如何在提升智效的同时解决能耗难题？AI迎来“大考”
2024-05-28 09:37:29
no.XX Studio
▓TPC老虎杯▓GGPoker[—ggn178.com—]为亚洲最具备实力的一间国际扑克竞技赛事平台,提供一个正规安全有保障的扑克游戏环境,加入立即玩与GGPoker全球玩家一起同乐今年前4个月访港旅客数字同比增逾一倍
中新网探营上海市霹雳舞队解密“入奥”的霹雳舞究竟是种什么舞
1.05万亿千瓦时(kWh)！
这是国际能源署(International Energy Agency%#，以下简称“IEA”)日前发布的《电力2024》报告中**@，对2026年全球数据中心的最高总用电量作出的预测%#。1千瓦时就是1度电@%，“超过1万亿度电”%@@#，根据报告的估算**#@，这些电量大约是整个日本全年的用电量@@%%%。
数据中心、智算中心等算力基础设施是人工智能(AI)的数据中枢和算力载体%#%#。随着AI尤其是生成式人工智能(AIGC)和大模型技术的快速发展%@##，算力需求激增*#，AI的能耗问题也越来越受到关注#%#@。在近段时间举行的多场国际会议上#@@#，一些科技巨头纷纷表达了对AI发展带来的能耗问题的担忧%@。
如何在提升智效的同时解决能耗难题@%，对AI行业来说#%@，是一场“大考”%*#*#。
AI在推理阶段的耗能不容忽视
讨论AI耗能的问题@@#*，不可避免地要谈到AI大语言模型(以下简称“大模型”)#%%%。
“生成式人工智能是当前AI技术发展的重点#*@#。”腾讯研究院资深专家王鹏在接受中青报中青网记者采访时说#*。他表示#*，当前*%，生成式人工智能技术的基础就是以数据和算力堆叠为标志的大模型#%#%*，其训练和应用需要大量的算力支持#%%，“算力背后则是算力基础设施耗电所带来的巨大电能需求”@*。
全国政协委员、中国科学院计算技术研究所研究员张云泉指出@%，大模型的参数和数据规模越大**@，其智能效果就越好@#*@*。在大模型中%*#%，“Scaling Laws”(规模效应)意味着当参数和数据规模大到一定程度时#%*%，大模型的智能表现将出现跃升*#%，也就是“智能涌现”#@#%@。“目前我们还没看到‘智能涌现’的上限在哪@@%@#。”
“一般来说@*@##，参数量越大%@*，大模型的算力消耗就越大#%*，其消耗的电能就越多*%。”王鹏表示#@#，因为还没达到上限%@，以OpenAI为代表的人工智能公司在“Scaling Laws”的驱使下%*#，还在持续增加大模型的参数和数据规模@%%*#，以求实现通用人工智能(AGI)的目标*@*%，造成短期内算力需求和电能需求的巨大提升@%。
“因为GPT-3有1750亿个参数**@%，训练用到了1024张英伟达A100芯片@%#@#，所以业内将其称为‘千卡千参’*#*。”商汤科技智能产业研究院院长田丰说*%@，目前GPT-4、GPT-5等大模型都达到了“万卡万参”的规模@%*#*，且训练模型所用芯片也从英伟达A100更新到英伟达H100、B200%@%##，“参数量的激增将导致能耗显著增加”@#。
除了模型训练以外%*，AI在推理阶段的耗能也不容忽视#**@。“推理即大模型响应用户需求的过程”###，张云泉介绍*%@*，大模型单次响应用户需求的耗电量并不大@@%%*，“但随着用户规模的增加#@#*@，耗电量也将不断累积并增大%##@。”
近日@#，源自美国的一则“如果将10万块英伟达H00芯片部署在同一地区进行模型训练#@#@，会导致电网崩溃”的新闻引起社会关注*@@@。
多位专家在接受记者采访时表示#*#，AI导致电网崩溃的原因在于%*，大模型的训练是阶段性的工作%*@，所用到的算力要集中在一个数据中心里%#，在有限时空范围内进行大模型训练##，会给局部电网带来非常大的用电负荷%#。
“稳定的电网系统中突然出现巨大负荷扰动*%@，会对电网的稳定和安全产生影响#%##@。”张云泉指出%@%，随着大模型参数和数据规模的进一步增加*@%@#，AI的能耗问题将越来越突出@***，尤其是对于电力供应紧张的国家和地区*##。“长远来看%%@@，AI推理过程的耗能将越来越大；短期内#*，大模型训练的能耗则是最大的AI能耗增量**%@#。”
在王鹏看来*%%%，与家庭用电量相比%*@@@，AI的耗电量显得很大@%*#，但其在社会总用电量中的占比依然很�*%*#%。盎乖睹挥写锏街圃煲涤玫绲氖考丁�%@*@#。
解决方案：技术创新与新能源
根据美国机构Uptime Institute的预测#@%%，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%增加到10%；到2030年*#%##，智能计算的年耗电量将占全球发电总量的5%%%@*#。
“解决能耗问题%#，是AI技术发展的重要前提%%%@。”田丰对记者说%#%@，虽然目前AI的能源消耗还不至于引起大范围“电荒”*%%，但随着AI的大规模应用@##**，未来可能发生AI“缺电”的情况@%###，需要寻找合适的解法*@@@@，让有限的电力能源可以容纳更大的算力规模@#%。
通过研究和实践*##，人们对AI的了解逐渐增强@%%##，一系列解法随之而来#@%##。从需求角度看#%@，优化大模型架构、提升芯片效率和算力效率等@%###，被认为是降低AI能耗的有效途径*@#。
张云泉表示*%@，首先@#*，可以设计AI模型训练的专用芯片**，其效率相较GPU(图形处理器@%*，现常用于AI计算)提升了10倍以上；其次#%@，可以优化AI模型的参数##@*%，很多小模型仅有几十亿的参数量%@##，但已经实现了和大模型一样的效果；此外#%#%，还可以通过对推理过程进行优化压缩#@#，设计专用推理芯片%***，进一步降低AI推理阶段的能耗*%#%%。
“大模型变小模型#%*，目前降低能耗效果最好@@*#@。”张云泉以微软4月底发布的自研小尺寸AI模型Phi-3为例介绍#@#@*。据了解#*，Phi-3模型目前有3个版本#*@#，其中Phi-3 mini是一个拥有38亿参数的语言模型@%，可部署在手机上*%%，根据实验和测试结果#@@#，其性能已经可以与GPT-3.5等大模型相媲美@*。
在能源供应方面#*，诉诸多样化的新能源供给、依靠国家进行宏观调控与规划等举措%%%#*，将有助于解决AI能耗问题@@@@*。天使投资人、资深人工智能专家郭涛对记者表示*@@**，当前@#，新能源@@#，包括太阳能、风能、水能等可再生能源%**，正逐渐成为数据中心的最佳能源选择##*。“如果没有足够的可再生能源来满足AI能耗的增长#*，可能会导致对化石燃料的依赖加剧@@*#@，从而对环境造成负面影响@%#。此外#**@%，数据中心还可以通过智能算法来优化能源使用效率%#*%%，实现AI与电网的协同发展@*##@。”
不少人工智能公司已经开始关注新能源#%@。2021年#*，OpenAI首席执行官山姆奥尔特曼向核聚变初创公司Helion Energy投入3.75亿美元；2024年3月%*，亚马逊云服务公司(AWS)收购美国宾夕法尼亚州一座数据中心园区@#，据了解@#%，该园区就是从邻近的核电站获取电力%**。
“解决AI耗能问题涉及到算力、电力等多个系统的协调与配合%%#@。”王鹏指出%@@#*，一方面%%*@，要从AI本身去降低能耗@%*@，包括优化算法、降低模型参数、提高计算性能等；另一方面###%*，整个能源系统也要积极响应AI的能耗需求**。
“源网荷储”一体化考虑
新能源或将成为解决AI耗能问题的一把“钥匙”%@*，这正好与我国此前提出的“东数西算”工程相契合#@。
国家能源局的数据显示@*，2023年*%@#*，我国可再生能源新增装机3.05亿千瓦*%*，占全国新增发电装机的82.7%#*#，占全球新增装机的一半；全国可再生能源发电量近3万亿千瓦时*@@%，接近全社会用电量的1/3@*%@*。目前*%#，我国已建成全球规模最大的电力供应系统和清洁发电体系%#@，其中青海、内蒙古、宁夏等西北部地区则是清洁能源的“富矿”*@。
2021年*@%%，我国提出实施“东数西算”工程%%*，引导数据中心向西部资源丰富地区聚集*@，推动当地数据中心走向低碳、绿色、可持续@@*#，同时满足东部地区的算力需求*%*。2022年2月@%，内蒙古、贵州、甘肃等8地启动建设国家算力枢纽节点%%*，10个国家数据中心集群被写入工程总体“规划”##@#*，“‘东数西算’工程全面启动”*#@%。
“大模型时代@@*#@，‘东数西算’工程将对全国的电力需求和算力需求起到重要的宏观调控作用%@@@。”张云泉预计*#@%，未来将会有越来越多的大型算力中心或智算中心选址我国西部地区@%，“东数西训”(即东部地区的AI大模型**@，在西部地区进行训练记者注)将成为AI与新能源协调发展的典型场景%#@*。但他强调%*，推动新能源更好地赋能AI发展%%@%%，储能是一个需要解决的问题#%%%。
“大规模储能的建设决定了新能源是否能更好地满足算力需求%@*。”田丰也同意张云泉的观点%%。田丰指出@@@#@，包括光电、风电等在内的新能源*#*#，具有间歇性发电的特点##，需要依靠储能系统将多发的电及时存储起来*%@##，削峰调谷%@*，以保证电网的供需平衡#**@%。
国家能源局的最新数据显示#%%%*，截至2024年一季度末%**，我国已建成投运的新型储能项目累计装机规模达到3530万千瓦@%#，同比增长超过210%@#，其中10万千瓦以上的储能电站超5成@@%，呈现集中式、大型化的发展趋势@%*。
在储能的建设上*#%，王鹏着重强调了新能源汽车的分布式储能能力*@@@@。“随着电池充放电次数和寿命不断提高@%#，数亿辆电车利用峰谷电价差来储能并反向回供电网%**，基本可以实现零成本用车甚至盈利@@，同时也能解决电网的调峰问题%*。”
此外##%*@，王鹏还认为要重新思考“数据网”和“电力网”的分布式联动与微观布局协同@**。他指出#%，为满足短期内快速增长的人工智能推理算力需求@%@，除了在西部可再生能源丰富的地区布局大型算力中心#**，实现“东数西算”；也需要考虑在东部需求侧的数据中心和算力中心附近%@@#，积极布局分布式可再生能源%*#*，如与城乡建筑、农业设施等结合的分布式BIPV(光伏建筑一体化)、光储直柔一体化等##@。“而且还要‘源网荷储’一体化考虑#@%@，尽可能通过微电网实现就地峰谷平衡%@@%*，减少弃风弃光@*%。”
“这需要电价政策、基础设施建设、政策支持和用户行为等多方面的配合##。”在王鹏看来@%@@#，整个算力网络、输电网络、分布式能源网络%%@*，与车辆(充电)网络的高度耦合%@@#*，或许是解决我国未来AI能耗问题的关键#%#%。
“在考虑投入和产出算总账的情况下@@#%，AI实际上进一步提高了社会的生产效率@%%**，降低了能耗@#。”田丰认为**，AI作为新质生产力正在赋能经济社会发展#%，如今的AI大模型已经成为重要的基础科研设施@***%，其训练中的投入*#@**，最终将为全社会带来新质生产力的红利*#*。
目前@*@，在AI大模型的训练成本中*%，能源消耗成本的占比已经超过一半*%%。田丰说#@*，从基础科研的角度看@*#%@，要继续加大对AI技术的投资@%*，“现在是奋起直追的时候#@，不应该自束手脚”#*%@#。具体到AI耗能方面##%%，他建议##，可以给予大模型训练一定的能源支持政策###@。
中青报中青网见习记者 贾骥业 记者 朱彩云 来源：中国青年报
|
|
