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)