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)