毫無(wú)疑問(wèn)，人工智能（下文簡(jiǎn)稱“AI”）的浪潮正以前所未有的速度席卷全球，成為推動(dòng)生產(chǎn)力進(jìn)步和經(jīng)濟(jì)增長(zhǎng)的新引擎。然而，在這波洶涌的技術(shù)浪潮之下，一個(gè)潛在的挑戰(zhàn)卻浮出水面，那就是緊張的電力供應(yīng)。
據(jù)《紐約客》雜志報(bào)道，ChatGPT 每日耗電量或超過(guò) 50 萬(wàn)千瓦時(shí)，相當(dāng)于美國(guó)家庭平均用電量的 1.7 萬(wàn)倍。無(wú)獨(dú)有偶，科技巨頭埃隆·馬斯克也曾發(fā)出預(yù)警，在未來(lái)兩年內(nèi)，電能短缺很可能會(huì)成為AI發(fā)展的主要絆腳石。
不同 AI 模型的能耗和碳排放存在巨大差異。隨著AI的進(jìn)步、模型的增大，如何解決高耗能問(wèn)題？隨著AI技術(shù)的突飛猛進(jìn)，“電荒”會(huì)否真的發(fā)生？
揭秘AI大模型耗電真相
為什么AI大模型如此耗能？
通常，市場(chǎng)會(huì)將鋼鐵、水泥等傳統(tǒng)制造業(yè)視為耗電大戶，而科技公司似乎關(guān)聯(lián)不大。而事實(shí)卻是，AI產(chǎn)業(yè)同樣屬于能源密集型產(chǎn)業(yè)。
訓(xùn)練大型的AI模型是一項(xiàng)能源密集型的工作：前期需要在龐大的數(shù)據(jù)集上進(jìn)行反復(fù)的迭代運(yùn)算，每一次迭代都涉及到數(shù)十億、數(shù)百億乃至數(shù)千億個(gè)參數(shù)的調(diào)整。
這些計(jì)算過(guò)程的實(shí)質(zhì)，是晶體管的不斷開(kāi)關(guān)，每一次的開(kāi)關(guān)都需要電力的驅(qū)動(dòng)。AI模型越大，計(jì)算結(jié)果就越精確，能解決的問(wèn)題也越多，但相應(yīng)的，耗電量也會(huì)隨之劇增。
在前期乃至到了AI大模型上市后的使用期間，這種計(jì)算還需要不斷地重復(fù)再重復(fù)，為大模型的優(yōu)化迭代提供數(shù)據(jù)基礎(chǔ)。這也意味著AI大模型對(duì)算力和電力的需求，似乎看不到“天花板”。
以文生圖片技術(shù)為例，每生成一幅栩栩如生的圖片，消耗的電量相當(dāng)于一部智能手機(jī)充滿電的電量。像英偉達(dá)H100型GPU芯片這樣的高端芯片，是目前AI算法最常用的硬件之一，其一年的耗電量甚至超過(guò)了一個(gè)中等規(guī)模家庭的用電量。
當(dāng)AI被大規(guī)模部署時(shí)，其能耗更為驚人。據(jù)預(yù)測(cè)，從2027年開(kāi)始，僅新增的AI服務(wù)器每年所消耗的電量，就相當(dāng)于荷蘭或瑞典這樣的國(guó)家一年的總耗電量。
英偉達(dá)創(chuàng)始人黃仁勛在近期演講中表示：“AI的終極挑戰(zhàn)是光伏和儲(chǔ)能。我們不能只追求算力，如果只依賴計(jì)算機(jī)，我們需要消耗14個(gè)地球的能源。”
此外，AI的大量訓(xùn)練還需要強(qiáng)大的算力中心和散熱能力。由于許多數(shù)據(jù)中心全年無(wú)休，且發(fā)熱量巨大，大部分的電耗和水耗主要用于冷卻。
水冷數(shù)據(jù)中心的統(tǒng)計(jì)數(shù)據(jù)顯示，運(yùn)行成本的六成是電費(fèi)，而其中的四成多又用于冷卻散熱，這也導(dǎo)致了大量冷卻水的消耗。而對(duì)風(fēng)冷數(shù)據(jù)中心而言，六成多的耗電量都用于風(fēng)冷，僅有不到四成的電力用于實(shí)際計(jì)算。如今，全球數(shù)據(jù)中心市場(chǎng)的耗電量已是10年前的近10倍。
綠色AI的可持續(xù)發(fā)展
隨著生成式AI技術(shù)的飛速發(fā)展，其背后的電力需求逐漸浮出水面，引發(fā)了業(yè)界的廣泛關(guān)注。
對(duì)于耗電量是否會(huì)成為未來(lái)生成式AI發(fā)展的掣肘，西安交大數(shù)字經(jīng)濟(jì)研究院數(shù)字服務(wù)中心首席科學(xué)家李家貴表示：“目前看還不是，但未來(lái)肯定是。假如按500瓦一臺(tái)AI PC計(jì)算，每天耗電12度。假如20億人同時(shí)用，就是每天240億度。”
人工智能的迅猛發(fā)展必須以不大幅增加碳排放、不危及能源安全為前提。盡管當(dāng)前AI用電規(guī)模尚未對(duì)電力系統(tǒng)構(gòu)成嚴(yán)重威脅，但面對(duì)日益增長(zhǎng)的電力需求，我們必須重新審視電力基礎(chǔ)設(shè)施投資和產(chǎn)業(yè)布局，確保可持續(xù)發(fā)展。
我國(guó)作為全球電力供應(yīng)和清潔發(fā)電體系的領(lǐng)跑者，擁有龐大的水電、風(fēng)電和光伏發(fā)電規(guī)模。西部和北部地區(qū)豐富的可再生能源和土地資源為數(shù)據(jù)中心提供了理想的發(fā)展環(huán)境。
與此同時(shí)，東部地區(qū)的數(shù)據(jù)中心則面臨著較高的運(yùn)營(yíng)成本。因此，引導(dǎo)數(shù)據(jù)中心向西部地區(qū)集聚，實(shí)現(xiàn)數(shù)據(jù)的差異化處理，不僅有助于綠電消納和西部經(jīng)濟(jì)發(fā)展，還能推動(dòng)數(shù)據(jù)中心低碳轉(zhuǎn)型，確保能源安全。
展望未來(lái)，人工智能將深刻影響我們的生產(chǎn)生活。盡管能耗問(wèn)題不容忽視，但我們有理由相信，通過(guò)技術(shù)進(jìn)步、市場(chǎng)發(fā)展和生產(chǎn)力布局的優(yōu)化，行業(yè)將找到平衡算力和能耗需求的解決方案，實(shí)現(xiàn)高質(zhì)量發(fā)展。
