AGI永远不会发生的真正原因……请听我说

来自电气工程背景的我曾在英国电网工作，真心认为AGI的讨论忽略了最重要的一个限制因素，即\*\*电力\*\*。AGI的讨论似乎与物理现实脱节。人们几乎将其完全视为软件问题，仿佛一旦模型变得足够智能，其余部分就会自动到位。但我越深入了解现代AI基础设施，越感觉在我们有生之年不可能实现。瓶颈在于电力、冷却、散热以及大规模持续维持这些系统所需的物理基础设施。作为参考，英国家庭平均每年用电量约为2700千瓦时。一个现代NVIDIA GB200 AI机架已经持续消耗约120千瓦功率。连续运行该机架一整年，年耗电量将超过105万千瓦时。单个AI机架的年耗电量已相当于约389个英国家庭的平均年用电量，甚至还未计入冷却开销。现在想象一下真正的AGI会是什么样子：不是一个聊天机器人或研究演示，而是一个全球部署的智能层，同时为数十亿用户提供支持，涵盖智能代理、机器人、国防系统、医疗基础设施、科学仿真、金融以及整个经济体的实时决策。如果这样的系统最终需要大约一百万台高端加速器持续运行，而现代H100级GPU在负载下每台功耗已约为700瓦，那么仅GPU层的持续功耗就将达到约700兆瓦？！一旦加入网络、存储、内存、变电站、变压器、冷水机、泵、冷却塔和功率转换损耗，实际基础设施需求可能达到约2千兆瓦的持续功耗。连续以2千兆瓦运行一年，年耗电量约为175亿千瓦时。这大约相当于650万英国家庭的年用电量。这甚至还不是一个成熟的文明级AGI网络，仅仅是一个初步的严肃部署。这正是我认为人们在讨论AGI规模时没有正确心理处理的部分。如果AGI基础设施最终在全球范围内接近100千兆瓦的持续功耗，那么你突然要讨论约876太瓦时的年耗电量，这接近于日本的\*\*全年电力消耗总额\*\*。思考一下这在物理上实际意味着什么。我们不是在谈论炎热天气下几个小时的峰值需求或临时的工业高峰。\*\*我们是在谈论相当于整个主要工业化国家全年电力消耗的持续需求，每秒、每天、永久性地纯粹用于维持一个计算基础设施层。\*\*日本拥有超过1.2亿人口，是地球上最大的工业经济体之一，拥有庞大的交通系统、制造业、铁路网络、照明、供暖、制冷、电信基础设施、医院、港口、居民消费、商业区和整个城市同时运行。\*\*现在想象一下，将所有那一年的电力需求重新定向用于纯粹的计算。\*\* \*\*然后记住，用于计算的几乎每一焦耳电力最终都会转化为热量。\*\*这正是人们因为软件讨论而不断抽象化的问题，因为软件讨论从对话中删除了所有物理因素。大规模AGI系统不仅仅是“做数学”，它是一个持续运行的巨大工业热机。冷却并不能消除热量。冷却只是将其转移到别处。你冷却芯片，然后是机架，然后是房间，然后水循环，然后冷却塔，最终所有这些能量被排放到周围环境的其他地方。当前的讨论将规模扩展视为独立于物理的存在，但物理学恰恰是问题所在。现代空气冷却在机架密度超过约30至40千瓦时已经面临困难，而现代AI机架现在正突破100千瓦。这就是为什么该行业已经积极转向液冷、浸没式冷却、冷水系统和工业规模热交换器。即使这些方法也未能解决根本的热力学问题，它们只是允许在下一个瓶颈出现之前达到更高的密度。在我看来，在我们有生之年这不会发生……