如何在提升智效的同时解决能耗难题？AI迎来“大考”
2024-05-28 09:34:50
no.XX Studio
▓GG扑克下载▓GGPoker[—ggn178.com—]为亚洲最具备实力的一间国际扑克竞技赛事平台,提供一个正规安全有保障的扑克游戏环境,加入立即玩与GGPoker全球玩家一起同乐新规一周年数量下降八成私募进入“存量”时代
中新网5月27日人民币对美元中间价报7.1091元上调11个基点
1.05万亿千瓦时(kWh)！
这是国际能源署(International Energy Agency%@*，以下简称“IEA”)日前发布的《电力2024》报告中@#，对2026年全球数据中心的最高总用电量作出的预测*%#*@。1千瓦时就是1度电%*@，“超过1万亿度电”*@，根据报告的估算##%%，这些电量大约是整个日本全年的用电量%#@*@。
数据中心、智算中心等算力基础设施是人工智能(AI)的数据中枢和算力载体%@%@*。随着AI尤其是生成式人工智能(AIGC)和大模型技术的快速发展%###，算力需求激增*@%，AI的能耗问题也越来越受到关注#%*%#。在近段时间举行的多场国际会议上@@，一些科技巨头纷纷表达了对AI发展带来的能耗问题的担忧*@。
如何在提升智效的同时解决能耗难题*%**，对AI行业来说@%，是一场“大考”*%*。
AI在推理阶段的耗能不容忽视
讨论AI耗能的问题%**@，不可避免地要谈到AI大语言模型(以下简称“大模型”)#@%。
“生成式人工智能是当前AI技术发展的重点#*。”腾讯研究院资深专家王鹏在接受中青报中青网记者采访时说%*%。他表示%%#*@，当前##*，生成式人工智能技术的基础就是以数据和算力堆叠为标志的大模型*%#%%，其训练和应用需要大量的算力支持*%，“算力背后则是算力基础设施耗电所带来的巨大电能需求”###@#。
全国政协委员、中国科学院计算技术研究所研究员张云泉指出*%，大模型的参数和数据规模越大*@*@，其智能效果就越好%#。在大模型中*%*，“Scaling Laws”(规模效应)意味着当参数和数据规模大到一定程度时#*@@#，大模型的智能表现将出现跃升#*@#，也就是“智能涌现”**#*。“目前我们还没看到‘智能涌现’的上限在哪*@@**。”
“一般来说*@*%*，参数量越大%#%，大模型的算力消耗就越大%#，其消耗的电能就越多%**#*。”王鹏表示@*，因为还没达到上限**，以OpenAI为代表的人工智能公司在“Scaling Laws”的驱使下%%，还在持续增加大模型的参数和数据规模*%，以求实现通用人工智能(AGI)的目标@@#%，造成短期内算力需求和电能需求的巨大提升%%*。
“因为GPT-3有1750亿个参数%*，训练用到了1024张英伟达A100芯片@#@@@，所以业内将其称为‘千卡千参’@*@*%。”商汤科技智能产业研究院院长田丰说#*##@，目前GPT-4、GPT-5等大模型都达到了“万卡万参”的规模*#*%，且训练模型所用芯片也从英伟达A100更新到英伟达H100、B200*%，“参数量的激增将导致能耗显著增加”@%@。
除了模型训练以外*%@，AI在推理阶段的耗能也不容忽视**@。“推理即大模型响应用户需求的过程”#%@%#，张云泉介绍###@#，大模型单次响应用户需求的耗电量并不大%#，“但随着用户规模的增加@%@##，耗电量也将不断累积并增大@@%*。”
近日#%，源自美国的一则“如果将10万块英伟达H00芯片部署在同一地区进行模型训练%%@@%，会导致电网崩溃”的新闻引起社会关注***@@。
多位专家在接受记者采访时表示@*%@，AI导致电网崩溃的原因在于#%*，大模型的训练是阶段性的工作*%@%@，所用到的算力要集中在一个数据中心里*%#%，在有限时空范围内进行大模型训练##@@@，会给局部电网带来非常大的用电负荷*##。
“稳定的电网系统中突然出现巨大负荷扰动**@#，会对电网的稳定和安全产生影响@@#。”张云泉指出*%@*，随着大模型参数和数据规模的进一步增加*#%，AI的能耗问题将越来越突出#%*@，尤其是对于电力供应紧张的国家和地区@*#。“长远来看*@@，AI推理过程的耗能将越来越大；短期内#%@@@，大模型训练的能耗则是最大的AI能耗增量#@%*。”
在王鹏看来@%，与家庭用电量相比@@*#，AI的耗电量显得很大%%#*@，但其在社会总用电量中的占比依然很�%%。盎乖睹挥写锏街圃煲涤玫绲氖考丁�%%%%#。
解决方案：技术创新与新能源
根据美国机构Uptime Institute的预测@#，到2025年@@*，AI相关业务在全球数据中心用电量中的占比将从2%增加到10%；到2030年*##，智能计算的年耗电量将占全球发电总量的5%%%#%。
“解决能耗问题@*%，是AI技术发展的重要前提*#**@。”田丰对记者说***，虽然目前AI的能源消耗还不至于引起大范围“电荒”#%%，但随着AI的大规模应用#@，未来可能发生AI“缺电”的情况*#，需要寻找合适的解法##*，让有限的电力能源可以容纳更大的算力规模%@@。
通过研究和实践**@##，人们对AI的了解逐渐增强##*#@，一系列解法随之而来%*%%。从需求角度看#@，优化大模型架构、提升芯片效率和算力效率等%*#@*，被认为是降低AI能耗的有效途径#**%*。
张云泉表示@#@，首先@#@，可以设计AI模型训练的专用芯片%#%#，其效率相较GPU(图形处理器*@，现常用于AI计算)提升了10倍以上；其次%#%%#，可以优化AI模型的参数*%，很多小模型仅有几十亿的参数量*@%，但已经实现了和大模型一样的效果；此外#@**，还可以通过对推理过程进行优化压缩##@，设计专用推理芯片*@%，进一步降低AI推理阶段的能耗**%#*。
“大模型变小模型@*@*，目前降低能耗效果最好@#@@。”张云泉以微软4月底发布的自研小尺寸AI模型Phi-3为例介绍%#*。据了解@%@##，Phi-3模型目前有3个版本#%*，其中Phi-3 mini是一个拥有38亿参数的语言模型%*#，可部署在手机上#@#，根据实验和测试结果**#@，其性能已经可以与GPT-3.5等大模型相媲美##%。
在能源供应方面***@#，诉诸多样化的新能源供给、依靠国家进行宏观调控与规划等举措*%%%，将有助于解决AI能耗问题##@@。天使投资人、资深人工智能专家郭涛对记者表示##%@*，当前#@，新能源*@，包括太阳能、风能、水能等可再生能源@*，正逐渐成为数据中心的最佳能源选择**%%。“如果没有足够的可再生能源来满足AI能耗的增长*@**@，可能会导致对化石燃料的依赖加剧##%*%，从而对环境造成负面影响*#。此外%%#@*，数据中心还可以通过智能算法来优化能源使用效率#%%，实现AI与电网的协同发展#@%*%。”
不少人工智能公司已经开始关注新能源*@%@。2021年@*@*，OpenAI首席执行官山姆奥尔特曼向核聚变初创公司Helion Energy投入3.75亿美元；2024年3月@#%#%，亚马逊云服务公司(AWS)收购美国宾夕法尼亚州一座数据中心园区*#，据了解%*，该园区就是从邻近的核电站获取电力%*%%。
“解决AI耗能问题涉及到算力、电力等多个系统的协调与配合@%*#。”王鹏指出%#%%，一方面%%#@，要从AI本身去降低能耗*%，包括优化算法、降低模型参数、提高计算性能等；另一方面@@*，整个能源系统也要积极响应AI的能耗需求@*@@。
“源网荷储”一体化考虑
新能源或将成为解决AI耗能问题的一把“钥匙”@%@**，这正好与我国此前提出的“东数西算”工程相契合@*。
国家能源局的数据显示@**@，2023年##%*，我国可再生能源新增装机3.05亿千瓦%@%@，占全国新增发电装机的82.7%#%%#@，占全球新增装机的一半；全国可再生能源发电量近3万亿千瓦时%*##，接近全社会用电量的1/3##@@。目前@@%，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%*%@#，其中青海、内蒙古、宁夏等西北部地区则是清洁能源的“富矿”#*。
2021年@*@%#，我国提出实施“东数西算”工程@##**，引导数据中心向西部资源丰富地区聚集@@#*，推动当地数据中心走向低碳、绿色、可持续@**##，同时满足东部地区的算力需求%%%。2022年2月@@%@，内蒙古、贵州、甘肃等8地启动建设国家算力枢纽节点*@，10个国家数据中心集群被写入工程总体“规划”%@@#，“‘东数西算’工程全面启动”@%*@。
“大模型时代@%*，‘东数西算’工程将对全国的电力需求和算力需求起到重要的宏观调控作用*#。”张云泉预计@%**，未来将会有越来越多的大型算力中心或智算中心选址我国西部地区@@#，“东数西训”(即东部地区的AI大模型%#%%*，在西部地区进行训练记者注)将成为AI与新能源协调发展的典型场景%#%。但他强调*##，推动新能源更好地赋能AI发展%@#，储能是一个需要解决的问题@%%。
“大规模储能的建设决定了新能源是否能更好地满足算力需求%@%#@。”田丰也同意张云泉的观点##%%。田丰指出@%#，包括光电、风电等在内的新能源**#*#，具有间歇性发电的特点#***#，需要依靠储能系统将多发的电及时存储起来@#@#*，削峰调谷@*##*，以保证电网的供需平衡%##。
国家能源局的最新数据显示%##，截至2024年一季度末*#@**，我国已建成投运的新型储能项目累计装机规模达到3530万千瓦@@@，同比增长超过210%%#，其中10万千瓦以上的储能电站超5成@#，呈现集中式、大型化的发展趋势#@**#。
在储能的建设上*%%#，王鹏着重强调了新能源汽车的分布式储能能力**。“随着电池充放电次数和寿命不断提高@#，数亿辆电车利用峰谷电价差来储能并反向回供电网#*@*，基本可以实现零成本用车甚至盈利@*@*，同时也能解决电网的调峰问题##。”
此外%*，王鹏还认为要重新思考“数据网”和“电力网”的分布式联动与微观布局协同@%@。他指出**，为满足短期内快速增长的人工智能推理算力需求%#*，除了在西部可再生能源丰富的地区布局大型算力中心#*#，实现“东数西算”；也需要考虑在东部需求侧的数据中心和算力中心附近%#%#@，积极布局分布式可再生能源@%@**，如与城乡建筑、农业设施等结合的分布式BIPV(光伏建筑一体化)、光储直柔一体化等%*%*。“而且还要‘源网荷储’一体化考虑@##%@，尽可能通过微电网实现就地峰谷平衡*%*，减少弃风弃光@#。”
“这需要电价政策、基础设施建设、政策支持和用户行为等多方面的配合#@%*#。”在王鹏看来@%*##，整个算力网络、输电网络、分布式能源网络%#，与车辆(充电)网络的高度耦合@%**，或许是解决我国未来AI能耗问题的关键##@#@。
“在考虑投入和产出算总账的情况下**#@，AI实际上进一步提高了社会的生产效率#%，降低了能耗@**%#。”田丰认为*%@，AI作为新质生产力正在赋能经济社会发展*##，如今的AI大模型已经成为重要的基础科研设施*#*%*，其训练中的投入%%，最终将为全社会带来新质生产力的红利%##。
目前%###，在AI大模型的训练成本中*%#，能源消耗成本的占比已经超过一半#*。田丰说%%，从基础科研的角度看**%@，要继续加大对AI技术的投资%#，“现在是奋起直追的时候%**，不应该自束手脚”###。具体到AI耗能方面%**%%，他建议#*，可以给予大模型训练一定的能源支持政策%#。
中青报中青网见习记者 贾骥业 记者 朱彩云 来源：中国青年报
|
|
