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)