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)