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)