“人工智能耗电远大于数据中心”“人工智能发展将让现有电网崩溃”“科技公司要建核电站”……近段时间举行的多个国际会议上##@@*，一些科技巨头纷纷表达了对人工智能高能耗问题的担忧**。面对人工智能发展对电力系统的潜在影响@@##，国家能源局公开回应##%，将密切跟踪人工智能等高新技术发展趋势@%，分析研判电力需求增长态势#*，系统谋划保供举措@#*#，确保能源稳定供应与需求增长相适应##%*#。

　　人工智能真的会导致电力短缺吗？当下各行各业都尝试搭上人工智能“顺风车”@*。然而%@@*%，开发和运行人工智能都离不开能源保障#@%@%。以网上流行的人工智能生成图片功能为例@*，每生成一幅图片**%##，消耗的电量相当于一部智能手机充满电的电量#@**。英伟达H100型GPU芯片是目前人工智能算法最常用的芯片之一%%%@#，一块这样的芯片一年消耗的电量比一个中等规模的家庭都要多%@@@@。大规模部署人工智能的能耗更令人吃惊@@*，据估计%*，从2027年起@*，仅人工智能新增的服务器%%*#%，一年消耗的电量就相当于荷兰或瑞典这样国家的总耗电量###。

　　最新预警来自埃隆马斯克%%@#%，他公开指出#%#%，人工智能消耗的算力似乎每6个月就会增加10倍%#@*@，一年多以前短缺的是芯片*%，接下来短缺的将是电力%%@，“很快人们将会看到没有足够的电力来运行所有的人工智能芯片”#@##*。除了科技大佬@**%#，人工智能崛起也引起了更多人的讨论和担忧@***，大家担心人工智能会造成失业率飙升@#%，对此有网友戏称“只要电费贵过馒头##@%@，人工智能就永远不能完全代替人”%#。

　　为何人工智能如此耗电？在人们印象中###%#，钢铁、水泥等传统产业才是耗电大户@@@%，很难将科技公司与高耗能挂起钩来#@。实际上%*#*#，人工智能产业也是能源密集型产业#%@。今天的电子计算机产业建立在集成电路基础上%*%@%，人们通常称为芯片#%#。每个芯片中都有许多晶体管*#，用来承担“开关”功能*##*，计算机通过快速改变电压*%，来拨动这些开关从而实现二进制逻辑运算*%。随着技术进步##，单位芯片上的晶体管数量越来越多#%**，每平方毫米面积上甚至能集成上亿个晶体管*#。再小的功耗碰上这个规模*%*，耗电量也非常可观%@%@*。

　　训练大模型需要在大规模数据集上反复迭代%@，每一次迭代都需要计算和调整其中数十亿个、数百亿个乃至数千亿个参数值*%%，这些计算最终会表现为晶体管的开开关关@%，每次工作都需要电力来驱动%%%#。对于神经网络而言**#，规模越大%#@%，计算结果就越好@@%，可以解决的问题就越多%@，但耗电量也越大%*#@。更重要的是%%%@#，这种计算并非一劳永逸*#@，需要不断重新训练、重新优化模型%##，这也意味着人工智能迭代对于算力和电力的需求#*#%，似乎看不到“天花板”*%。

　　人工智能发展的前提是#%，不能大幅新增碳排放量和危及能源安全%*。虽然目前人工智能整体用电规模占比较低@#*，还不足以威胁电力系统*##%，但应对快速增长的用电需求%%，必须重新考虑电力基础设施投资和产业布局@*%*@，以实现可持续发展***。

　　在电源侧@@#@*，要统筹算力电力协同布局%@@%#。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%#@*，水电、风电、光伏发电规模多年居世界第一位#%#*。在广大西部、北部地区%**%，可再生能源、土地资源丰富*@#@%，且随着新能源装机不断提升*#，未来电量消纳存在挑战；东部地区受土地、水电、运维等要素影响%*@@，数据中心运营成本较高@#%#@。因此#**，可引导对延时要求不高的数据中心向西部地区聚集%@，实现数据的差异化处理%@，既有助于绿电消纳、西部地区经济发展@##，又能促进数据中心低碳转型、保障能源安全##%%*，将我国绿电优势真正转化为算力优势@%。

　　在用电侧***@，要加快低碳节能技术发展%*@。当前人工智能的运行方式非常耗能*#@，应积极寻求更节能高效的算法和电子元器件%%#，提升数据中心上架率@@*。同时#*#@%，通过改进数据中心设计*#%**，优化冷却系统#%#，设立余热回收设备@@，切实提高数据中心能效水平*%##，降低能源浪费@%##%。

　　未来#@@#*，人工智能将深度融入我们的生产生活%@，能耗问题虽值得重视**%，但大可不必因噎废食#**%%。相信随着技术进步、市场发展和生产力布局优化%**，行业将会找到合适的解决方案来平衡算力和能耗需求%%@*，实现高质量发展@@。