“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*%@@%。