合规则形成可迁移的证据排序,小部分设施持有很大份额电力。
3.2 AIDC电力的地理集中。通过包含权重汇总设施电力,得到58.1 TWh,占426.8 TWh的13.6%。美国36.9 TWh(其All DC 172.3 TWh的21.4%),中国6.8 TWh(74.2 TWh的9.2%),荷兰2.2 TWh(10.9 TWh),日本2.0 TWh(11.5 TWh)。按两种电力分别排序时,前五国占全球AIDC 85.0%,但仅占All DC 65.7%;弗吉尼亚州9.7 TWh,占全球AIDC 16.7%。挪威和韩国All DC总量较小但AIDC份额22.0%和24.3%,AIDC排名第五和第六而All DC排名第14和第15。前十AIDC国家占全球AIDC 91.9%,仅六国也居All DC前十;美国与中国合计75.3%。冰岛AIDC占其国家All DC 92.2%但仅占全球AIDC 1.3%。结论是AIDC电力地理上更集中,国家总量同时反映All DC规模和AI归因集中度。
3.3 设施集中与条件参数不确定性。通过按设施贡献排序和参数蒙特卡洛研究,696个正包含权重设施中仅15个达到全球AIDC 50%、49个达到80%,而All DC需183和984个;前十设施占AIDC 39.5%、All DC 11.3%,相差3.5倍。固定设施识别和包含权重时,All DC确定性426.8 TWh、模拟中位430.7 TWh、P5–P95 421.8–440.3 TWh;AIDC确定性58.1 TWh、中位58.3 TWh、56.4–60.9 TWh,AIDC份额中位13.5%、13.1–14.1%。美国AIDC确定性36.9 TWh、中位37.3 TWh、36.0–39.6 TWh(宽度为确定性10%),中国6.8、6.6、5.9–7.4 TWh(23%),韩国1.4、1.4、1.1–2.1 TWh(68%)。覆盖上,8,367个设施中7,992个(95.5%)至少可评估一条规则,1,690个(20.2%)满足至少一条正规则,375个(4.5%)缺所有规则相关基础设施字段。结论是AIDC电力高度集中于少数设施,参数全球区间较窄但国家比例敏感性不均。
讨论部分总结:该研究建立设施分辨的证据保留核算路线:在不把未标注设施当负例的情况下学习基础设施模式,跨运营商检验,表达为可解释物理规则,并通过分级包含权重进入电力汇总;将通常分离的AI算力需求估计与物理数据中心基础设施清单连接起来。2024结果表明AI导向基础设施更适合用设施属性组合刻画而非单一工程阈值;AIDC电力在国家与设施层面均比All DC更集中。识别指证据排序的设施集,其向未见运营商的迁移由留出召回和富集衡量;由于没有经验证负例,精确率或特异性意义上的识别准确率未定义,包含权重把分级支持带入核算。与出货驱动的区域估计和服务器级AI电力估计(如约200 TWh)相比,本研究对象是设施级账户。公开证据不均:美国设施占2024核算集29%但占Confirmed和Probable设施57%,中国报告汇总占9%和16%,账户描述可观察公开证据清单。集中改变清单更新价值,应优先高贡献设施、主导国家汇总及运营状态或边界不确定记录,优先字段包括投运负荷、更新基础设施特征和新的设施关联AI工作负载证据;修订的国家和全球总量应从同一设施行再生。报告上AIDC电力应保持为All DC电力组成部分而非可加类别,发布清单应保留证据层级和包含权重、区分确定性参考与条件蒙特卡洛摘要、记录版本变化,稳定设施标识有助追踪边界、所有权和运营状态变化。总体而言,估计AIDC电力需同时进行设施识别和能源核算;报告区间条件于识别设施集和包含权重,识别侧范围与参数不确定性分别报告。
研究结论翻译:本研究从公开证据和基础设施签名中,在全球设施清单内识别了人工智能导向数据中心,并逐设施核算了其2024年电力消费。从有记录设施学习到的发现规则可迁移至未参与拟合的公司,以1.5倍基线率恢复中位数88%的有记录设施。被识别为人工智能导向的设施在2024年估计消费58.1太瓦时,占清单所代表电力的13.6%;在给定所识别设施集的条件下,参数范围为56.4–60.9太瓦时。该电力高度集中:美国占63.6%,15个设施占总量的二分之一。由于识别过程将其证据贯穿至核算,随着披露改善,该估计可按设施逐一修订,并显示额外数据在何处最能提高国家和电网层面规划的可靠性。