英伟达创始人黄仁勋也公开表示，“Ai的尽头是光伏和储能，不要光想着算力

据悉，Claude3 选择了金融、法律、医学和哲学作为专家领域。其中，Opus的GPQA准确率达到了60%，这意味着其能力接近于同一领域能够上网的人类博士准确率（65%—75%）。Sonnet达40.4%；Haiku达33.3%。而GPT-4仅为35.7%。

去年，ChatGPT的出现让全球为之震惊，而今年，这个主角被Sora取代。它们都源于美国开放人工智能研究中心的OpenAI，并且都拥有足以“以假乱真”的先进技术。去年，AI学习了人类的语言，而今年，它掌握了如何理解人类所看到的画面。有专家预测，人工通用智能（AGI）预计在2-3年内就能实现。

随着AI浪潮的广泛关注，背后的能源企业也开始受到关注。“人工智能的尽头是能源”这样的预测被频繁提及。

OpenAI的首席执行官萨姆·奥尔特曼公开承认，人工智能行业正在走向能源危机。在瑞士达沃斯举行的世界经济论坛年会上，奥尔特曼警告说，下一波生成型人工智能系统消耗的电力将远远超出预期，能源系统将难以应对。

英伟达创始人黄仁勋也公开表示，“Ai的尽头是光伏和储能，不要光想着算力，如果只想着计算机，需要烧掉14个地球的能源”。

超级AI将成为电力需求的无底洞。

360集团创始人周鸿祎也曾多次发言，人工智能发展的最大制约是能源问题。

当部分企业正在担心买不到先进GPU的时候，顶级AI企业却在担心电力问题——宾夕法尼亚大学的专家表示：2018年，计算机只用掉了全球不到2%的电力；但今天，这个比重已涨至10%，预计到2030年，计算机将会消耗全球五分之一的电力。

人工智能公司的运作模式依赖于向其模型输入大量的数据，并进行持续不断的广泛训练。目前的情况显示，仅ChatGPT每月的电力消耗就相等于约30万中国家庭一个月的用电量。

这些预测都指向了一个共同的结论：在人工智能的终极阶段，能源自主是关键。因此，抢先布局能源领域，对于掌握未来科技发展的关键至关重要。

人工智能的极限在于能源！计算能力的极限在于电力，包括光伏、储能和核聚变。

缺乏能源领域的重大进展，人工智能的发展将无法超越理论和技术层面。萨姆·奥尔特曼指出：在未来，算力和能源将成为两种关键的“货币”，它们之间可以相互转化。

人工智能的应用需要智能计算中心和超级计算中心，以及远距离的光数据传输，这些都需要大量的能量。能源是人工智能革命能否实现的关键开关。

我国已经成长为世界最大的能源生产国，构建了多元化且清洁的能源供应系统。2022年的发电量接近9万亿度，约为美国的两倍。

以光伏产业为例，中国在全球处于领先水平。从过去技术、市场、设备三方面依赖进口，到如今在市场规模、技术水平、生产制造及产业链完善程度方面全球第一，中国在光伏领域的发展势头迅猛。

众所周知，在当前光伏产业的发展周期中，市场已经明确展示了两个主要趋势：一是获取技术红利，二是拓展海外市场。近年来，中国的光伏组件占全球市场的75%，电池片占80%，硅片更是占到了90%。

在资本市场上，光伏行业的大规模融资活动非常频繁，这反映了市场对其前景的乐观预期。

根据草根光伏数据的统计，2021年至2022年，国内光伏电池和组件环节的投资总额分别为2200亿和超过3000亿。而截至2023年6月16日，电池端的总投资额已达到4062.18亿元。其中，隆基绿能、通威股份、TCL中环、天合光能等龙头企业几乎都实现了超过百亿级别的融资，募集资金主要用于扩建新的高效节能产能、高效光伏产品以及技术研发。

光伏已经成为我国继煤炭之后的第二大电源，取代了水电。

储能本质上并非直接产能源的行业，但对于光伏、风力等新能源来说，由于其发电的间歇性或波动性，需要一个中间体或关键枢纽进行能量存储，以便平衡新能源即发即用在时间和空间上的不连续性。

因此，储能成为了整个新能源产业链中不可或缺的一环。没有储能系统的参与，新能源产生的电能只能部分利用，无法发挥其最大效能。

储能无可争议地成为了绿色能源产业链的核心。

2020年，我国提出了二氧化碳排放目标，力争在2030年前达到峰值，并在2060年前实现碳中和。这就是新能源行业经常提到的“3060”战略。为了实现这一双碳目标，中国规划了大规模的新能源发展方向，新能源的总体趋势在未来将十分明确。

世界各国都在积极推出各种措施，推动本国光伏和储能行业的发展。在全球范围内，光伏和储能行业已经进入了政策和市场双重驱动的快速发展阶段。

这样的背景下，人工智能与光伏、储能的深度融合将会成为下一个主流技术故事的新章节。

点击关注