到2027年，生成式AI用电量将超过一些国家一年耗电

　　生成式AI,听起来挺酷@*@，但你知道吗？它可是地地道道的“吃电巨兽”：现在爆火的ChatGPT,每日耗电量高达50万度！随着人工智能的发展@%，其用电量急速上升问题**%##，正引发全球警惕%%@*，以后会发生“电荒”吗？能耗问题会不会成为AI发展的“绊脚石”？

　　日耗电50万度！　GPT成“吃电狂魔”

　　由美国OpenAI公司最新推出的视频生成工具Sora,自发布以来@%@*@，便成为人工智能界最火爆的“网红”%*。该公司上一个全网刷屏的产品ChatGPT,在推出仅两个月后*#，就达到1亿月活跃用户数**%#%。

　　不过@%@，蓬勃发展的AI背后*###，是算力；而算力背后则是能耗%@%。人工智能飞速发展的背后@*@#，其能源消耗问题日益凸显@@#，成为全球关注的焦点@%。

　　据报道*#，全球数据中心的耗电量*#，已从十年前的100亿瓦增加到如今的1000亿瓦水平#*。ChatGPT聊天机器人每天耗电超过50万度*%，用于处理约2亿个用户请求#@@%@，相当于美国家庭每天用电量的1.7万多倍@#*。据OpenAI公司称*%，他们在ChatGPT上@%%@%，每天花费高达70万美元**#。

　　近日#%*@#，特斯拉创始人马斯克公开表示%#@@%，未来两年*##*，人工智能行业将由“缺硅”变为“缺电”%%。

　　据国际能源署称@#，全球数据中心目前约占用电量的1%至1.5%*%**%。到2025年%%，在全球数据中心用电量中#*，人工智能业务的占比%%*，将从2%增至10%@@%#。

　　以谷歌为例@#@，每年用于人工智能训练的电量为23亿度@*，相当于美国一个州首府所有家庭一年的用电量@@*。即使在训练完成后@@@*，这些人工智能仍需大量计算能力运行@**##，并耗费大量能源%%*。

　　若谷歌在每次搜索中*#*%，都使用AIGC(生成式人工智能技术)#%@%@，其年耗电量将增至约290亿度#%%*。

　　最新研究表明#@@%，到2027年*#%，生成式人工智能所消耗的能源*@，可满足荷兰这样一个国家一年的需求%##@，即约85-134太瓦时(TWh)%%#%。

　　一次训练耗电2.4亿度电 能加热1000个游泳池水量

　　仅仅是GPT-4的GPU,一次训练就会用去2.4亿度电%@%%@。AI为什么那么耗电？它们用掉的电都跑到哪里去了？

　　我们现在所说的人工智能(AI)@%*，主要是指生成式人工智能@#。它们需要大规模的数据中心来训练和推理@@#%。

　　这些数据中心由大量服务器组成%%，服务器消耗的电能*#%，绝大部分转化成热能#@，最后通过水冷系统释放出来@#。可以说@**，AI的物理硬件%@###，是个巨大的“电热水器”*##@*。

　　据统计#%*，全球数据中心的能耗%%%*%，约占全球总电力消耗的1%左右@*%，预计这一比例@#@%%，还会随着数据量的增长而增加%*。

　　能量无法创造也无法消灭**#@%，它只能从一种形式转化成另一种形式#*%。对计算机来说#%##%，最主要的能量转化方式**%%#，就是从电能转化成热能%#*%@。

　　大语言模型也是如此##。它对电能和冷却水的需求##@@，正造成越来越严重的环境问题@@%@*。波士顿咨询集团曾发布报告称*#，到2030年底##@%，仅美国数据中心的用电量*#@*#，就将是2022年的三倍%@*#。

　　在OpenAI训练大语言模型GPT-4时%%#*#，完成一次训练需要约三个月时间#*@，使用大约25000块英伟达A100　GPU*##。仅仅是这些GPU(图形处理器)**%，一次训练就要用2.4亿度电@%。这些电能几乎全部转化成了热能@%@@%，可以将大约200万立方米冰水大概是1000个奥运会标准游泳池的水量加热到沸腾@@%。

　　全球人工智能的蓬勃发展@@***，可能会导致这一数字大幅上升*%。与此同时@*，大量的碳排放和数百万加仑淡水的消耗也不容小觑@%#。

　　回答50个问题#@@@@，得“喝”500毫升水降温

　　生成式AI,除了“吃电@@*@@，还得喝水”用水量也是个惊人数字@#%%%。因为要训练这些AI,就得有强大的算力中心%@%，而算力中心要运转#@%，就得有散热系统@@，这都得用到水@#@#。

　　全球科技巨头@#@@，都在建设新的数据中心*@#%%，争的就是谁的算力更强%@*%#，结果就是对水资源的需求越来越大%*#。

　　研究显示#**#，训练GPT-3所需的水量#@#%，能够填满一个核反应堆的冷却塔*@@。ChatGPT(在GPT-3推出之后)每与用户交流25到50个问题@##，就得“喝下”一瓶500毫升的水来降温@@。

　　谷歌发布的2023年环境报告显示@*，公司前一年的用水量同比增加20%%%@#，达到56亿加仑##%，其中绝大部分用于为数据中心散热#%。除了谷歌*%#，另一个巨头Meta在美国亚利桑那州建了数据中心#%@#，仅2022年用水量就超过260万立方米@*@。

　　正在大力开发人工智能的微软**%%，也在最新的环境报告中透露@##@%，2022年公司用水量同比前一年激增34%%*%@，达到640万立方米###@*，比2500个奥林匹克标准游泳池的水量还多%@%。

　　除了运营过程中耗水@%@，制造人工智能所需芯片的过程中@*#，也会消耗大量能源和水资源%##**。

　　比如%*%，硅片工艺需要“超纯水”清洗*#%#@，生产一个2克重的芯片**##，大约需要32公斤水%%@%%。制造8寸晶圆%#，每小时耗水约250吨@*，制造12英寸晶圆@@%%%，每小时耗水可达500吨@*。

　　科学家预计@****，到2027年@@@，全球人工智能可能需要4.2亿66亿立方米的清洁淡水#@%，这比4-6个丹麦或一半英国的年取水总量还要多%*。

　　耗水问题已成为制约数据中心快速发展的因素之一%*%@。为节约宝贵的自来水资源@*#*，很多企业尝试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*@%#，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%#。

　　不过#*，上述方法总是会带来新的问题@*，目前国内数据中心的用水%%，主要还是用自来水%**%，近几年政府更鼓励数据中心企业使用中水(循环再利用的水)*###%。

　　面对“能耗巨兽”##，我们该如何应对

　　随着AI的进步、模型的增大*#*，如何解决伴生的高耗能问题？

　　专家表示#**@*，当下的重点在于开源****@，风能、光伏等可再生新能源*%%@*，被视为数据中心重要的能量池%%@**，核能尤其被寄予厚望%#*#。

　　在2023年的达沃斯世界经济论坛上#####，OpenAI的CEO山姆阿尔特曼认为**%，核聚变可能是能源的发展方向%%%##，但要开发出真正可用的核聚变技术##*，可能还需要一些时间**#。

　　据国际能源署的报告%##，到2050年@#*%，可再生能源预计将满足全球近90%的电力需求增长*@#*。

　　节流方面%*#，可以通过优化数据中心的设计和管理##，提高电源使用效率%#%*。国内大厂也纷纷给出解决方案@*#*@。比如腾讯#*，组建了专门的绿色能源团队@@，应用自然冷却、液冷、余热回收等新兴节能技术*@##@，降低数据中心能耗#%。华为、京东、亚马逊等也纷纷入局智慧能源领域@#%。

　　如何让散失的热能不至于白白浪费？最容易实现的%@，是热回收技术@%。即将数据中心回收的热量%@#%*，用于提供民用热水@*@%#，冬季则提供民用采暖%*%*#。现在有些企业已着手于回收废热再利用%@@#，比如阿里巴巴千岛湖数据中心等**。

　　此外#*%@*，通过优化算法来减少计算冗余#%#，使用更高效的芯片#*，以及采用节能的数据中心设计*#%#，都是降低能耗的有效方法%@。

　　政府也在出台相关政策*#%，鼓励企业研发更为节能环保的AI技术和基础设施%#%。

　　早在2021年#@#%，我国就已出台公共机构碳达峰方案%@，新建大型、超大型数据中心*@#，必须全部达到绿色数据中心要求%#。

　　北京印发的《关于进一步加强数据中心项目节能审查的若干规定》##%，也新增了关于引导数据中心充分利用再生水的内容**##。(主笔：于梅君 来源：齐鲁晚报)