标题:AI芯片泡沫太大了，高通推出AI资料中心解决方案，只要抢下3~5%市场就足够
来源:iknow科技产业资讯室
原文网址:https://pse.is/8amu7p
原文:
生成式AI的快速普及带动巨大的电力需求增长，成为日本能源与产业政策的新课题。由三
菱总合研究所（MRI）提出的《生成式AI的普及对日本电力需求的影响》(生成AIの普及が
与える日本の电力需要への影响)报告特别针对资料中心与网络基础设施之生成AI导入对
ICT部门电力消耗影响进行试算，并提出在电力限制下的最佳应对策略。报告指出，AI模
型的规模化、应用范围扩大与运算需求提升，将使日本电力需求在2040年前大幅上升，若
缺乏对策，恐成为数位转型与国际竞争力的瓶颈。
在电力需求推计方面，MRI以“资料处理量”与“电力效率”为两大核心变量。随着AI普
及，网络流量预计至2040年将增至2020年的约348倍，若AI模型大规模化趋势持续，ICT部
门电力消耗可能增加2至27倍。电力效率的改善主要取决于半导体技术的演进，包括先端
封装（advanced packaging）、光电融合（opt-electronic integration）与AI专用芯片
（AI-specific chips）。其中，若光电融合与AI特化芯片能顺利发展，电力效率可较
2020年提升至6万倍；反之，若技术停滞，电力负担将急剧上升，导致2040年ICT用电量突
破国家电力供应极限。
报告设定三种AI利用情境：①“计算量爆发型”，所有应用依赖超大型基盘模型，虽具最
高精度，但电力需求可能占约全国55%；②“适材适所型”，依用途选择不同规模AI模型
，以降低电力浪费；③“省电力优先型”，在碳中和政策下以小型模型为主。MRI认为第
二种“适材适所”情境最符合日本现实，既可维持科技创新，也能在能源有限条件下确保
AI普及。该模式中，大型AI由云端巨头运行，小型AI则于地方边缘运算（edge computing
）或装置端执行，形成多层次AI生态，如此可避免过度依赖海外数据中心，减少“数位贸
易赤字”，并促进再生能源在地方端应用。
报告进一步指出，若日本能在AI特化芯片、光电融合及封装技术上追上全球前沿，并发展
分布式处理体系（例如将非即时的AI训练外包海外、即时推论留于国内），可显著降低
ICT用电对整体能源系统的压力。另一方面，在产业结构层面，应鼓励中小企业与研究机
构共同开发B2B或专业领域（B2P）的特化型AI，以“省能+信赖”作为竞争优势，促进AI
与产业的深度融合。报告同时警示，若未同步强化电力供应与碳中和平衡，日本的AI利用
环境将难以持续。
最后，MRI在结论说明，生成AI的普及正在重塑日本的产业与能源结构，而“电力效率
× 技术创新 × 适材适所利用”的组合是日本迈向可持续AI社会的核心战略。政府与产
业需同步推进半导体研发、电力基础设施与政策协调，确保在能源受限的情况下，仍能发
挥生成AI的最大潜力，维持经济与数位转型的双重优势，未来十年将是日本在“数位竞争
力”与“能源安全”间取得平衡的关键时期。
心得:
智慧型手机市场成长停滞、苹果业务缩水、三星部分采用自家处理器，高通已经无法再依
靠过去的护城河维持优势。在这个前提下，跨入 AI 资料中心市场并不只是“扩张”，而
是“寻找下一个可以让公司不被淘汰的地位”。