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)