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)