到2027年，生成式AI用电量将超过一些国家一年耗电

　　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)