如何在提升智效的同时解决能耗难题？AI迎来“大考”
2024-05-28 09:36:32
no.XX Studio
▓GGPoker中文版▓GGPoker[—ggn178.com—]为亚洲最具备实力的一间国际扑克竞技赛事平台,提供一个正规安全有保障的扑克游戏环境,加入立即玩与GGPoker全球玩家一起同乐看不见的8小时·为生命守门ICU，离死亡近，离希望更近
中新网大湾区科学论坛会址项目进入装修阶段一期计划明年建成
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
|
|
