美国东部时间9月27日周五，黄仁勋在接受彭博社采访时表示，核能作为可再生能源，是一个不错的选择，可以提供越来越多数据中心的需求。他说：
“核能是重要的能源之一，也是可持续的能源。它不会是唯一的能源。我们需要多种能源，以及能源供应和成本与可持续性之间的平衡。”
随着人工智能应用的爆发，高能耗问题日益突出。目前，他们将数千亿美元花费在被视为计算未来的新基础设施上，能源消耗成为一个日益严重的问题。在一些地区，发电量已不足以支持新数据中心的建立。一些数据中心由于电力限制而无法满负荷运行，还有一些选择建在远离人口中心的地方。
除了看好核能支持AI能源需求外，黄仁勋还认为AI可以帮助提高能源利用率。
同样在周五，黄在华盛顿智库一次活动间隙对记者表示，未来用电量的增长将由减少电网废物以及“更好的能源、更好的碳捕获系统、更好的能源生产材料”推动。 ”。所带来的“惊人生产力”抵消了。
虽然训练AI模型需要大量能源，但黄认为，人们可以通过智能电网更有效地分配电力，提高计算过程的效率。
“这是最节能的计算方式。当在很多很多应用中使用时，完成同样的工作可以节省100倍、1000倍的能源。”
人工智能应用的巨大能耗已成为学术界和工业界高度关注的问题。
在今年年初的达沃斯会议上，CEO Sam表示，AI技术所消耗的电力将远远超出人们的预期。国际能源署（IEA）今年1月发布的报告预计，2026年全球数据中心、人工智能和加密货币行业的电力消耗可能会翻一番，远高于全球电力需求3.4%的年均增长率未来三年。预计，2026年，数据中心总用电量可能超过1000太瓦时（1太瓦时=10亿千瓦时）。
富国银行的报告预测，在经历了十年电力增长停滞期之后，到 2030 年，美国电力需求将增长 20%。仅人工智能数据中心一项预计就将为美国增加约 323 太瓦时的电力需求。纽约市目前每年用电量为 48 太瓦时。波士顿咨询集团预测，到2030年底，美国数据中心的电力消耗将比2022年增加两倍。这一增长将主要来自AI模型训练和更频繁的AI查询。高盛预测，到2030年，数据中心电力消耗将占美国总电力消耗的8%。
周五，黄仁勋对外界的AI功耗预测表示怀疑，认为“很可能存在重复计算”。他表示，美国联邦政府需要“更好地了解实际需要多少电力”，政策制定者还应该“确保没有美国公司需要出于能源原因在国外建立数据中心”。
该协议凸显了清洁能源需求的潜力，随着数据中心和其他大型能源消费者增加对电力作为稳定和低碳能源选择的需求，清洁能源需求可能会继续增长。
黄仁勋周五还提到了微软与三哩岛的交易，称其“非常棒”。他还提到，英伟达新一代芯片比上一代消耗更多电量，但效率更高，可以更快地完成训练和运行AI软件的工作，并取代了许多旧组件。
此外，黄仁勋表示，正在尽力服务中国客户，并遵守美国的出口限制。 “我们要做的第一件事就是遵守正在实施的所有政策和法规，同时尽最大努力在我们服务的市场中竞争，在那里我们有很多依赖我们的客户，我们我们将竭尽全力支持他们。”
