GPT-3一次訓(xùn)練的耗電量就達1287兆瓦時，能支撐3000輛特斯拉電動汽車共同開跑，每輛車跑20萬英里。GPT-4一次訓(xùn)練所需的電能，若全部轉(zhuǎn)化為熱能，可將大約1000個奧運會標準游泳池的水量加熱到沸騰。小小AI，卻是耗能巨頭。隨著技術(shù)的普及與應(yīng)用，AI在加快科技進步的同時，也在加速全球的能源消耗。AI耗能巨大的問題雖然嚴峻但并非無解。為了破解這一難題，各國和科技行業(yè)也在積極探索相應(yīng)的對策。
AI能耗一路狂飆
從全球范圍來看，AI的能耗隨著技術(shù)和需求的發(fā)展不斷增長。在美國，波士頓咨詢集團預(yù)計，到2030年，美國數(shù)據(jù)中心的用電量將是2022年的3倍，而這一增幅主要來自人工智能。在愛爾蘭，數(shù)據(jù)中心的耗電量已超過該國所有城市家庭用電量的總和，占比約為21％。在中國，據(jù)相關(guān)機構(gòu)預(yù)測，2030年中國數(shù)據(jù)中心用電量將超過9500億千瓦時，是2022年的3.5倍以上。如今，全球數(shù)據(jù)中心的耗電量已從十年前的100億瓦（GW）增加到1000億瓦水平。顯而易見，AI的能耗正在與日俱增，究其原因，還在于AI系統(tǒng)的設(shè)備運行等。
在硬件配備方面，高性能的硬件是AI消耗大量能源的原因之一。AI系統(tǒng)特別是深度學習模型，需要執(zhí)行大量的矩陣運算和浮點運算等計算密集型任務(wù)，這些都離不開高性能計算機和圖形處理器（GPU）的支持。特別是在大模型訓(xùn)練過程中，需要多個GPU持續(xù)不斷運轉(zhuǎn)，而一塊GPU的能耗就遠高于中央處理器（CPU）。例如，一塊英偉達A100GPU的功耗為400瓦，GPT-3訓(xùn)練用到了1024塊A100芯片，GPT-4更是攀升至25000塊，這種型號的提升和數(shù)量的激增導(dǎo)致了能耗的顯著增加。
在計算運行方面，超大規(guī)模的數(shù)據(jù)處理和超高復(fù)雜度的算法模型進一步加劇了AI對于能源的消耗。AI系統(tǒng)通常需要處理大量的數(shù)據(jù)來提取有用的特征和信息。訓(xùn)練一個大型的語言模型可能需要對數(shù)十億甚至數(shù)萬億個文本數(shù)據(jù)進行分析與處理。無論是訓(xùn)練數(shù)據(jù)還是實時輸入數(shù)據(jù)，當數(shù)據(jù)規(guī)模龐大時，都需要大量的能源支持。隨著AI模型的復(fù)雜化，所需的計算資源和內(nèi)存在不斷增加，同樣所耗費的能源也在增加。
在設(shè)備維護方面，有效的冷卻系統(tǒng)和設(shè)備的更新?lián)Q代也會消耗大量能源。高性能計算硬件在運行應(yīng)用的過程中會產(chǎn)生大量的熱量，為了保證設(shè)備的正常運行和延長使用壽命，需要使用冷卻系統(tǒng)來保持硬件的穩(wěn)定運行，而冷卻系統(tǒng)的運行也會消耗能源。微軟在美國的數(shù)據(jù)中心僅用于訓(xùn)練GPT-3模型就直接消耗了70萬公升的清潔淡水來冷卻系統(tǒng)。并且AI設(shè)備的更新?lián)Q代速度較快，舊設(shè)備的淘汰和處理帶來一定的環(huán)境和能源負擔的同時，新設(shè)備的制造和部署也會消耗大量的能源和資源。
不僅如此，AI技術(shù)的發(fā)展還伴隨大量的碳排放和淡水消耗。哈佛大學的研究團隊分析了美國2132個數(shù)據(jù)中心的運作情況，發(fā)現(xiàn)自2018年以來，美國數(shù)據(jù)中心的碳排放量已增長3倍。截至2024年8月，這些設(shè)施共排放了1.05億噸二氧化碳，占全美碳排放總量的2.18％。
能耗難題有望破解
為了應(yīng)對AI能耗量巨大的問題，一些大型的科技公司在考慮通過購買核電站來滿足AI的胃口。根據(jù)美國《華爾街日報》報道，谷歌正在考慮與小型模塊化反應(yīng)堆（SMR）開發(fā)商簽署電力購買協(xié)議。發(fā)展核能、太陽能、風能等清潔能源，雖然在一定程度上能夠緩解AI能源需求緊張，但核心在于要加強AI技術(shù)的創(chuàng)新與優(yōu)化、政府的政策引導(dǎo)與監(jiān)管，標本兼治解決AI能耗巨大的問題。
在技術(shù)的創(chuàng)新與優(yōu)化方面，產(chǎn)業(yè)通過不斷改進AI模型與算法，更新使用高效能硬件，優(yōu)化數(shù)據(jù)中心設(shè)計。通過優(yōu)化AI模型和算法，發(fā)展更高效智能的技術(shù)，減少不必要的計算量，提高模型性能的同時減少能源消耗。據(jù)外媒報道，BitEnergy AI公司提出的新穎整數(shù)加法算法，能在保證計算結(jié)果的同時大幅降低能耗。利用先進的半導(dǎo)體制造技術(shù)定制AI芯片，相比傳統(tǒng)CPU和GPU具有更高的能效。例如，英偉達的Tensor Core和谷歌的TPU設(shè)計出專為AI計算的芯片，它們提供了高效的矩陣乘法和卷積操作，從而降低了能耗；探索使用新型芯片，如量子芯片，以顛覆傳統(tǒng)計算模式，實現(xiàn)更高的能效；采用液冷等高效冷卻技術(shù)，減少數(shù)據(jù)中心用于散熱的能耗。
在政府的政策引導(dǎo)與監(jiān)管方面，國內(nèi)外也在積極推動數(shù)據(jù)共享與治理、制定節(jié)能標準與法規(guī)等。歐盟通過“歐洲綠色協(xié)議”等政策推動AI領(lǐng)域的綠色轉(zhuǎn)型，并設(shè)立專項基金支持AI節(jié)能技術(shù)的研發(fā)和應(yīng)用。日本政府通過“Top Runner”制度推動AI產(chǎn)品能效的提升。美國政府也通過稅收減免、補貼等方式，鼓勵企業(yè)使用可再生能源和節(jié)能技術(shù)，并且要求數(shù)據(jù)中心從2025年起能效比不高于一定數(shù)值，并將可再生能源使用比例逐年上調(diào)。
我國也在綠色低碳發(fā)展AI產(chǎn)業(yè)方面推出一系列舉措。算力作為人工智能的重要支柱，2021年，我國推出“東數(shù)西算”工程，推動綠色數(shù)據(jù)中心建設(shè)，合理布局算力資源，將算力資源部署到能源成本較低、氣候較涼爽的西部地區(qū)，以降低能耗。2024年7月，國家發(fā)改委和工信部發(fā)布了《數(shù)據(jù)中心綠色低碳發(fā)展專項行動計劃》，旨在推動數(shù)據(jù)中心綠色低碳發(fā)展，加快節(jié)能降碳改造和用能設(shè)備更新。該計劃提出了到2025年年底，全國數(shù)據(jù)中心布局更加合理，整體上架率不低于60％，平均電能利用效率降至1.5以下，可再生能源利用率年均增長10％等具體目標。
我國基礎(chǔ)電信企業(yè)也在發(fā)力AI，加強綠色低碳能源建設(shè)。中國電信以零碳云為算力載體，推出綠色云電腦；打造“兩彈一優(yōu)”高標準AIDC示范基地，有效降低數(shù)據(jù)中心PUE值。中國移動全面推進“AI+”行動計劃，加快網(wǎng)絡(luò)基礎(chǔ)設(shè)施向“空天地”一體化演進，打造多元泛在、綠色低碳的智算集群。中國聯(lián)通積極打造聯(lián)通“雙碳”云平臺，在河北、新疆、寧夏等地積極推廣蒸發(fā)冷卻、新風、石墨烯等新技術(shù)，提高數(shù)據(jù)中心綠色化水平。
從蒸汽時代到電氣時代，再到信息時代，科技改變了社會的生產(chǎn)生活方式。隨著技術(shù)的推廣與應(yīng)用，AI正在逐漸成為我們不可或缺的一部分。堵不如疏，疏不如引?；蛟S現(xiàn)在還未能解決AI帶來的能源危機，但是這并不是無解之題。相信未來，隨著智能技術(shù)的迭代優(yōu)化、政策的牽引指導(dǎo)、新能源的開發(fā)利用等，AI的開發(fā)利用會更加充分，AI對于電力等能源的消耗帶來的問題會得到解決。
GPT-3一次訓(xùn)練的耗電量就達1287兆瓦時，能支撐3000輛特斯拉電動汽車共同開跑，每輛車跑20萬英里。GPT-4一次訓(xùn)練所需的電能，若全部轉(zhuǎn)化為熱能，可將大約1000個奧運會標準游泳池的水量加熱到沸騰。小小AI，卻是耗能巨頭。隨著技術(shù)的普及與應(yīng)用，AI在加快科技進步的同時，也在加速全球的能源消耗。AI耗能巨大的問題雖然嚴峻但并非無解。為了破解這一難題，各國和科技行業(yè)也在積極探索相應(yīng)的對策。
AI能耗一路狂飆
從全球范圍來看，AI的能耗隨著技術(shù)和需求的發(fā)展不斷增長。在美國，波士頓咨詢集團預(yù)計，到2030年，美國數(shù)據(jù)中心的用電量將是2022年的3倍，而這一增幅主要來自人工智能。在愛爾蘭，數(shù)據(jù)中心的耗電量已超過該國所有城市家庭用電量的總和，占比約為21％。在中國，據(jù)相關(guān)機構(gòu)預(yù)測，2030年中國數(shù)據(jù)中心用電量將超過9500億千瓦時，是2022年的3.5倍以上。如今，全球數(shù)據(jù)中心的耗電量已從十年前的100億瓦（GW）增加到1000億瓦水平。顯而易見，AI的能耗正在與日俱增，究其原因，還在于AI系統(tǒng)的設(shè)備運行等。
在硬件配備方面，高性能的硬件是AI消耗大量能源的原因之一。AI系統(tǒng)特別是深度學習模型，需要執(zhí)行大量的矩陣運算和浮點運算等計算密集型任務(wù)，這些都離不開高性能計算機和圖形處理器（GPU）的支持。特別是在大模型訓(xùn)練過程中，需要多個GPU持續(xù)不斷運轉(zhuǎn)，而一塊GPU的能耗就遠高于中央處理器（CPU）。例如，一塊英偉達A100GPU的功耗為400瓦，GPT-3訓(xùn)練用到了1024塊A100芯片，GPT-4更是攀升至25000塊，這種型號的提升和數(shù)量的激增導(dǎo)致了能耗的顯著增加。
在計算運行方面，超大規(guī)模的數(shù)據(jù)處理和超高復(fù)雜度的算法模型進一步加劇了AI對于能源的消耗。AI系統(tǒng)通常需要處理大量的數(shù)據(jù)來提取有用的特征和信息。訓(xùn)練一個大型的語言模型可能需要對數(shù)十億甚至數(shù)萬億個文本數(shù)據(jù)進行分析與處理。無論是訓(xùn)練數(shù)據(jù)還是實時輸入數(shù)據(jù)，當數(shù)據(jù)規(guī)模龐大時，都需要大量的能源支持。隨著AI模型的復(fù)雜化，所需的計算資源和內(nèi)存在不斷增加，同樣所耗費的能源也在增加。
在設(shè)備維護方面，有效的冷卻系統(tǒng)和設(shè)備的更新?lián)Q代也會消耗大量能源。高性能計算硬件在運行應(yīng)用的過程中會產(chǎn)生大量的熱量，為了保證設(shè)備的正常運行和延長使用壽命，需要使用冷卻系統(tǒng)來保持硬件的穩(wěn)定運行，而冷卻系統(tǒng)的運行也會消耗能源。微軟在美國的數(shù)據(jù)中心僅用于訓(xùn)練GPT-3模型就直接消耗了70萬公升的清潔淡水來冷卻系統(tǒng)。并且AI設(shè)備的更新?lián)Q代速度較快，舊設(shè)備的淘汰和處理帶來一定的環(huán)境和能源負擔的同時，新設(shè)備的制造和部署也會消耗大量的能源和資源。
不僅如此，AI技術(shù)的發(fā)展還伴隨大量的碳排放和淡水消耗。哈佛大學的研究團隊分析了美國2132個數(shù)據(jù)中心的運作情況，發(fā)現(xiàn)自2018年以來，美國數(shù)據(jù)中心的碳排放量已增長3倍。截至2024年8月，這些設(shè)施共排放了1.05億噸二氧化碳，占全美碳排放總量的2.18％。
能耗難題有望破解
為了應(yīng)對AI能耗量巨大的問題，一些大型的科技公司在考慮通過購買核電站來滿足AI的胃口。根據(jù)美國《華爾街日報》報道，谷歌正在考慮與小型模塊化反應(yīng)堆（SMR）開發(fā)商簽署電力購買協(xié)議。發(fā)展核能、太陽能、風能等清潔能源，雖然在一定程度上能夠緩解AI能源需求緊張，但核心在于要加強AI技術(shù)的創(chuàng)新與優(yōu)化、政府的政策引導(dǎo)與監(jiān)管，標本兼治解決AI能耗巨大的問題。
在技術(shù)的創(chuàng)新與優(yōu)化方面，產(chǎn)業(yè)通過不斷改進AI模型與算法，更新使用高效能硬件，優(yōu)化數(shù)據(jù)中心設(shè)計。通過優(yōu)化AI模型和算法，發(fā)展更高效智能的技術(shù)，減少不必要的計算量，提高模型性能的同時減少能源消耗。據(jù)外媒報道，BitEnergy AI公司提出的新穎整數(shù)加法算法，能在保證計算結(jié)果的同時大幅降低能耗。利用先進的半導(dǎo)體制造技術(shù)定制AI芯片，相比傳統(tǒng)CPU和GPU具有更高的能效。例如，英偉達的Tensor Core和谷歌的TPU設(shè)計出專為AI計算的芯片，它們提供了高效的矩陣乘法和卷積操作，從而降低了能耗；探索使用新型芯片，如量子芯片，以顛覆傳統(tǒng)計算模式，實現(xiàn)更高的能效；采用液冷等高效冷卻技術(shù)，減少數(shù)據(jù)中心用于散熱的能耗。
在政府的政策引導(dǎo)與監(jiān)管方面，國內(nèi)外也在積極推動數(shù)據(jù)共享與治理、制定節(jié)能標準與法規(guī)等。歐盟通過“歐洲綠色協(xié)議”等政策推動AI領(lǐng)域的綠色轉(zhuǎn)型，并設(shè)立專項基金支持AI節(jié)能技術(shù)的研發(fā)和應(yīng)用。日本政府通過“Top Runner”制度推動AI產(chǎn)品能效的提升。美國政府也通過稅收減免、補貼等方式，鼓勵企業(yè)使用可再生能源和節(jié)能技術(shù)，并且要求數(shù)據(jù)中心從2025年起能效比不高于一定數(shù)值，并將可再生能源使用比例逐年上調(diào)。
我國也在綠色低碳發(fā)展AI產(chǎn)業(yè)方面推出一系列舉措。算力作為人工智能的重要支柱，2021年，我國推出“東數(shù)西算”工程，推動綠色數(shù)據(jù)中心建設(shè)，合理布局算力資源，將算力資源部署到能源成本較低、氣候較涼爽的西部地區(qū)，以降低能耗。2024年7月，國家發(fā)改委和工信部發(fā)布了《數(shù)據(jù)中心綠色低碳發(fā)展專項行動計劃》，旨在推動數(shù)據(jù)中心綠色低碳發(fā)展，加快節(jié)能降碳改造和用能設(shè)備更新。該計劃提出了到2025年年底，全國數(shù)據(jù)中心布局更加合理，整體上架率不低于60％，平均電能利用效率降至1.5以下，可再生能源利用率年均增長10％等具體目標。
我國基礎(chǔ)電信企業(yè)也在發(fā)力AI，加強綠色低碳能源建設(shè)。中國電信以零碳云為算力載體，推出綠色云電腦；打造“兩彈一優(yōu)”高標準AIDC示范基地，有效降低數(shù)據(jù)中心PUE值。中國移動全面推進“AI+”行動計劃，加快網(wǎng)絡(luò)基礎(chǔ)設(shè)施向“空天地”一體化演進，打造多元泛在、綠色低碳的智算集群。中國聯(lián)通積極打造聯(lián)通“雙碳”云平臺，在河北、新疆、寧夏等地積極推廣蒸發(fā)冷卻、新風、石墨烯等新技術(shù)，提高數(shù)據(jù)中心綠色化水平。
從蒸汽時代到電氣時代，再到信息時代，科技改變了社會的生產(chǎn)生活方式。隨著技術(shù)的推廣與應(yīng)用，AI正在逐漸成為我們不可或缺的一部分。堵不如疏，疏不如引。或許現(xiàn)在還未能解決AI帶來的能源危機，但是這并不是無解之題。相信未來，隨著智能技術(shù)的迭代優(yōu)化、政策的牽引指導(dǎo)、新能源的開發(fā)利用等，AI的開發(fā)利用會更加充分，AI對于電力等能源的消耗帶來的問題會得到解決。
本文鏈接：http://jphkf.cn/news-2-284-0.htmlAI耗能困境并非無解之題
聲明：本網(wǎng)頁內(nèi)容由互聯(lián)網(wǎng)博主自發(fā)貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。
下一篇：電動自行車安全實用都不能少
點擊右上角
微信好友
朋友圈
點擊瀏覽器下方“
”分享微信好友Safari瀏覽器請點擊“
”按鈕
點擊右上角
QQ
點擊瀏覽器下方“”分享QQ好友Safari瀏覽器請點擊“”按鈕
