大模型为何成耗能大户

　　随着人工智能技术快速发展#@，人工智能(AI)大模型的运行消耗问题受到越来越多关注%*##@。大模型为何成了耗能大户？能耗问题会不会成为人工智能发展的“绊脚石”？如何解决能耗问题？

　　耗电耗水量大

　　人工智能大模型到底有多耗能？据斯坦福人工智能研究所发布的《2023年AI指数报告》#*%#，AI大语言模型GPT-3一次训练的耗电量为1287兆瓦时@*@，大概相当于3000辆特斯拉电动汽车共同开跑、每辆车跑20万英里所耗电量的总和*@%@#。报告同时提出@@*%，AI大语言模型GPT-3一次训练@%%#@，相当于排放了552吨二氧化碳#@%#。

　　国外研究显示#%，一次标准谷歌搜索耗电0.3瓦时@*，AI大语言模型ChatGPT响应一次用户请求耗电约2.96瓦时@###，在AI大模型驱动下的一次谷歌搜索耗电8.9瓦时###@。

　　除了耗电#@**#，另有研究显示@%，AI大语言模型GPT-3在训练期间耗水近700吨@@%#*，每回答20个至50个问题就要消耗500毫升水@@。弗吉尼亚理工大学研究指出%%#@*，Meta公司在2022年使用了超过260万立方米的水#**，主要作用是为数据中心提供冷却@%@%。

　　据了解**@*，人工智能大模型GPT-4的主要参数是GPT-3的20倍@*#，计算量是GPT-3的10倍*#，能耗也随之大幅增加%%*#*。

　　华泰证券研报预测##**@，到2030年*%@%#，中国与美国的数据中心总用电量将分别达到0.65万亿千瓦时至0.95万亿千瓦时、1.2万亿千瓦时至1.7万亿千瓦时@%#，是2022年的3.5倍和6倍以上#%%%%。届时@@@，AI用电量将达到2022年全社会用电量的20%和31%@@@@。

　　为何如此耗能

　　为什么人工智能大模型如此耗能？AI技术迅速发展*%*，对芯片的需求急剧增加%%*@#，进而带动电力需求激增*##。同时**，对AI进行大量训练@*#，也意味着需要更强的算力中心和与之匹配的散热能力#%%@。在AI快速迭代的道路上%**，电力和水资源的消耗也在快速增加#****。因为很多数据中心全年无休*%*@%，发热量巨大@%#，大规模电耗和水耗主要来自于冷却需求%%@。

　　相关统计显示%*%，数据中心运行成本的六成是电费*#，而电费里的四成多来自冷却散热@%##*，相应也会带来巨量冷却水的消耗%#*。风冷数据中心六成多的耗电量都会用在风冷上@%@，只有不到四成电力用在实际计算上%@。如今@@，全球数据中心市场耗电量是10年前的近10倍*#@@#。

　　能耗问题会不会成为人工智能发展的“绊脚石”？英伟达首席执行官黄仁勋曾提到%@，AI和算力耗能巨大*#%，但由于计算机性能飞速增长@%###，计算会更加高效%@#@@，相当于更节省能源%###%。当前@@#**，我国实施严格的能耗双控政策##@##，无论是AI大模型本身还是其应用行业%@%#，对单位GDP能耗来说均有明显降低作用%@%。

　　从整体能耗来看%%#**，AI大模型带来的效率提升也会抵消一部分能耗增长%*%#%。随着绿电广泛应用@##@，再加上我国逐步由能耗双控向碳排放双控政策转变#%%@*，可再生能源对未来AI大模型发展的支撑能力也会越来越强#@*。

　　此外%@，相较于其他国家而言*@，中美等能源消费大国和数据大国@*%，具备更好发展AI大模型的资源条件和基础##@*。

　　怎样应对挑战

　　据预测@#@，到2025年#*@，AI相关业务在全球数据中心用电量中的占比将从2%增加至10%#@#%#。到2030年*%##*，智能计算年耗电量将达到5000亿千瓦时##%，占全球发电总量的5%%@#%。因此***，在大力发展AI大模型的同时@@#*，必须提前做好相关规划布局@*@#，以提供必要的电力和水资源等技术支撑%*。

　　有专家认为@%，人工智能的未来发展与状态和储能紧密相连*#@@。因此%#*@@，不应仅关注计算力*@*#*，而是需要更全面地考虑能源消耗问题##*#@。OpenAI创始人奥尔特曼认为%#%@，未来AI技术取决于能源突破#@，更绿色的能源尤其是核聚变或更便宜的太阳能以及储能的可获得性%*@，是人工智能发展快慢的重要因素##@@*。

　　为降低电力和水资源消耗@#@*，很多企业在尝试采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%@，脸书(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等%#%#，我国很多企业则把数据中心布局在水电资源丰富的西南地区#@@%%。

　　目前#%，可通过算法优化、开发和使用更高效的AI专用硬件、调整神经网络训练过程以优化计算资源等技术方式来降低AI大模型的能耗*@，并更多采用自然冷却、液冷、三联供、余热回收等新兴节能技术#*#%%，提高制冷效率以降低数据中心能耗%**。从技术未来发展方向上看%%*@@，光电智能芯片也有助于解决AI大模型的电耗和水耗问题#@@*。

　　AI大模型的发展**##*，不能仅符合高端化、智能化的要求#%，更要符合绿色化的发展要求@@*。为此@@@%%，从国家和地方层面上看%#*#，为缓解AI大模型发展所带来的电力和水资源冲击%@%，有必要将数据中心行业纳入高耗能行业管理体系%#，并提前做好相关规划布局*@%。同时%%，加强资源整合*#%，充分发挥人工智能大模型和数据中心的效能*##，通过使用效能下限设置等方式%*%#*，确保其自身的电力和水资源使用效率#***。还应严格落实国家能耗双控及碳排放双控政策#*，并将其碳足迹与水足迹纳入行业考核范围##%，切实推动碳足迹与水足迹逐步降低@@，以应对日益增长的AI大模型电力和水资源需求%*。

　　(作者系中国宏观经济研究院能源研究所研究员)

　　作者：崔成

　　来源：经济日报