Spheron 推動能源高效的人工智能，亞太地區面臨電力危機

Spheron 在國際能源署的最新能源報告後發表了看法 (IEA)。該公司強調了人工智能對能源需求的日益增長。尤其是在亞太地區 (APAC)，對區域電網的影響。

在7月21日分享的一則帖子中，Spheron指出亞太地區已經短缺15到25吉瓦。這一缺口源於冷卻需求、數據網路以及持續的供應限制。該公司警告說，全球人工智能擴張可能會加劇這些短缺。

作爲回應，Spheron 指出了其去中心化的工作負載路由模型是一個更可持續的替代方案。該公司表示：“Spheron 在全球範圍內路由工作負載，避開地區瓶頸。我們是唯一可擴展的前進道路。”

IEA：到2030年，人工智能將使數據中心的電力使用量翻倍

國際能源署（IEA）的新報告《能源與人工智能》強調了Spheron的擔憂。該機構預測，到2030年，數據中心的電力需求將超過翻倍，達到約945太瓦時。這個總量將超過日本當前的電力使用。

人工智能是這一趨勢最大的推動力。根據國際能源署（IEA）的說法，經過人工智能優化的數據中心的電力需求到2030年可能會增加四倍。在美國，數據中心的能源使用量可能很快就會與幾個制造業部門的總能源消耗相媲美。

該報告還指出了發達經濟體的一個更廣泛趨勢。在那裏，預計與人工智能相關的基礎設施將在2030年前推動超過20%的總電力需求增長。這標志着許多地區多年平穩或下降需求後的急劇反轉。

Spheron倡導去中心化計算模型

Spheron的平台允許AI開發者在一個去中心化的全球網路中部署計算工作負載。用戶可以將需求轉移到利用率低的地區，而不是依賴於能耗巨大的中央數據中心。這種方法有助於避免在像亞太地區這樣的電力受限區域出現瓶頸。它還減少了對雲巨頭的依賴，而雲巨頭通常會將用戶鎖定在固定區域和高昂的能源成本中。

通過去中心化計算，Spheron旨在提供能源效率和全球可擴展性這兩個在傳統雲基礎AI訓練環境中缺失的元素。

能源作爲新的人工智能瓶頸

Spheron 的評論反映了科技和能源行業日益上升的擔憂。隨着 AI 系統的規模擴大，它們的基礎設施需求不再單純是技術性的，而是越來越多地涉及環境問題。對於投資者而言，這一轉變既是挑戰，也是機會。

Spheron 提供去中心化和能源感知的解決方案，可能會在各國實施更嚴格的能源監管時獲得發展。亞太地區可能會作爲一個試驗案例。由於持續的短缺和迅速發展的人工智能，區域基礎設施必須適應，否則風險會減緩人工智能的普及。