人工智能用电激增推动能源路线再评估，聚变、地热与氢能等方案加速探索
人工智能训练与推理带来的用电需求正逼近电网承载边界，并由此引发对多种发电与供能路径的重新评估。随着大型模型训练耗电量被形容为可与小城镇用电规模相当，未来数年数据中心负荷增长的预测，促使公用事业公司、科技企业与研究机构加快讨论哪些能源供给方式在成本、部署速度与稳定性上更具可行性。与此同时，推动电力系统承压的算法也被用于聚变、地热、氢能与先进储能等方向的研发，试图将过去更接近“科幻”的选项转化为可用技
人工智能训练与推理带来的用电需求正逼近电网承载边界，并由此引发对多种发电与供能路径的重新评估。随着大型模型训练耗电量被形容为可与小城镇用电规模相当，未来数年数据中心负荷增长的预测，促使公用事业公司、科技企业与研究机构加快讨论哪些能源供给方式在成本、部署速度与稳定性上更具可行性。与此同时，推动电力系统承压的算法也被用于聚变、地热、氢能与先进储能等方向的研发，试图将过去更接近“科幻”的选项转化为可用技
