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)