如何在提升智效的同时解决能耗难题？AI迎来“大考”

2024-05-28 09:36:55 | 来源：GG之家
小字号

▓GPL全球扑克联赛▓GGPoker[—ggn178.com—]为亚洲最具备实力的一间国际扑克竞技赛事平台,提供一个正规安全有保障的扑克游戏环境,加入立即玩与GGPoker全球玩家一起同乐北京冬奥会开幕倒计时200天

GPL全球扑克联赛

本文转自：中新网

进一步全面深化改革，习近平最新讲话强调了这些关键点

　　1.05万亿千瓦时(kWh)！

　　这是国际能源署(International Energy Agency*@#@，以下简称“IEA”)日前发布的《电力2024》报告中%**，对2026年全球数据中心的最高总用电量作出的预测#*#*。1千瓦时就是1度电@%#，“超过1万亿度电”###@，根据报告的估算**#%，这些电量大约是整个日本全年的用电量@%*@。

　　数据中心、智算中心等算力基础设施是人工智能(AI)的数据中枢和算力载体##。随着AI尤其是生成式人工智能(AIGC)和大模型技术的快速发展@#@，算力需求激增###，AI的能耗问题也越来越受到关注@*%@#。在近段时间举行的多场国际会议上%@，一些科技巨头纷纷表达了对AI发展带来的能耗问题的担忧**@@%。

　　如何在提升智效的同时解决能耗难题##@，对AI行业来说@@@%，是一场“大考”*##@。

　　AI在推理阶段的耗能不容忽视

　　讨论AI耗能的问题*#*，不可避免地要谈到AI大语言模型(以下简称“大模型”)@#。

　　“生成式人工智能是当前AI技术发展的重点@#@*。”腾讯研究院资深专家王鹏在接受中青报中青网记者采访时说@%%@%。他表示%%%，当前@*#%，生成式人工智能技术的基础就是以数据和算力堆叠为标志的大模型@%%*，其训练和应用需要大量的算力支持*###，“算力背后则是算力基础设施耗电所带来的巨大电能需求”**。

　　全国政协委员、中国科学院计算技术研究所研究员张云泉指出%%，大模型的参数和数据规模越大*%@，其智能效果就越好%*@%。在大模型中#@*#，“Scaling Laws”(规模效应)意味着当参数和数据规模大到一定程度时#%##%，大模型的智能表现将出现跃升#%@%#，也就是“智能涌现”#@*#*。“目前我们还没看到‘智能涌现’的上限在哪%#。”

　　“一般来说%@%@@，参数量越大%*，大模型的算力消耗就越大#*，其消耗的电能就越多#*。”王鹏表示@**，因为还没达到上限*%，以OpenAI为代表的人工智能公司在“Scaling Laws”的驱使下#*%，还在持续增加大模型的参数和数据规模@*#*@，以求实现通用人工智能(AGI)的目标%*，造成短期内算力需求和电能需求的巨大提升#@。

　　“因为GPT-3有1750亿个参数%%@@#，训练用到了1024张英伟达A100芯片@#，所以业内将其称为‘千卡千参’@*@#。”商汤科技智能产业研究院院长田丰说%*#，目前GPT-4、GPT-5等大模型都达到了“万卡万参”的规模@@##，且训练模型所用芯片也从英伟达A100更新到英伟达H100、B200#%@%，“参数量的激增将导致能耗显著增加”##。

　　除了模型训练以外%**#，AI在推理阶段的耗能也不容忽视#*@#。“推理即大模型响应用户需求的过程”@@，张云泉介绍@%%%#，大模型单次响应用户需求的耗电量并不大%#*，“但随着用户规模的增加%#%##，耗电量也将不断累积并增大#%。”

　　近日%**@，源自美国的一则“如果将10万块英伟达H00芯片部署在同一地区进行模型训练#*%#，会导致电网崩溃”的新闻引起社会关注%*。

　　多位专家在接受记者采访时表示%%，AI导致电网崩溃的原因在于%#，大模型的训练是阶段性的工作#@%@#，所用到的算力要集中在一个数据中心里@**，在有限时空范围内进行大模型训练#%%%*，会给局部电网带来非常大的用电负荷@*。

　　“稳定的电网系统中突然出现巨大负荷扰动#%%，会对电网的稳定和安全产生影响%#。”张云泉指出##%@%，随着大模型参数和数据规模的进一步增加#%#，AI的能耗问题将越来越突出@%，尤其是对于电力供应紧张的国家和地区***。“长远来看%%#@，AI推理过程的耗能将越来越大；短期内%*#%，大模型训练的能耗则是最大的AI能耗增量##%%。”

　　在王鹏看来***%，与家庭用电量相比%%@#，AI的耗电量显得很大#%#*%，但其在社会总用电量中的占比依然很�##。盎乖睹挥写锏街圃煲涤玫绲氖考丁�*@@#@。

　　解决方案：技术创新与新能源

　　根据美国机构Uptime Institute的预测%@##，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%增加到10%；到2030年*@#*，智能计算的年耗电量将占全球发电总量的5%*@。

　　“解决能耗问题@@#*#，是AI技术发展的重要前提%%**。”田丰对记者说%%**，虽然目前AI的能源消耗还不至于引起大范围“电荒”%%@%%，但随着AI的大规模应用%%@，未来可能发生AI“缺电”的情况*%##，需要寻找合适的解法%*，让有限的电力能源可以容纳更大的算力规模%#*@#。

　　通过研究和实践#%，人们对AI的了解逐渐增强#*，一系列解法随之而来%@。从需求角度看*@，优化大模型架构、提升芯片效率和算力效率等%%%，被认为是降低AI能耗的有效途径##%。

　　张云泉表示##@，首先*#@，可以设计AI模型训练的专用芯片@*，其效率相较GPU(图形处理器%*%，现常用于AI计算)提升了10倍以上；其次%*@*，可以优化AI模型的参数#*%%%，很多小模型仅有几十亿的参数量%*#，但已经实现了和大模型一样的效果；此外%###@，还可以通过对推理过程进行优化压缩#**##，设计专用推理芯片*%#*，进一步降低AI推理阶段的能耗%#**。

　　“大模型变小模型@*@，目前降低能耗效果最好#%%@#。”张云泉以微软4月底发布的自研小尺寸AI模型Phi-3为例介绍%*@@%。据了解@%%*，Phi-3模型目前有3个版本##*#*，其中Phi-3 mini是一个拥有38亿参数的语言模型*%#，可部署在手机上#@，根据实验和测试结果#@*，其性能已经可以与GPT-3.5等大模型相媲美*@。

　　在能源供应方面@**#%，诉诸多样化的新能源供给、依靠国家进行宏观调控与规划等举措##，将有助于解决AI能耗问题*%*。天使投资人、资深人工智能专家郭涛对记者表示%%，当前#**%*，新能源#@@#*，包括太阳能、风能、水能等可再生能源@**@，正逐渐成为数据中心的最佳能源选择*#@%。“如果没有足够的可再生能源来满足AI能耗的增长*@##，可能会导致对化石燃料的依赖加剧%#，从而对环境造成负面影响%#*。此外#@，数据中心还可以通过智能算法来优化能源使用效率#@%，实现AI与电网的协同发展@#%#。”

　　不少人工智能公司已经开始关注新能源%***#。2021年*%*@，OpenAI首席执行官山姆奥尔特曼向核聚变初创公司Helion Energy投入3.75亿美元；2024年3月%*@，亚马逊云服务公司(AWS)收购美国宾夕法尼亚州一座数据中心园区@@@，据了解*%*%*，该园区就是从邻近的核电站获取电力##。

　　“解决AI耗能问题涉及到算力、电力等多个系统的协调与配合#**%。”王鹏指出%#*@，一方面@@@，要从AI本身去降低能耗@*@%，包括优化算法、降低模型参数、提高计算性能等；另一方面#%@*，整个能源系统也要积极响应AI的能耗需求%*。

　　“源网荷储”一体化考虑

　　新能源或将成为解决AI耗能问题的一把“钥匙”#%%，这正好与我国此前提出的“东数西算”工程相契合%*@#*。

　　国家能源局的数据显示*#，2023年%@%，我国可再生能源新增装机3.05亿千瓦@#%@@，占全国新增发电装机的82.7%@*#%，占全球新增装机的一半；全国可再生能源发电量近3万亿千瓦时@%%，接近全社会用电量的1/3#%**%。目前%@，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#%#，其中青海、内蒙古、宁夏等西北部地区则是清洁能源的“富矿”%%##。

　　2021年#@#*，我国提出实施“东数西算”工程*%%%，引导数据中心向西部资源丰富地区聚集#@%*，推动当地数据中心走向低碳、绿色、可持续%#，同时满足东部地区的算力需求*##%。2022年2月@#，内蒙古、贵州、甘肃等8地启动建设国家算力枢纽节点%@@，10个国家数据中心集群被写入工程总体“规划”#*，“‘东数西算’工程全面启动”@%*。

　　“大模型时代%*%，‘东数西算’工程将对全国的电力需求和算力需求起到重要的宏观调控作用###。”张云泉预计#%@，未来将会有越来越多的大型算力中心或智算中心选址我国西部地区@**，“东数西训”(即东部地区的AI大模型@#，在西部地区进行训练记者注)将成为AI与新能源协调发展的典型场景#@*。但他强调#%##*，推动新能源更好地赋能AI发展%##%#，储能是一个需要解决的问题%%#@%。

　　“大规模储能的建设决定了新能源是否能更好地满足算力需求*%@@#。”田丰也同意张云泉的观点#*。田丰指出@####，包括光电、风电等在内的新能源##%@，具有间歇性发电的特点*@@，需要依靠储能系统将多发的电及时存储起来%%，削峰调谷@@，以保证电网的供需平衡**%@*。

　　国家能源局的最新数据显示##*，截至2024年一季度末@@*，我国已建成投运的新型储能项目累计装机规模达到3530万千瓦@@%#%，同比增长超过210%@@*，其中10万千瓦以上的储能电站超5成*@，呈现集中式、大型化的发展趋势%%%。

　　在储能的建设上%#，王鹏着重强调了新能源汽车的分布式储能能力#@#%。“随着电池充放电次数和寿命不断提高%##，数亿辆电车利用峰谷电价差来储能并反向回供电网@%%*，基本可以实现零成本用车甚至盈利*%，同时也能解决电网的调峰问题*@*%。”

　　此外**%，王鹏还认为要重新思考“数据网”和“电力网”的分布式联动与微观布局协同@%*#。他指出*%#*，为满足短期内快速增长的人工智能推理算力需求%@，除了在西部可再生能源丰富的地区布局大型算力中心#@@*，实现“东数西算”；也需要考虑在东部需求侧的数据中心和算力中心附近@*#%，积极布局分布式可再生能源###，如与城乡建筑、农业设施等结合的分布式BIPV(光伏建筑一体化)、光储直柔一体化等%@%。“而且还要‘源网荷储’一体化考虑*%，尽可能通过微电网实现就地峰谷平衡*#%，减少弃风弃光@#%。”

　　“这需要电价政策、基础设施建设、政策支持和用户行为等多方面的配合@@@#*。”在王鹏看来%%，整个算力网络、输电网络、分布式能源网络@@%%%，与车辆(充电)网络的高度耦合@@#%@，或许是解决我国未来AI能耗问题的关键%@#。

　　“在考虑投入和产出算总账的情况下%%#，AI实际上进一步提高了社会的生产效率@*@，降低了能耗###。”田丰认为%%#，AI作为新质生产力正在赋能经济社会发展#%*，如今的AI大模型已经成为重要的基础科研设施%**#，其训练中的投入@**#%，最终将为全社会带来新质生产力的红利%@。

　　目前%#*，在AI大模型的训练成本中*%@*，能源消耗成本的占比已经超过一半###@#。田丰说%%#，从基础科研的角度看%#*%，要继续加大对AI技术的投资@%，“现在是奋起直追的时候*%，不应该自束手脚”@%#*。具体到AI耗能方面**，他建议*@%%，可以给予大模型训练一定的能源支持政策#@**%。

　　中青报中青网见习记者 贾骥业 记者 朱彩云 来源：中国青年报

【编辑:张燕玲】


　　

分享让更多人看到

热门排行

版 权 所 有 ，未 经 书 面 授 权 禁 止 使 用
Copyright © 2015-2022 by all rights reserved