大模型为何成耗能大户

　　随着人工智能技术快速发展%@#@，人工智能(AI)大模型的运行消耗问题受到越来越多关注##%。大模型为何成了耗能大户？能耗问题会不会成为人工智能发展的“绊脚石”？如何解决能耗问题？

　　耗电耗水量大

　　人工智能大模型到底有多耗能？据斯坦福人工智能研究所发布的《2023年AI指数报告》@@#，AI大语言模型GPT-3一次训练的耗电量为1287兆瓦时##%#，大概相当于3000辆特斯拉电动汽车共同开跑、每辆车跑20万英里所耗电量的总和#@%@*。报告同时提出##@@#，AI大语言模型GPT-3一次训练*#，相当于排放了552吨二氧化碳%#。

　　国外研究显示##%@，一次标准谷歌搜索耗电0.3瓦时%@@%，AI大语言模型ChatGPT响应一次用户请求耗电约2.96瓦时%@#*%，在AI大模型驱动下的一次谷歌搜索耗电8.9瓦时*#*#%。

　　除了耗电#@，另有研究显示#%@，AI大语言模型GPT-3在训练期间耗水近700吨#%@，每回答20个至50个问题就要消耗500毫升水@*@#*。弗吉尼亚理工大学研究指出%#，Meta公司在2022年使用了超过260万立方米的水*@，主要作用是为数据中心提供冷却**。

　　据了解%%#%*，人工智能大模型GPT-4的主要参数是GPT-3的20倍%#，计算量是GPT-3的10倍@@%#@，能耗也随之大幅增加#*###。

　　华泰证券研报预测%@*，到2030年#*，中国与美国的数据中心总用电量将分别达到0.65万亿千瓦时至0.95万亿千瓦时、1.2万亿千瓦时至1.7万亿千瓦时@%，是2022年的3.5倍和6倍以上%**%%。届时%%@@，AI用电量将达到2022年全社会用电量的20%和31%@#。

　　为何如此耗能

　　为什么人工智能大模型如此耗能？AI技术迅速发展#*@，对芯片的需求急剧增加#@*@，进而带动电力需求激增*%。同时**%*%，对AI进行大量训练@*，也意味着需要更强的算力中心和与之匹配的散热能力%**#*。在AI快速迭代的道路上%%#*，电力和水资源的消耗也在快速增加#**%@。因为很多数据中心全年无休#%%%，发热量巨大@#%@，大规模电耗和水耗主要来自于冷却需求@%#*。

　　相关统计显示%*@@*，数据中心运行成本的六成是电费*@@%，而电费里的四成多来自冷却散热@**，相应也会带来巨量冷却水的消耗@@%##。风冷数据中心六成多的耗电量都会用在风冷上*@，只有不到四成电力用在实际计算上%##*。如今#@*，全球数据中心市场耗电量是10年前的近10倍##。

　　能耗问题会不会成为人工智能发展的“绊脚石”？英伟达首席执行官黄仁勋曾提到**#%，AI和算力耗能巨大%*@*，但由于计算机性能飞速增长%%*%*，计算会更加高效%**@，相当于更节省能源%@*。当前%@%，我国实施严格的能耗双控政策@%*#，无论是AI大模型本身还是其应用行业@#@，对单位GDP能耗来说均有明显降低作用#%@%。

　　从整体能耗来看@##，AI大模型带来的效率提升也会抵消一部分能耗增长@@#。随着绿电广泛应用@#，再加上我国逐步由能耗双控向碳排放双控政策转变@##@@，可再生能源对未来AI大模型发展的支撑能力也会越来越强#%*#。

　　此外%#%，相较于其他国家而言*#，中美等能源消费大国和数据大国*%%，具备更好发展AI大模型的资源条件和基础%#。

　　怎样应对挑战

　　据预测@%%%%，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%增加至10%@#%*。到2030年#*@，智能计算年耗电量将达到5000亿千瓦时@%%#，占全球发电总量的5%@@#@#。因此#*#@，在大力发展AI大模型的同时@##，必须提前做好相关规划布局**#%#，以提供必要的电力和水资源等技术支撑%@**。

　　有专家认为**，人工智能的未来发展与状态和储能紧密相连@*%#%。因此@*，不应仅关注计算力*%#，而是需要更全面地考虑能源消耗问题@*%。OpenAI创始人奥尔特曼认为#%，未来AI技术取决于能源突破%%，更绿色的能源尤其是核聚变或更便宜的太阳能以及储能的可获得性%@*%，是人工智能发展快慢的重要因素****@。

　　为降低电力和水资源消耗**#*#，很多企业在尝试采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#*，脸书(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等@%#%*，我国很多企业则把数据中心布局在水电资源丰富的西南地区@%。

　　目前%@，可通过算法优化、开发和使用更高效的AI专用硬件、调整神经网络训练过程以优化计算资源等技术方式来降低AI大模型的能耗#%#%，并更多采用自然冷却、液冷、三联供、余热回收等新兴节能技术##，提高制冷效率以降低数据中心能耗*#@%。从技术未来发展方向上看%#%，光电智能芯片也有助于解决AI大模型的电耗和水耗问题**%%。

　　AI大模型的发展*#%%，不能仅符合高端化、智能化的要求*%**，更要符合绿色化的发展要求%@##。为此@*%%，从国家和地方层面上看*#，为缓解AI大模型发展所带来的电力和水资源冲击%@#@，有必要将数据中心行业纳入高耗能行业管理体系%%*#，并提前做好相关规划布局@*###。同时@*#，加强资源整合#%#，充分发挥人工智能大模型和数据中心的效能*@#*%，通过使用效能下限设置等方式*%，确保其自身的电力和水资源使用效率*##@%。还应严格落实国家能耗双控及碳排放双控政策*%%%*，并将其碳足迹与水足迹纳入行业考核范围%#，切实推动碳足迹与水足迹逐步降低#%，以应对日益增长的AI大模型电力和水资源需求#*%*。

　　(作者系中国宏观经济研究院能源研究所研究员)

　　作者：崔成

　　来源：经济日报