Spheron 推动能源高效的人工智能，亚太地区面临电力危机

Spheron 在国际能源署的最新能源报告后发表了看法 (IEA)。该公司强调了人工智能对能源需求的日益增长。尤其是在亚太地区 (APAC)，对区域电网的影响。

在7月21日分享的一则帖子中，Spheron指出亚太地区已经短缺15到25吉瓦。这一缺口源于冷却需求、数据网络以及持续的供应限制。该公司警告说，全球人工智能扩张可能会加剧这些短缺。

作为回应，Spheron 指出了其去中心化的工作负载路由模型是一个更可持续的替代方案。该公司表示：“Spheron 在全球范围内路由工作负载，避开地区瓶颈。我们是唯一可扩展的前进道路。”

IEA：到2030年，人工智能将使数据中心的电力使用量翻倍

国际能源署（IEA）的新报告《能源与人工智能》强调了Spheron的担忧。该机构预测，到2030年，数据中心的电力需求将超过翻倍，达到约945太瓦时。这个总量将超过日本当前的电力使用。

人工智能是这一趋势最大的推动力。根据国际能源署（IEA）的说法，经过人工智能优化的数据中心的电力需求到2030年可能会增加四倍。在美国，数据中心的能源使用量可能很快就会与几个制造业部门的总能源消耗相媲美。

该报告还指出了发达经济体的一个更广泛趋势。在那里，预计与人工智能相关的基础设施将在2030年前推动超过20%的总电力需求增长。这标志着许多地区多年平稳或下降需求后的急剧反转。

Spheron倡导去中心化计算模型

Spheron的平台允许AI开发者在一个去中心化的全球网络中部署计算工作负载。用户可以将需求转移到利用率低的地区，而不是依赖于能耗巨大的中央数据中心。这种方法有助于避免在像亚太地区这样的电力受限区域出现瓶颈。它还减少了对云巨头的依赖，而云巨头通常会将用户锁定在固定区域和高昂的能源成本中。

通过去中心化计算，Spheron旨在提供能源效率和全球可扩展性这两个在传统云基础AI训练环境中缺失的元素。

能源作为新的人工智能瓶颈

Spheron 的评论反映了科技和能源行业日益上升的担忧。随着 AI 系统的规模扩大，它们的基础设施需求不再单纯是技术性的，而是越来越多地涉及环境问题。对于投资者而言，这一转变既是挑战，也是机会。

Spheron 提供去中心化和能源感知的解决方案，可能会在各国实施更严格的能源监管时获得发展。亚太地区可能会作为一个试验案例。由于持续的短缺和迅速发展的人工智能，区域基础设施必须适应，否则风险会减缓人工智能的普及。