“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*%%%。