雖然GPT-5尚未面世，OpenAI似乎已開始著手訓練GPT-6，不過電力或許已成為了一個「卡脖子」難題。
數據中心能否盈利需看電力「眼色」。
有數據顯示，ChatGPT每天需要消耗超過50萬千瓦時的電力，用於處理約2億個使用者請求，相當於美國家庭日用電量的1.7萬多倍；
至於搜尋巨頭谷歌，若其在每次使用者搜尋中都呼叫AIGC，年耗電量將增至290億千瓦時左右，這甚至高於諸如肯亞、瓜地馬拉等國一年的用電量。
據報道，GPT-6的訓練可能需要超過10萬片p00 GPU，而這將對電網造成巨大壓力。 微軟的一位工程師甚至表示，如果在某個州部署如此規模的GPU集群，可能會導致電網崩潰。
分析師進一步指出，由於數據中心分布並不均勻，因此區域性的缺電風險將最先出現（如美國的維吉尼亞州）。
編輯 搜圖
埃隆·馬斯克也曾預言，未來兩年內電能短缺將成為制約AI發展的主要因素。
AI技術的能源挑戰不僅局限於電力需求的增長，還將受到以下4個因素的限制：
1）數據中心的建設和營運成本將制約AI的快速增長。數據中心的建設和營運也需要大量的資本投入和時間成本，由於電力供應的延遲，美國部份數據中心的建設時間已經延長了2到6年。這對於追求快速創新和技術突破的AI行業來說，無疑是一個巨大的障礙。同時，如果AI的營運成本居高不下，逐利的商業公司自然會放慢腳步，減少投入。
2）AI 效能增長存在邊際效應。近年來AI連續在許多領域取得了突破性進展，這也意味著它可能很快迎來一個瓶頸期。研發、營運更大的模型帶來的報酬將越來越低，在提升準確性上精益求精也將變得更困難。所以，最佳化AI模型可能是接下來的研發方向。
3）軟硬體效能的提升將減少AI能耗。AI技術要想獲得持續性發展，首要解決的是芯片算力以降低能耗問題。
4）AI能耗涉及到環境永續性。缺電自然需要「新電」，但「新電」從何而來？隨著對全球對氣候變遷的關註日益增加，清潔能源的使用似乎是第一選擇。然而，目前可再生能源的供應尚不能滿足AI技術的能源需求。風能和太陽能等清潔能源雖然環保，但它們的不穩定性使得數據中心難以完全依賴這些能源。許多數據中心仍然依賴於傳統的化石燃料，如天然氣。
