GGPoker(ggn666.com)
五洲同声唱黄河:怎么唱也唱不够
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