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)