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)