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)