不久前,环绕人工智能(AI)发展,特斯拉首席实行官马斯克发出这样的预警。

他表示,人工智能打算的约束条件是可预测的,“我在一年多前就预测过芯片短缺,下一个短缺的将是电力
我认为明年将没有足够的电力来运行所有的芯片。

此外,OpenAI首席实行官山姆·奥特曼也表示,人工智能将花费比人们预期更多的电力,未来的发展须要能源打破。

在人工智能飞速发展的背后,能源花费问题也日益凸显,成为业内关注的焦点。
乃至有人提出,“AI的尽头是算力,而算力的尽头是电力”。

AI是吃电狂魔将面临缺电中国这个解法值得关注

那么,人工智能到底有多耗电?人工智能发展“缺电”了吗?面对能耗问题,我国又拿出了若何的应对方案?

01

AI有多耗电?

当下人工智能大模型的竞争,颇像一场“算力武备竞赛”。
在规模效应(Scaling Law)的驱动下,各公司通过不断增加模型参数和数据量,期待实现“大力失事业”,相应地,算力需求也成倍增加。

所谓算力,大略来理解,便是对数据或信息的处理能力。

算力是抽象的,它的载体却实在可见,便是以数据中央、智算中央为代表的算力根本举动步伐。
算力的背后,是电力在支撑。

你可以在脑海中想象这样一幅画面——在数据中央或智算中央,成千上万台做事器和芯片整洁列阵、昼夜一直地运转。

△资料图

当下演习AI大模型利用的主流算力芯片英伟达H100芯片,一张最大功耗为700瓦,这意味着运行一小时就要耗电0.7度。
而此前有称,OpenAI演习GPT-5,须要数万张H100芯片。

通过昼夜不息的数据中央,大家会对AI耗电有一个感性认识,而数据则更加直不雅观。

以GPT-3的演习为例,GPT-3有1750亿个参数,据估计,演习过程利用了大约1287兆瓦时(也便是128.7万度)的电力。

该如何理解这个耗电量?这相称于美国约121个家庭一整年的用电量。
也曾有专家打了这么一个比方,大概相称于3000辆特斯拉电动汽车共同开跑,每辆车跑20万英里。

GPT-3是在2020年发布的,很多人大概会问,更新的模型能耗如何呢?由于近年来不少AI科技公司不再公布演习细节,比如用了什么硬件、耗时多久,这使得能耗打算变得困难。

但GPT-3的能耗可以作为一个参考,GPT-3模型参数为1750亿,而GPT-4曾被曝包含1.8万亿参数,随着参数的翻倍,能耗也会大幅增加。

而以上的能耗还只限于演习阶段,完成演习后,AI将迎来新的耗电阶段——推理,也即人们利用AI输出结果的过程。

AI的演习是一次性事宜,而利用却是长期过程,随着运用的遍及、利用人数的增加,耗电量将不断叠加。

国际能源署(IEA)在今年1月的一份报告中曾表示,ChatGPT相应一个要求均匀耗电2.9瓦时——相称于将一个60瓦的灯泡点亮略少于三分钟。

其余,据美媒宣布,ChatGPT每天相应约2亿个需求,花费超过50万度电力,相称于1.7万个美国家庭均匀一天的用电量。

让我们做一道大略的数学题,GPT-3演习耗电约128万度,ChatGPT每天为相应需求耗电50万度,GPT-3在演习阶段花费的电量,乃至无法支撑ChatGPT运行3天。

天永日久,耗电量可谓相称可不雅观。

02

AI“缺电”了吗?

各种数据彷佛都在解释,AI是一只“耗电巨兽”,那么下一个问题便是,它的胃口还能被知足吗?AI发展“缺电”了吗?

来让数据说话。

根据公开资料,2023年,美国全口径净发电量为41781.71亿千瓦时(1千瓦时=1度),以ChatGPT每天耗电50万度打算,按一年365天,耗电量约为18250万度,这也只占全美发电量的约0.0044%。

△资料图

AI当然不但ChatGPT,但它的耗能数据可以作为一个切口。
可以看出,只管随着AI算力的迅猛增长,电力需求也持续增长,但目前其在整体电力花费中所占比例较小。

既然如此,科技大佬们频频呼吁关注AI能耗问题,是在“贩卖焦虑”吗?实在不然。

波士顿咨询集团曾发布报告称,到2030年底,仅美国数据中央的用电量估量就将是2022年的三倍,而这一增幅紧张来自AI模型演习和更高频的AI查询。

“AI发展‘缺电’并不是现在已经涌现的问题,而是未来可能面临的问题。

中国当代国际关系研究院国际安全所所长刘冲作出这样的判断。

他表示,目前AI发展的路线是不断增加模型参数、叠加芯片,如果连续按照这个路线发展,将来花费的电力将更多,从这个角度来讲,未来AI的能耗问题可能会越来越突出,尤其是对付电力供应本身比较紧张的国家。
但就目前而言,能源还没有成为限定AI发展的成分。

工信部信息通信经济专家委员会委员刘兴亮也表示,科技大佬预言AI“缺电”,可能是想让大家重视起这个问题,这只解释,AI确实耗电,电力本钱也确实很高,但是目前能源问题还没有到影响AI 发展的程度。

刘兴亮赞许未来可能面临的隐忧,如果连续无节制地扩大参数规模,并且伴随着用户越来越多,而能耗技能没有进步,耗电将很快成为一个问题。
但与此同时,他也作出了比较乐不雅观的展望,认为可以通过技能进步降落能耗。

可以说,AI缺电是一个未来可能面临的问题,而在这个问题真正到来前,一系列办理思路就已经在路上。

在需求方面,AI模型的优化,芯片效率和算法效率的提升,数据中央软硬件技能的进步,都有望减少AI的能耗。

回望过去或容许以帮助我们思考未来。

一项揭橥于《科学》期刊的研究指出,在2010年至2018年间,环球数据中央的运算量增长了550%,存储空间增长了2400%,但耗电量仅增长6%。

而在供应方面,电力问题涉及能源、基建、政策、技能等多个方面,难以通过大略的“有”或“没有”、“充足”或“不充足”来一言以蔽之。
更多样化的能源组合、电力技能改造、国家调控等都将有助于应对这个问题。

比如,国际能源署(IEA)对清洁能源能起到的浸染就相称乐不雅观,其在一份报告中指出,估量到2026年底,包括可再生能源和核能在内的低碳能源将占环球发电量的46%,并可知足所有额外需求增长,个中就包括用电需求将翻番的人工智能。

总而言之,只管短期内还不会涌现AI缺电的问题,但干系的谈论确实给大力发展AI的天下提了个醒——随着AI大模型规模和数量的高速增长,未来可能面临的能源需求激增不容忽略。

03

AI耗电的中国解法之一

目前,我国算力总规模已经位居环球第二。

据我国威信机构测算,目前,全国数据中央总耗电量占全社会的2%,电力本钱占数据中央总运营本钱的50%。

中国信息通信研究院数据显示,估量到2030年,数据中央能耗总量将达3800亿千瓦时旁边。

AI耗电,也是我国须要应对的问题。

我国在电力方面具有上风,已建玉成球规模最大的电力供应系统和清洁发电体系,个中,水电、风电、光伏、生物质发电和在建核电规模多年位居天下第一。

值得一提的是,在提升详细的AI和电力干系技能外,我国在宏不雅观层面的一个“解题思路”,也值得关注。

让我们从最近举行的一场青海推介会提及,推介会的主题是绿色算力家当发展。

我们知道,青海有着丰富的绿色电力资源,包括光电、风电、水电等。

截至2023年底,青海省清洁能源装机超过5100万千瓦,占比92.8%,发电量占比超84.5%。

△青海省海南州千万千瓦级生态光伏发电园区

但丰富的绿电面临“用不完又送不出”的问题——绿电的不稳定性导致很多无法送出,只能在本地花费,但本地又用不完。

AI算力须要花费大量电力,青海的绿电又用不完,如果把数据中央搬到青海,将“绿电”变为“绿算”,将绿色“瓦特”变为绿色“比特”,岂不是双向奔赴?

在中国电信(国家)数字青海绿色大数据中央,通过风光水等清洁能源的互补,已经实现了数据中央的100%清洁能源供应。

而且,数据中央建到青海,不仅能办理电力问题,还能大大降落散热能耗。
青海景象干燥、冷凉,数据中央可实现整年314每天然冷却,制冷用电比全国均匀水平低40%旁边。

这样得天独厚的条件,青海当然要自傲推介。

在这方面,还有一位先行者,便是同样具有电力和气候上风的贵州。

作为环球超大型数据中央集聚最多的地区之一,贵州正在人工智能的赛道上迈开步伐奔跑。

国家级人工智能演习场落户贵州贵阳;贵州省与深圳市签订算力协同发展计策互助协议;华为云打算与贵安新区互助打造环球领先的智算中央;华为云盘古、讯飞星火两个根本大模型启动在贵州家当化项目;贵州与浙江联合打造文旅宣扬虚拟数字人“杭小忆”……

去年,贵州支配智算芯片达8万张,总算力规模增长28.8倍。
贵州的目标是,面向东部模型演习,供应低本钱、高品质、易利用的算力做事。

在贵州和青海绿色算力家当发达发展的背后,是一个更为浩大的工程——“东数西算”工程。

“东数西算”工程的基本逻辑是——

受地皮、水电、运维等要素影响,东部地区数据中央的运营本钱较高。

而在广大西部地区,可再生能源、清洁能源、地皮资源相对丰富,优胜的景象条件还能降落数据中央运行能耗、减少碳排放。

因此,勾引数据中央向西部资源丰富地区聚拢,既能推动西部地区数据中央低碳、绿色、可持续发展,又能知足东部地区的算力需求。

早在2021年5月,干系部门就明确提出履行“东数西算”工程。

2022年2月,国家发展改革委等部门联合印发关照,赞许在内蒙古、贵州、甘肃、宁夏等8地启动培植国家算力枢纽节点,并方案了10个国家数据中央集群。
“东数西算”工程正式全面启动。

2023年12月,《深入履行“东数西算”工程 加快构建全国一体化算力网的履行见地》发布,首次提出“算力电力协同”。

什么是“算力电力协同”?

一方面,数据中央的高效运转离不开大量电力支撑;另一方面,电力系统的平稳高效运行也离不开算力支撑。
统筹算力电力协同布局,有助于促进风光绿电消纳和数据中央零碳发展。

我们当然要看到,客不雅观上,由于网络时延等限定存在,并非所有算力做事场景都适用“东数西算”。
比如自动驾驶、证券交易等低时延业务场景就须要就近打算。

然而,人工智能模型演习推理这样高时延业务场景,恰好是“东数西算”的“舒适区”,“东数西训”成为“东数西算”的范例运用处景。

近年来,人工智能带来的能耗问题引发广泛谈论,而我国早在2021年就开始布局“东数西算”,这无疑极具前瞻性,也大大助力了我国在此轮算力竞赛中占得上风。

眼下,各地人工智能方面的“东数西算”项目都在提速中。

北京都城在线与甘肃省庆阳市签订人工智能家当互助框架协议;百度智能云与成都高新区签订计策互助签约仪式,打造大模型家当……

今年以来,还呈现出了新事物——“算力券”和“算力卡”。

北京、贵州、甘肃庆阳等多地纷纭面向企业、高校、科研机构等发放“算力券”,降落利用算力的本钱,来支持人工智能家当发展。

此外,有运营商已经面向普通消费者推出了“算力卡”。
干系业务卖力人表示,未来,算力做事也会成为像流量、宽带一样的大众化产品。

可以想见,未来,人工智能将深度融入我们的生活,能耗问题值得关注,但大可不必杞人忧天。
比较于担心能源问题如何限定技能发展,思考如何用技能发展应对能源问题,是更为积极的态度。