生成式AI,聽起來挺酷，但你知道嗎？它可是地地道道的“吃電巨獸”：現在爆火的ChatGPT,每日耗電量高達50萬度！隨著人工智能的發展，其用電量急速上升問題，正引發全球警惕，以后會發生“電荒”嗎？能耗問題會不會成為AI發展的“絆腳石”？

　　日耗電50萬度！　GPT成“吃電狂魔”

　　由美國OpenAI公司最新推出的視頻生成工具Sora,自發布以來，便成為人工智能界最火爆的“網紅”。該公司上一個全網刷屏的產品——ChatGPT,在推出僅兩個月后，就達到1億月活躍用戶數。

　　不過，蓬勃發展的AI背后，是算力；而算力背后則是能耗。人工智能飛速發展的背后，其能源消耗問題日益凸顯，成為全球關注的焦點。

　　據報道，全球數據中心的耗電量，已從十年前的100億瓦增加到如今的1000億瓦水平。ChatGPT聊天機器人每天耗電超過50萬度，用于處理約2億個用戶請求，相當于美國家庭每天用電量的1.7萬多倍。據OpenAI公司稱，他們在ChatGPT上，每天花費高達70萬美元。

　　近日，特斯拉創始人馬斯克公開表示，未來兩年，人工智能行業將由“缺硅”變為“缺電”。

　　據國際能源署稱，全球數據中心目前約占用電量的1%至1.5%。到2025年，在全球數據中心用電量中，人工智能業務的占比，將從2%增至10%。

　　以谷歌為例，每年用于人工智能訓練的電量為23億度，相當于美國一個州首府所有家庭一年的用電量。即使在訓練完成后，這些人工智能仍需大量計算能力運行，并耗費大量能源。

　　若谷歌在每次搜索中，都使用AIGC(生成式人工智能技術)，其年耗電量將增至約290億度。

　　最新研究表明，到2027年，生成式人工智能所消耗的能源，可滿足荷蘭這樣一個國家一年的需求，即約85-134太瓦時(TWh)。

　　一次訓練耗電2.4億度電 能加熱1000個游泳池水量

　　僅僅是GPT-4的GPU,一次訓練就會用去2.4億度電。AI為什么那么耗電？它們用掉的電都跑到哪里去了？

　　我們現在所說的人工智能(AI)，主要是指生成式人工智能。它們需要大規模的數據中心來訓練和推理。

　　這些數據中心由大量服務器組成，服務器消耗的電能，絕大部分轉化成熱能，最后通過水冷系統釋放出來。可以說，AI的物理硬件，是個巨大的“電熱水器”。

　　據統計，全球數據中心的能耗，約占全球總電力消耗的1%左右，預計這一比例，還會隨著數據量的增長而增加。

　　能量無法創造也無法消滅，它只能從一種形式轉化成另一種形式。對計算機來說，最主要的能量轉化方式，就是從電能轉化成熱能。

　　大語言模型也是如此。它對電能和冷卻水的需求，正造成越來越嚴重的環境問題。波士頓咨詢集團曾發布報告稱，到2030年底，僅美國數據中心的用電量，就將是2022年的三倍。

　　在OpenAI訓練大語言模型GPT-4時，完成一次訓練需要約三個月時間，使用大約25000塊英偉達A100　GPU。僅僅是這些GPU(圖形處理器)，一次訓練就要用2.4億度電。這些電能幾乎全部轉化成了熱能，可以將大約200萬立方米冰水——大概是1000個奧運會標準游泳池的水量——加熱到沸騰。

　　全球人工智能的蓬勃發展，可能會導致這一數字大幅上升。與此同時，大量的碳排放和數百萬加侖淡水的消耗也不容小覷。

　　回答50個問題，得“喝”500毫升水降溫

　　生成式AI,除了“吃電，還得喝水”——用水量也是個驚人數字。因為要訓練這些AI,就得有強大的算力中心，而算力中心要運轉，就得有散熱系統，這都得用到水。

　　全球科技巨頭，都在建設新的數據中心，爭的就是誰的算力更強，結果就是對水資源的需求越來越大。

　　研究顯示，訓練GPT-3所需的水量，能夠填滿一個核反應堆的冷卻塔。ChatGPT(在GPT-3推出之后)每與用戶交流25到50個問題，就得“喝下”一瓶500毫升的水來降溫。

　　谷歌發布的2023年環境報告顯示，公司前一年的用水量同比增加20%，達到56億加侖，其中絕大部分用于為數據中心散熱。除了谷歌，另一個巨頭Meta在美國亞利桑那州建了數據中心，僅2022年用水量就超過260萬立方米。

　　正在大力開發人工智能的微軟，也在最新的環境報告中透露，2022年公司用水量同比前一年激增34%，達到640萬立方米，比2500個奧林匹克標準游泳池的水量還多。

　　除了運營過程中耗水，制造人工智能所需芯片的過程中，也會消耗大量能源和水資源。

　　比如，硅片工藝需要“超純水”清洗，生產一個2克重的芯片，大約需要32公斤水。制造8寸晶圓，每小時耗水約250噸，制造12英寸晶圓，每小時耗水可達500噸。

　　科學家預計，到2027年，全球人工智能可能需要4.2億—66億立方米的清潔淡水，這比4-6個丹麥或一半英國的年取水總量還要多。

　　耗水問題已成為制約數據中心快速發展的因素之一。為節約寶貴的自來水資源，很多企業嘗試用各種方法為數據中心散熱，例如，微軟曾嘗試部署海下數據中心，Facebook數據中心選址北極圈附近，阿里云千島湖數據中心使用深層湖水制冷。

　　不過，上述方法總是會帶來新的問題，目前國內數據中心的用水，主要還是用自來水，近幾年政府更鼓勵數據中心企業使用中水(循環再利用的水)。

　　面對“能耗巨獸”，我們該如何應對

　　隨著AI的進步、模型的增大，如何解決伴生的高耗能問題？

　　專家表示，當下的重點在于開源，風能、光伏等可再生新能源，被視為數據中心重要的能量池，核能尤其被寄予厚望。

　　在2023年的達沃斯世界經濟論壇上，OpenAI的CEO山姆·阿爾特曼認為，核聚變可能是能源的發展方向，但要開發出真正可用的核聚變技術，可能還需要一些時間。

　　據國際能源署的報告，到2050年，可再生能源預計將滿足全球近90%的電力需求增長。

　　節流方面，可以通過優化數據中心的設計和管理，提高電源使用效率。國內大廠也紛紛給出解決方案。比如騰訊，組建了專門的綠色能源團隊，應用自然冷卻、液冷、余熱回收等新興節能技術，降低數據中心能耗。華為、京東、亞馬遜等也紛紛入局智慧能源領域。

　　如何讓散失的熱能不至于白白浪費？最容易實現的，是熱回收技術。即將數據中心回收的熱量，用于提供民用熱水，冬季則提供民用采暖。現在有些企業已著手于回收廢熱再利用，比如阿里巴巴千島湖數據中心等。

　　此外，通過優化算法來減少計算冗余，使用更高效的芯片，以及采用節能的數據中心設計，都是降低能耗的有效方法。

　　政府也在出臺相關政策，鼓勵企業研發更為節能環保的AI技術和基礎設施。

　　早在2021年，我國就已出臺公共機構碳達峰方案，新建大型、超大型數據中心，必須全部達到綠色數據中心要求。

　　北京印發的《關于進一步加強數據中心項目節能審查的若干規定》，也新增了關于引導數據中心充分利用再生水的內容。