亚马逊对SMRs的战略投资
亚马逊通过专注于SMRs加入了核能竞赛，旨在延长现有核电站的使用寿命，以支持其庞大的数据中心。通过在Susquehanna核电站投资6.5亿美元，亚马逊准备确保一个稳定且无碳的能源来源。尽管公司与其核能合作伙伴的详细信息尚未披露，但这一举措表明了亚马逊对长期可持续能源解决方案的重大承诺，以支持其AI和云计算业务。
谷歌推动AI的核能
谷歌也在核能领域掀起了波澜。该公司签署了首个从SMR购买电力的企业协议，与Kairos Power合作。计划在2030年前将SMR接入电网，谷歌将核能视为实现其净零排放目标和支持其高能耗AI系统的关键。通过锁定长期能源解决方案，谷歌旨在确保其AI和云计算基础设施继续增长，而不会受到能源短缺的阻碍。
微软的核能复兴
不甘落后，微软签署了一项为期20年的协议，重启Three Mile Island 1号反应堆。该反应堆计划在2028年前产生800兆瓦的无碳电力，这凸显了微软对可持续能源的承诺。此外，微软正在通过与Helion Energy的合作，试验先进的核技术，如聚变能。这些努力旨在为其庞大的数据中心提供动力，同时与碳减排目标保持一致。
面临的挑战：安全、监管和经济可行性
尽管转向核能看似前景光明，但并非没有挑战。安全问题、环境风险以及放射性废物的处理等问题依然存在，特别是公众对过去核事故的怀疑。此外，SMRs和核项目的监管批准仍然是一个重大障碍，因为该技术在美国仍相对较新，且成本往往超出预期。此外，与更便宜的可再生能源（如风能和太阳能）相比，核能的经济可行性进一步引发了对其长期效益的质疑。
策略是否过早且不匹配？
尽管这些科技巨头在核能方面进行了重大投资，但一些专家认为，这些策略与AI实际能源需求的时机和匹配可能过早。AI领域已经发生了显著变化，特别是在计算能力需求方面。
AI模型训练的下降
一个主要因素是大型AI模型训练的下降，这曾经推动了巨大的能源消耗。基础模型如GPT和其他生成式AI系统已经开发完成，行业现在正转向优化推理——即使用训练好的模型生成预测或洞察。推理所需的能源远少于模型训练，这意味着对巨大能源来源的即时需求可能不像2021-2023年AI训练繁荣时期那样紧迫。
AI能源需求的稳定
随着需求趋于稳定，特别是围绕推理，AI应用的能源需求变得更加可预测和可管理。这种稳定与早期对AI训练需求不断扩展的预期形成对比，使得这些核能投资的时机似乎与AI不断变化的需求不匹配。例如，谷歌的SMR协议目标定在2030年，而微软重启Three Mile Island反应堆的计划要到2028年才能实现。届时，AI的能源需求可能远不那么紧迫，这意味着这些核能项目可能无法在其上线时带来预期的效益。
质疑策略
批评者认为，科技巨头可能高估了AI的长期能源需求，低估了风能和太阳能等可再生能源的潜力，这些能源继续变得更加成本效益。这引发了关于这些核能投资是否将与AI的未来需求相匹配，或者它们是否代表了昂贵且可能不必要的赌注的疑问。
反应式创新创造市场泡沫
亚马逊网络服务（AWS）、微软Azure和谷歌云之间的激烈竞争导致了快速的创新周期，这可能加剧了技术和能源泡沫。这些公司竞相超越对方，往往对竞争对手的举措做出反应，产生多米诺骨牌效应，加速投资于AI和核能等新技术，即使需求可能并不完全支持这种增长。
反应式创新推动炒作
当一家公司推出新的AI或云计算服务时，其他公司迅速跟进，形成反应式创新周期。这种竞争推动每家公司在大规模投资于AI基础设施等领域，导致对需求的过高估计。特别是AI领域，已经受到这种动态的影响，尽管许多行业尚未准备好大规模采用AI，但仍在大规模投资于数据中心和能源来源。
过度投资和市场扭曲
这些快速投资往往扭曲市场，创造出对AI解决方案广泛需求的假象。核能推动就是一个典型例子：微软大胆进入核能领域引发了亚马逊和谷歌的类似反应，导致对能源基础设施的大量投资，这可能最终超过其AI运营的实际需求。尽管这对碳减排是积极的，但这些公司在长期项目上的锁定风险可能超过AI需求的支持。
能源和AI的泡沫效应
争夺AI和云计算市场的主导地位也影响了能源策略。随着科技巨头争相确保大型可持续能源来源以支持其AI运营，投资焦点已转向核能。然而，随着AI基础设施需求趋于稳定，对核能的急切追求可能被视为另一个泡沫，由反应式创新而非实际市场需求所推动。
总之，尽管核能为可持续增长提供了令人兴奋的机会，但这些大规模投资与AI不断变化的能源需求之间的匹配仍然值得怀疑。科技巨头的竞争性质加速了技术和能源泡沫的形成，只有时间才能证明这些对核能的长期押注是否会在AI不断变化的格局中获得回报。