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