Meta AI 研究院推出開放的扎克人工智能模型 Llama 這段時間獲得開源社區的不少好評，有這樣的伯格實力也是一些機緣巧合，之前 Meta 購買大量英偉達的業的U已 AI 加速卡用來訓練視頻推薦算法，現在這些 GPU 被用于人工智能模型的算力訓練。

相較于其他公司有少量、瓶頸高性能的經緩解最英偉達 AI 加速卡，Meta 擁有的大問加速卡數量還是非常多的，盡管 Meta 也需要繼續采購加速卡但迫切性沒那么強。題于

所以扎克伯格日前在接受采訪時就表示隨著時間的藍點推移 GPU 的緊缺將逐漸緩解，人工智能行業的扎克增長和未來發展在短期內不會受到資本的約束，接下來的伯格大問題其實是能源問題。

扎克伯格觀察到許多新建的數據中心能耗在 50~100 兆瓦之間，一些特別大的算力數據中心能耗可能達到 150 兆瓦，但這種能耗級別并不是瓶頸最終規模。

接下來一些大型數據中心的經緩解最能耗可能會迅速提升到 300 甚至是 500 兆瓦，而突破 1000 兆瓦的能耗似乎也只是時間問題，然而從哪里獲得持續穩定的電力供應呢？

隨著技術的發展指數級的人工智能訓練，能源曲線可能會快速提升，這個問題最終會讓能源供應成為焦點問題，因此扎克伯格認為能源生產可能很快就值得投資。

目前一些企業已經在探索新建核電站為大型數據中心供電，但新建發電站尤其是核電站在審批、規劃、建設等方面都需要大量時間，所以即便企業有心發展自己的發電站，短時間內也還是得依靠外部供電。

另一方面就是能源性質問題了，傳統的化石能源電站投產速度快但因為不符合主流要求因此可能不會得到太多關注，水力發電則受限于地理環境，對企業來說真正能夠選擇的其實并不多，包括風電、太陽能和核電，其中核電投入成本、周期都非常高，不過投產后穩定性也最好，不會受天氣影響。

你可以在下面查看采訪完整內容：

YouTube：https://www.youtube.com/watch?v=i-o5YbNfmh0