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)