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)