人工智能会导致电力短缺吗

　　“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%#@。