GGPoker(ggn666.com)
国产扫描探针显微镜获得六角冰原子级分辨图
1.05万亿千瓦时(kWh)！
这是国际能源署(International Energy Agency#%%，以下简称“IEA”)日前发布的《电力2024》报告中*#%#，对2026年全球数据中心的最高总用电量作出的预测%@*%。1千瓦时就是1度电%#，“超过1万亿度电”%*@，根据报告的估算%@，这些电量大约是整个日本全年的用电量%@@。
数据中心、智算中心等算力基础设施是人工智能(AI)的数据中枢和算力载体*@*#*。随着AI尤其是生成式人工智能(AIGC)和大模型技术的快速发展%%@%#，算力需求激增%#@**，AI的能耗问题也越来越受到关注%*@#。在近段时间举行的多场国际会议上@@##，一些科技巨头纷纷表达了对AI发展带来的能耗问题的担忧##%@@。
如何在提升智效的同时解决能耗难题@%，对AI行业来说#*，是一场“大考”%*。
AI在推理阶段的耗能不容忽视
讨论AI耗能的问题#@，不可避免地要谈到AI大语言模型(以下简称“大模型”)#@@@。
“生成式人工智能是当前AI技术发展的重点@#。”腾讯研究院资深专家王鹏在接受中青报中青网记者采访时说#@。他表示##%@#，当前#%，生成式人工智能技术的基础就是以数据和算力堆叠为标志的大模型@%#，其训练和应用需要大量的算力支持#*%**，“算力背后则是算力基础设施耗电所带来的巨大电能需求”%@%@*。
全国政协委员、中国科学院计算技术研究所研究员张云泉指出#%，大模型的参数和数据规模越大**@%%，其智能效果就越好*%@#*。在大模型中**#，“Scaling Laws”(规模效应)意味着当参数和数据规模大到一定程度时%#%，大模型的智能表现将出现跃升#@，也就是“智能涌现”%%。“目前我们还没看到‘智能涌现’的上限在哪@*。”
“一般来说@#，参数量越大#%%@，大模型的算力消耗就越大@###，其消耗的电能就越多**。”王鹏表示*%，因为还没达到上限%@@@#，以OpenAI为代表的人工智能公司在“Scaling Laws”的驱使下#**#，还在持续增加大模型的参数和数据规模%@%，以求实现通用人工智能(AGI)的目标%%*#，造成短期内算力需求和电能需求的巨大提升%*#。
“因为GPT-3有1750亿个参数%%#*，训练用到了1024张英伟达A100芯片%@%*@，所以业内将其称为‘千卡千参’**%**。”商汤科技智能产业研究院院长田丰说#@*%%，目前GPT-4、GPT-5等大模型都达到了“万卡万参”的规模*@@#，且训练模型所用芯片也从英伟达A100更新到英伟达H100、B200%##%*，“参数量的激增将导致能耗显著增加”#@*。
除了模型训练以外@*，AI在推理阶段的耗能也不容忽视%%*##。“推理即大模型响应用户需求的过程”##*，张云泉介绍%*@*，大模型单次响应用户需求的耗电量并不大**%，“但随着用户规模的增加*@#@，耗电量也将不断累积并增大@@@#。”
近日#@#，源自美国的一则“如果将10万块英伟达H00芯片部署在同一地区进行模型训练@%**@，会导致电网崩溃”的新闻引起社会关注%*%。
多位专家在接受记者采访时表示#@#**，AI导致电网崩溃的原因在于%@，大模型的训练是阶段性的工作#*，所用到的算力要集中在一个数据中心里%@，在有限时空范围内进行大模型训练##，会给局部电网带来非常大的用电负荷*##。
“稳定的电网系统中突然出现巨大负荷扰动@@，会对电网的稳定和安全产生影响%##。”张云泉指出@%#，随着大模型参数和数据规模的进一步增加@#*#，AI的能耗问题将越来越突出*%%#@，尤其是对于电力供应紧张的国家和地区*%*。“长远来看@#，AI推理过程的耗能将越来越大；短期内#*#，大模型训练的能耗则是最大的AI能耗增量*%*@。”
在王鹏看来*#，与家庭用电量相比%*@，AI的耗电量显得很大@*，但其在社会总用电量中的占比依然很�#%。盎乖睹挥写锏街圃煲涤玫绲氖考丁�%%%。
解决方案：技术创新与新能源
根据美国机构Uptime Institute的预测*#，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%增加到10%；到2030年*@，智能计算的年耗电量将占全球发电总量的5%%@%*。
“解决能耗问题%**@，是AI技术发展的重要前提@##%。”田丰对记者说%%，虽然目前AI的能源消耗还不至于引起大范围“电荒”#%，但随着AI的大规模应用*%%%，未来可能发生AI“缺电”的情况%%%，需要寻找合适的解法@@，让有限的电力能源可以容纳更大的算力规模@%%@。
通过研究和实践%%@#*，人们对AI的了解逐渐增强%@%%，一系列解法随之而来*@#。从需求角度看%##@%，优化大模型架构、提升芯片效率和算力效率等#*#*#，被认为是降低AI能耗的有效途径#*。
张云泉表示#%*@，首先%%，可以设计AI模型训练的专用芯片*@@@，其效率相较GPU(图形处理器*@，现常用于AI计算)提升了10倍以上；其次@#@，可以优化AI模型的参数#@**#，很多小模型仅有几十亿的参数量@@，但已经实现了和大模型一样的效果；此外@*%**，还可以通过对推理过程进行优化压缩%@，设计专用推理芯片@%%，进一步降低AI推理阶段的能耗@#。
“大模型变小模型*@%**，目前降低能耗效果最好#@#@。”张云泉以微软4月底发布的自研小尺寸AI模型Phi-3为例介绍%*#。据了解*@%*@，Phi-3模型目前有3个版本%#，其中Phi-3 mini是一个拥有38亿参数的语言模型*@*#*，可部署在手机上#*，根据实验和测试结果**%，其性能已经可以与GPT-3.5等大模型相媲美#@%*#。
在能源供应方面@**##，诉诸多样化的新能源供给、依靠国家进行宏观调控与规划等举措%#%%，将有助于解决AI能耗问题%@##。天使投资人、资深人工智能专家郭涛对记者表示****%，当前##*，新能源#%*，包括太阳能、风能、水能等可再生能源%*@@%，正逐渐成为数据中心的最佳能源选择*@@*@。“如果没有足够的可再生能源来满足AI能耗的增长*#%%@，可能会导致对化石燃料的依赖加剧**，从而对环境造成负面影响##@@。此外%@@#@，数据中心还可以通过智能算法来优化能源使用效率##*，实现AI与电网的协同发展*@。”
不少人工智能公司已经开始关注新能源#@*#。2021年**%，OpenAI首席执行官山姆奥尔特曼向核聚变初创公司Helion Energy投入3.75亿美元；2024年3月%@**#，亚马逊云服务公司(AWS)收购美国宾夕法尼亚州一座数据中心园区%%*%#，据了解%%%@#，该园区就是从邻近的核电站获取电力#*%。
“解决AI耗能问题涉及到算力、电力等多个系统的协调与配合%#@#@。”王鹏指出%**@%，一方面@##@，要从AI本身去降低能耗@@@%#，包括优化算法、降低模型参数、提高计算性能等；另一方面#%@，整个能源系统也要积极响应AI的能耗需求*@#*。
“源网荷储”一体化考虑
新能源或将成为解决AI耗能问题的一把“钥匙”***#@，这正好与我国此前提出的“东数西算”工程相契合###%@。
国家能源局的数据显示##，2023年@%*，我国可再生能源新增装机3.05亿千瓦@@，占全国新增发电装机的82.7%@*%@，占全球新增装机的一半；全国可再生能源发电量近3万亿千瓦时@#**，接近全社会用电量的1/3@@@。目前@#，我国已建成全球规模最大的电力供应系统和清洁发电体系*#，其中青海、内蒙古、宁夏等西北部地区则是清洁能源的“富矿”@@*%#。
2021年%##@，我国提出实施“东数西算”工程#@，引导数据中心向西部资源丰富地区聚集%**@*，推动当地数据中心走向低碳、绿色、可持续%@@*，同时满足东部地区的算力需求@#。2022年2月*#%*@，内蒙古、贵州、甘肃等8地启动建设国家算力枢纽节点*#，10个国家数据中心集群被写入工程总体“规划”@%，“‘东数西算’工程全面启动”*#%#。
“大模型时代@#，‘东数西算’工程将对全国的电力需求和算力需求起到重要的宏观调控作用***#@。”张云泉预计%*%*，未来将会有越来越多的大型算力中心或智算中心选址我国西部地区*%@，“东数西训”(即东部地区的AI大模型@#，在西部地区进行训练记者注)将成为AI与新能源协调发展的典型场景@#@**。但他强调*@#*，推动新能源更好地赋能AI发展%@#*#，储能是一个需要解决的问题#@@%。
“大规模储能的建设决定了新能源是否能更好地满足算力需求#*。”田丰也同意张云泉的观点@%。田丰指出***，包括光电、风电等在内的新能源%%#，具有间歇性发电的特点#@，需要依靠储能系统将多发的电及时存储起来@#@，削峰调谷%%，以保证电网的供需平衡**@@@。
国家能源局的最新数据显示%###，截至2024年一季度末%**@%，我国已建成投运的新型储能项目累计装机规模达到3530万千瓦*##，同比增长超过210%*#，其中10万千瓦以上的储能电站超5成#%，呈现集中式、大型化的发展趋势##@。
在储能的建设上@*#，王鹏着重强调了新能源汽车的分布式储能能力*@@。“随着电池充放电次数和寿命不断提高#%%#，数亿辆电车利用峰谷电价差来储能并反向回供电网@**，基本可以实现零成本用车甚至盈利%@*#*，同时也能解决电网的调峰问题#@**%。”
此外*@%@，王鹏还认为要重新思考“数据网”和“电力网”的分布式联动与微观布局协同*%。他指出%%@%@，为满足短期内快速增长的人工智能推理算力需求%*%，除了在西部可再生能源丰富的地区布局大型算力中心@#，实现“东数西算”；也需要考虑在东部需求侧的数据中心和算力中心附近#%@#*，积极布局分布式可再生能源%%*，如与城乡建筑、农业设施等结合的分布式BIPV(光伏建筑一体化)、光储直柔一体化等*%#%。“而且还要‘源网荷储’一体化考虑**@%，尽可能通过微电网实现就地峰谷平衡@*@，减少弃风弃光#***。”
“这需要电价政策、基础设施建设、政策支持和用户行为等多方面的配合@@。”在王鹏看来@%，整个算力网络、输电网络、分布式能源网络*@*@，与车辆(充电)网络的高度耦合#@#，或许是解决我国未来AI能耗问题的关键*%##%。
“在考虑投入和产出算总账的情况下#@%%，AI实际上进一步提高了社会的生产效率%@@，降低了能耗%@%**。”田丰认为#@@@@，AI作为新质生产力正在赋能经济社会发展@@，如今的AI大模型已经成为重要的基础科研设施%*，其训练中的投入**#，最终将为全社会带来新质生产力的红利@@@*#。
目前*%#，在AI大模型的训练成本中****%，能源消耗成本的占比已经超过一半*@%%#。田丰说#**%，从基础科研的角度看*%#@%，要继续加大对AI技术的投资@*，“现在是奋起直追的时候%*，不应该自束手脚”#@%。具体到AI耗能方面*@*，他建议@@%##，可以给予大模型训练一定的能源支持政策%#。
中青报中青网见习记者 贾骥业 记者 朱彩云 来源：中国青年报