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)