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)