“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#@#。