虽然GPT-5尚未面世，OpenAI似乎已开始着手训练GPT-6，不过电力或许已成为了一个「卡脖子」难题。
数据中心能否盈利需看电力「眼色」。
有数据显示，ChatGPT每天需要消耗超过50万千瓦时的电力，用于处理约2亿个用户请求，相当于美国家庭日用电量的1.7万多倍；
至于搜索巨头谷歌，若其在每次用户搜索中都调用AIGC，年耗电量将增至290亿千瓦时左右，这甚至高于诸如肯尼亚、危地马拉等国一年的用电量。
据报道，GPT-6的训练可能需要超过10万片p00 GPU，而这将对电网造成巨大压力。 微软的一位工程师甚至表示，如果在某个州部署如此规模的GPU集群，可能会导致电网崩溃。
分析师进一步指出，由于数据中心分布并不均匀，因此区域性的缺电风险将最先出现（如美国的弗吉尼亚州）。
编辑 搜图
埃隆·马斯克也曾预言，未来两年内电能短缺将成为制约AI发展的主要因素。
AI技术的能源挑战不仅局限于电力需求的增长，还将受到以下4个因素的限制：
1）数据中心的建设和运营成本将制约AI的快速增长。数据中心的建设和运营也需要大量的资本投入和时间成本，由于电力供应的延迟，美国部分数据中心的建设时间已经延长了2到6年。这对于追求快速创新和技术突破的AI行业来说，无疑是一个巨大的障碍。同时，如果AI的运营成本居高不下，逐利的商业公司自然会放慢脚步，减少投入。
2）AI 性能增长存在边际效应。近年来AI连续在许多领域取得了突破性进展，这也意味着它可能很快迎来一个瓶颈期。研发、运营更大的模型带来的回报将越来越低，在提升准确性上精益求精也将变得更困难。所以，优化AI模型可能是接下来的研发方向。
3）软硬件性能的提升将减少AI能耗。AI技术要想获得持续性发展，首要解决的是芯片算力以降低能耗问题。
4）AI能耗涉及到环境可持续性。缺电自然需要「新电」，但「新电」从何而来？随着对全球对气候变化的关注日益增加，清洁能源的使用似乎是第一选择。然而，目前可再生能源的供应尚不能满足AI技术的能源需求。风能和太阳能等清洁能源虽然环保，但它们的不稳定性使得数据中心难以完全依赖这些能源。许多数据中心仍然依赖于传统的化石燃料，如天然气。
