GGPoker(ggn666.com)
多城力推住房“以旧换新”更多一线城市有望跟进
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