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)