到2027年，生成式AI用电量将超过一些国家一年耗电

　　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)