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