“人工智能耗电远大于数据中心”“人工智能发展将让现有电网崩溃”“科技公司要建核电站”……近段时间举行的多个国际会议上#@%*，一些科技巨头纷纷表达了对人工智能高能耗问题的担忧*@。面对人工智能发展对电力系统的潜在影响@#@%@，国家能源局公开回应@#%%，将密切跟踪人工智能等高新技术发展趋势**#%，分析研判电力需求增长态势#**%，系统谋划保供举措%%，确保能源稳定供应与需求增长相适应**@。

　　人工智能真的会导致电力短缺吗？当下各行各业都尝试搭上人工智能“顺风车”%#%。然而%*#@@，开发和运行人工智能都离不开能源保障*%%。以网上流行的人工智能生成图片功能为例**@##，每生成一幅图片***#，消耗的电量相当于一部智能手机充满电的电量@#%。英伟达H100型GPU芯片是目前人工智能算法最常用的芯片之一#%，一块这样的芯片一年消耗的电量比一个中等规模的家庭都要多*%。大规模部署人工智能的能耗更令人吃惊%#%%@，据估计#*#*#，从2027年起@%，仅人工智能新增的服务器##，一年消耗的电量就相当于荷兰或瑞典这样国家的总耗电量**。

　　最新预警来自埃隆马斯克@@#*，他公开指出*#@#*，人工智能消耗的算力似乎每6个月就会增加10倍%@@%，一年多以前短缺的是芯片@*%@@，接下来短缺的将是电力*%#**，“很快人们将会看到没有足够的电力来运行所有的人工智能芯片”#%*。除了科技大佬*%@*，人工智能崛起也引起了更多人的讨论和担忧@#@@，大家担心人工智能会造成失业率飙升%%**，对此有网友戏称“只要电费贵过馒头@#%%，人工智能就永远不能完全代替人”@@@。

　　为何人工智能如此耗电？在人们印象中@*%@，钢铁、水泥等传统产业才是耗电大户%%@*，很难将科技公司与高耗能挂起钩来*@*。实际上*%%**，人工智能产业也是能源密集型产业*%*%#。今天的电子计算机产业建立在集成电路基础上#%@#，人们通常称为芯片**#。每个芯片中都有许多晶体管##*，用来承担“开关”功能*%*@，计算机通过快速改变电压@@，来拨动这些开关从而实现二进制逻辑运算@%#*。随着技术进步#*#*，单位芯片上的晶体管数量越来越多*#*，每平方毫米面积上甚至能集成上亿个晶体管%#@%@。再小的功耗碰上这个规模%#，耗电量也非常可观*%%*。

　　训练大模型需要在大规模数据集上反复迭代%%#@@，每一次迭代都需要计算和调整其中数十亿个、数百亿个乃至数千亿个参数值@@#，这些计算最终会表现为晶体管的开开关关*%@，每次工作都需要电力来驱动*#。对于神经网络而言%@%@，规模越大##@，计算结果就越好**#*@，可以解决的问题就越多*@##，但耗电量也越大#%%@%。更重要的是@#，这种计算并非一劳永逸#*%@，需要不断重新训练、重新优化模型@@，这也意味着人工智能迭代对于算力和电力的需求##*，似乎看不到“天花板”#@%*@。

　　人工智能发展的前提是@%#@%，不能大幅新增碳排放量和危及能源安全#%#。虽然目前人工智能整体用电规模占比较低*%@#，还不足以威胁电力系统%*@*，但应对快速增长的用电需求#%@，必须重新考虑电力基础设施投资和产业布局*%%*，以实现可持续发展*@*。

　　在电源侧%%@#%，要统筹算力电力协同布局#%**。我国已建成全球规模最大的电力供应系统和清洁发电体系@##*%，水电、风电、光伏发电规模多年居世界第一位*@。在广大西部、北部地区%#*@，可再生能源、土地资源丰富%#，且随着新能源装机不断提升%#%*@，未来电量消纳存在挑战；东部地区受土地、水电、运维等要素影响#%**#，数据中心运营成本较高#@%*。因此@#%#，可引导对延时要求不高的数据中心向西部地区聚集*@，实现数据的差异化处理*%，既有助于绿电消纳、西部地区经济发展#@*，又能促进数据中心低碳转型、保障能源安全*@，将我国绿电优势真正转化为算力优势*##。

　　在用电侧*@*#，要加快低碳节能技术发展#@@##。当前人工智能的运行方式非常耗能@*%*，应积极寻求更节能高效的算法和电子元器件%@#**，提升数据中心上架率*#*@%。同时*@@，通过改进数据中心设计#@*#，优化冷却系统*#*，设立余热回收设备#@，切实提高数据中心能效水平%%，降低能源浪费**#%*。

　　未来#*#@*，人工智能将深度融入我们的生产生活*@#，能耗问题虽值得重视#%#*#，但大可不必因噎废食**#%#。相信随着技术进步、市场发展和生产力布局优化@@#%，行业将会找到合适的解决方案来平衡算力和能耗需求%@*，实现高质量发展#*。