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