GGPoker(ggn666.com)
新时代新机遇——跨国企业在中国
随着人工智能技术快速发展@*@,人工智能(AI)大模型的运行消耗问题受到越来越多关注#%%。大模型为何成了耗能大户?能耗问题会不会成为人工智能发展的“绊脚石”?如何解决能耗问题?
耗电耗水量大
人工智能大模型到底有多耗能?据斯坦福人工智能研究所发布的《2023年AI指数报告》*#@#,AI大语言模型GPT-3一次训练的耗电量为1287兆瓦时*#%,大概相当于3000辆特斯拉电动汽车共同开跑、每辆车跑20万英里所耗电量的总和***。报告同时提出*%*%*,AI大语言模型GPT-3一次训练**#%@,相当于排放了552吨二氧化碳%@*#。
国外研究显示*%,一次标准谷歌搜索耗电0.3瓦时#@,AI大语言模型ChatGPT响应一次用户请求耗电约2.96瓦时*#*,在AI大模型驱动下的一次谷歌搜索耗电8.9瓦时#**%。
除了耗电#%##@,另有研究显示@%,AI大语言模型GPT-3在训练期间耗水近700吨#@%@#,每回答20个至50个问题就要消耗500毫升水%#**。弗吉尼亚理工大学研究指出%@*##,Meta公司在2022年使用了超过260万立方米的水#%%,主要作用是为数据中心提供冷却@@%@*。
据了解*#,人工智能大模型GPT-4的主要参数是GPT-3的20倍#@*,计算量是GPT-3的10倍#*#*,能耗也随之大幅增加#*。
华泰证券研报预测%%,到2030年*@@,中国与美国的数据中心总用电量将分别达到0.65万亿千瓦时至0.95万亿千瓦时、1.2万亿千瓦时至1.7万亿千瓦时@%%@*,是2022年的3.5倍和6倍以上*%%%#。届时%**,AI用电量将达到2022年全社会用电量的20%和31%*@%。
为何如此耗能
为什么人工智能大模型如此耗能?AI技术迅速发展@%,对芯片的需求急剧增加@*#@,进而带动电力需求激增#%*%。同时##%%,对AI进行大量训练%@#@,也意味着需要更强的算力中心和与之匹配的散热能力*@。在AI快速迭代的道路上@#%@@,电力和水资源的消耗也在快速增加#*%。因为很多数据中心全年无休*#,发热量巨大@*##@,大规模电耗和水耗主要来自于冷却需求#%@#。
相关统计显示%*,数据中心运行成本的六成是电费#@*#@,而电费里的四成多来自冷却散热@**@,相应也会带来巨量冷却水的消耗@*@。风冷数据中心六成多的耗电量都会用在风冷上%*%#@,只有不到四成电力用在实际计算上@**@*。如今#*%,全球数据中心市场耗电量是10年前的近10倍#@。
能耗问题会不会成为人工智能发展的“绊脚石”?英伟达首席执行官黄仁勋曾提到#%,AI和算力耗能巨大%@,但由于计算机性能飞速增长@%,计算会更加高效@#*##,相当于更节省能源%#%#%。当前%%#%,我国实施严格的能耗双控政策@@@@,无论是AI大模型本身还是其应用行业*#%,对单位GDP能耗来说均有明显降低作用%***%。
从整体能耗来看%#%#,AI大模型带来的效率提升也会抵消一部分能耗增长#%@@。随着绿电广泛应用%%#,再加上我国逐步由能耗双控向碳排放双控政策转变%**,可再生能源对未来AI大模型发展的支撑能力也会越来越强*@。
此外#%@@,相较于其他国家而言*%,中美等能源消费大国和数据大国%#,具备更好发展AI大模型的资源条件和基础@%@#。
怎样应对挑战
据预测*#%%%,到2025年*#@,AI相关业务在全球数据中心用电量中的占比将从2%增加至10%*%。到2030年%%%@@,智能计算年耗电量将达到5000亿千瓦时@*%*,占全球发电总量的5%@*@。因此@%%*,在大力发展AI大模型的同时#@##,必须提前做好相关规划布局**%,以提供必要的电力和水资源等技术支撑%#@*@。
有专家认为%*@%@,人工智能的未来发展与状态和储能紧密相连@#%%。因此#@***,不应仅关注计算力*#,而是需要更全面地考虑能源消耗问题#*###。OpenAI创始人奥尔特曼认为#@,未来AI技术取决于能源突破#%,更绿色的能源尤其是核聚变或更便宜的太阳能以及储能的可获得性*@*@,是人工智能发展快慢的重要因素%*@。
为降低电力和水资源消耗#@%#,很多企业在尝试采用各种方法为数据中心散热@@。例如*#*#%,微软曾尝试部署海下数据中心#**#@,脸书(Facebook)数据中心选址北极圈附近%@*%*,阿里云千岛湖数据中心使用深层湖水制冷等@**@,我国很多企业则把数据中心布局在水电资源丰富的西南地区*@#%。
目前*@@@,可通过算法优化、开发和使用更高效的AI专用硬件、调整神经网络训练过程以优化计算资源等技术方式来降低AI大模型的能耗%#@,并更多采用自然冷却、液冷、三联供、余热回收等新兴节能技术@%%#%,提高制冷效率以降低数据中心能耗*@。从技术未来发展方向上看@#***,光电智能芯片也有助于解决AI大模型的电耗和水耗问题%%*。
AI大模型的发展@@@@*,不能仅符合高端化、智能化的要求%*##,更要符合绿色化的发展要求@#*#。为此*#%#,从国家和地方层面上看@#%,为缓解AI大模型发展所带来的电力和水资源冲击%@@,有必要将数据中心行业纳入高耗能行业管理体系%%*,并提前做好相关规划布局@#@@%。同时#@@@#,加强资源整合%*%,充分发挥人工智能大模型和数据中心的效能%@##%,通过使用效能下限设置等方式%#%,确保其自身的电力和水资源使用效率*%@#。还应严格落实国家能耗双控及碳排放双控政策%#,并将其碳足迹与水足迹纳入行业考核范围*#%,切实推动碳足迹与水足迹逐步降低#%%#*,以应对日益增长的AI大模型电力和水资源需求@%。
(作者系中国宏观经济研究院能源研究所研究员)
作者:崔成
来源:经济日报