巨型AI数据中心持续扩张，已将本就承压的电网推向能源危机的边缘。电网压力迫使科技巨头放缓新建AI数据中心的步伐。但部分量子计算研究人员认为，还有另一条出路——他们主张，量子-经典混合计算方案提供了一个有限但切实可行的缓解途径：将最耗能的计算任务转移至功耗极低的处理器上完成。
这究竟是解决能源问题的可行方案，还是不过是一场炒作？
重新审视IT能源问题的解决思路
能源问题并非未来才会出现，它就发生在当下——而且不仅仅源于新建的超大规模AI数据中心，还有创纪录的热浪等多重因素。路透社近期报道援引美国某区域电网运营商的警告称，由于电力需求创历史新高，电力系统濒临短缺，该运营商可能对14个州下令实施轮流停电。
AI预计将进一步加剧这些压力。国际能源署（IEA）预测，到2030年，全球数据中心的电力消耗可能接近翻番，达到约945太瓦时（TWh），略高于日本目前的全国用电量。其中大部分增长预计来自AI优化数据中心，同一份IEA报告显示，其电力需求到2030年预计将增长逾三倍。在美国，这一增长势头已引发外界对电网能否跟上步伐的担忧。美国能源部估计，到2028年，数据中心的用电量可能占全美总用电量的12%。
AI的瓶颈正从芯片转向电力供应。
"对于首席信息官而言，这意味着更高的计算成本、更长的部署周期，以及AI基础设施越来越多地建在电力充足的地方，而非靠近客户所在地。"边缘AI产品提供商Kneron的创始人兼首席执行官刘峻博士表示。
核能、天然气、可再生能源和小型模块化反应堆或许最终都能帮助满足不断增长的能源需求。但如果AI的计算需求持续扩张，单靠扩大电力供应可能并不足以解决问题。刘峻警告称，一味寻找更多能源来源，可能会陷入一个代价高昂的循环：更大的模型催生更大的数据中心，消耗更多电力，进而需要更多基础设施。
"我认为，这个行业花了太多时间在问'我们如何生产更多电力'，却没有足够多地追问'我们为什么要消耗这么多算力'。"刘峻说。
这引出了另一个问题：与其生产更多电力，降低AI所需的算力能否成为应对能源危机的重要解法？
压缩算力以降低能耗
量子计算能够分担AI能耗的设想，建立在两个核心概念之上：缩短完成复杂任务所需的时间，以及降低完成这些任务所需的能耗。
"归根结底，量子计算机能够处理经典系统难以应对的极其复杂的变量，同时所需功耗却大幅降低。"全球中性原子量子技术及相关产品提供商Infleqtion的联合创始人兼首席技术官Pranav Gokhale解释道。
然而，切换计算模式并非如此简单。
"量子计算机的能力是有据可查的。问题在于，有人把'高能耗计算'当成一个笼统的大类，认为量子可以全盘接管，但事实并非如此。夸大之处在于，声称这种能耗优势今天就已适用于任何计算密集型任务。"全栈模拟量子计算机制造商Qilimanjaro Quantum Tech的首席执行官Marta Estarellas表示。
即便是"通过更快计算实现节能"这一说法，也有一个重要前提：量子计算不仅仅需要高效的处理器。将量子系统冷却至绝对零度所需的制冷等因素，会从根本上改变整体能耗方程。
美国国家可再生能源实验室对量子数据中心的建模研究发现，制冷能耗远高于计算本身的能耗。
"换句话说，处理器本身耗电极少，但围绕它的整套系统却并非如此。因此，两者在某种程度上相互抵消。"咨询公司Gasilov Group合伙人Arif Gasilov表示。
量子计算究竟能节省多少能源？
这是否意味着量子计算和混合计算在能源与可持续发展规划中有或没有一席之地？
"预测未来能节省多少能源，确实很难说清楚。"全球咨询公司Protiviti量子计算服务高级总监Konstantinos Karagiannis表示，"随着未来量子比特数量的增加，经典计算层和量子制冷基础设施的能耗需求将如何扩展，目前尚不明朗。"
不过，据德勤量子计算负责人Scott Buchholz介绍，还有一些技术采用室温激光控制系统，无需极端冷却。
在这类系统中，激光功率需求决定了量子计算机的总体能耗。"无论哪种情况，能耗基本上是有上限的，与现代高性能计算机机架相当，甚至更低。"Buchholz说。
这对首席信息官意味着什么？
纵观计算机发展史，效率的提升往往来自专用架构——例如用于并行计算的GPU，以及用于AI推理的NPU。
"首席信息官应该像15年前企业看待GPU那样看待量子计算。起初，GPU看起来只是一种小众加速器，如今却已成为基础设施的核心。量子计算或许最终也会走上类似的道路，但仅限于特定类型的问题。"刘峻说。
这并不意味着首席信息官应该期待量子计算取代经典计算，而是应该关注量子计算开始与经典计算形成互补的领域。
但首席信息官需要关注的，不只是量子计算本身。AI数据中心正面临能源短缺加剧带来的发展停滞，而AI工作负载持续逼近传统计算的极限。
"即便是当今业界标准的优化工具——它们已为行业节省了数十亿美元——也开始触及其计算极限。"Gokhale说。
能源规划成为IT议题
"明确地说，量子计算机无法解决AI数据中心今天面临的所有能源问题，但它无疑为重要的计算任务提供了一条有利的前进路径。"Gokhale表示。
由于需求与供给之间的矛盾，计算成本在可预见的未来预计将大幅上升。
Gasilov表示，不断攀升的需求与有限的电网容量之间的缺口，对IT预算产生了"直接的财务影响"，因为这使各组织暴露于全球能源价格波动的风险之中。为应对这一风险，他建议首席信息官"将能源采购风险纳入业务连续性规划，就像对供应链中断进行建模一样"。他补充说，忽视这一点可能带来财务后果。
量子之外，多管齐下缓解能源压力
与此同时，还需关注当前减轻电网压力、增加能源供给的各项努力。据National Grid Partners投资负责人Pradeep Tagare介绍，目前有多种方案正在推进，以满足AI数据中心的能源需求。National Grid Partners是全球最大的投资者所有制能源公司之一National Grid旗下的风险投资与创新部门，业务覆盖美国和英国。
Tagare以National Grid Partners正在投资或持续关注的若干技术和公司为例进行了说明。
"我们预计，未来几年内，这些方案的组合将共同解决当前的问题。"Tagare说。
并非所有人都认为存在电力短缺
还有另一种观点值得关注。部分人士认为，数据中心的能源需求问题或许并没有看起来那么严峻。
ThinkLabs AI首席执行官Josh Wong认为，更大的问题在于公用事业公司如何分配和规划电网容量。
他表示，超大规模云服务商正在向多家公用事业公司"超量申报"，采取广撒网的方式，原因在于当前的"规划流程过于缓慢且不透明"，难以判断项目在哪里能最快落地。
"在多地申报许可、却并无实际建设意图，才是困扰我们整个体系的问题所在。"Wong说。他不认同行业缺乏足够电力来支撑AI繁荣这一说法。
他还补充道，首席信息官可以通过在适当场景下使用更小的专项AI模型来削减或控制能源成本。
"训练相对小型的定制化模型来优化电网，只需5块GPU和15分钟，成本低至5美元。"Wong说，并指出这一方案对于希望降低AI能耗的企业而言，可能是一个改变游戏规则的方法。
Q&A
Q1：量子计算机在节能方面真的比传统计算机有优势吗？
A：量子计算机的处理器本身功耗极低，但维持其运行所需的制冷系统（需将温度降至接近绝对零度）却消耗大量能源。美国国家可再生能源实验室的建模研究显示，制冷能耗远超计算本身，两者相抵后，整体节能优势并不像宣传的那样显著。不过，采用室温激光控制系统的量子技术路线能耗相对可控，与现代高性能计算机机架相当甚至更低。
Q2：量子计算能完全替代传统计算来承担AI工作负载吗？
A：不能完全替代。量子计算机的能力有其明确边界，并非所有高能耗计算任务都适合由量子计算接管。目前更现实的方向是量子-经典混合计算，即将特定类型的复杂计算任务交由量子处理器完成，而非全面替换现有架构。专家建议首席信息官将量子计算视为类似GPU的专用加速器，关注其与经典计算互补的场景。
Q3：除了量子计算，还有哪些方法可以缓解AI数据中心的能源压力？
A：多种方案正在同步推进：核能、天然气、可再生能源和小型模块化反应堆有望扩大电力供给；在适当场景下使用更小的专项AI模型可显著降低计算能耗（训练小型定制模型成本低至5美元）；此外，优化电网容量规划、将能源采购风险纳入业务连续性规划，也是首席信息官可采取的务实举措。