AI用電量極速攀升引熱議，會導(dǎo)致能源短缺嗎?

　　隨著人工智能的發(fā)展，其用電量急速上升問題正在引發(fā)全球警惕，以后會發(fā)生“電荒”嗎?能耗問題會不會成為AI發(fā)展的“絆腳石”?

　　節(jié)節(jié)攀升，AI成為“電老虎”?

　　當(dāng)前，人工智能技術(shù)快速發(fā)展，芯片需求急劇增加，進(jìn)而帶動電力需求激增。公開數(shù)據(jù)顯示，全球數(shù)據(jù)中心市場的耗電量已經(jīng)從十年前的100億瓦增加到如今的1000億瓦水平。

　　據(jù)環(huán)球時報援引《紐約客》雜志報道，OpenAI的ChatGPT聊天機(jī)器人每天消耗超過50萬千瓦時的電力，用于處理約2億個用戶請求，相當(dāng)于美國家庭每天用電量的1.7萬多倍。

　　近期，特斯拉創(chuàng)始人馬斯克公開表態(tài)稱未來兩年人工智能行業(yè)將由“缺硅”變?yōu)?ldquo;缺電”。在今年初，OpenAI的創(chuàng)始人山姆·奧特曼也坦言，我們確實需要比我們之前想象的更多的能源，這會迫使我們更多地投資于能夠提供這種能源的技術(shù)。

　　根據(jù)美國機(jī)構(gòu)Uptime Institute的預(yù)測，到2025年，人工智能業(yè)務(wù)在全球數(shù)據(jù)中心用電量中的占比將從2%增加到10%。

　　國金證券研報指出，隨著模型迭代、參數(shù)量的擴(kuò)大，以及日活人數(shù)的擴(kuò)大，相關(guān)算力需求將成倍增加。

　　中國科學(xué)技術(shù)信息研究所人工智能中心副主任李修全接受中新財經(jīng)采訪時稱，近年來，人工智能大模型規(guī)模、數(shù)量都在高速增長，也帶來對能源需求的快速增加。盡管短期內(nèi)還不會很快出現(xiàn)“缺電”等問題，但未來大規(guī)模智能化時代來臨后的能源需求激增不容忽視。

　　制約AI發(fā)展?能源問題受重視

　　種種跡象顯示，AI的用電量可能超乎想象，這直接關(guān)系到AI行業(yè)是否能順利發(fā)展。李修全認(rèn)為，智能化科技革命浪潮己勢不可擋，能源問題是必須同步應(yīng)對的關(guān)鍵問題。

　　這一問題越發(fā)引起重視，據(jù)法新社報道，與傳統(tǒng)計算機(jī)相比，人工智能運(yùn)算能耗高、能效低并因此受到詬病。在近日舉行的英偉達(dá)GTC大會上，能耗問題也被提及。

　　波士頓咨詢集團(tuán)曾發(fā)布報告稱，到2030年底，僅美國數(shù)據(jù)中心的用電量預(yù)計就將是2022年的三倍。這一增幅主要由AI模型訓(xùn)練和服務(wù)更高頻的AI查詢兩項關(guān)鍵需求因素驅(qū)動。

　　中國信通院3月15日發(fā)布的《綠色算力技術(shù)創(chuàng)新研究報告(2024年)》指出，我國算力總規(guī)模近五年年均增速近30%。隨著我國算力產(chǎn)業(yè)總體規(guī)?？焖僭鲩L，以數(shù)據(jù)中心為代表的算力基礎(chǔ)設(shè)施整體能耗和碳排放問題越發(fā)突出，政策開始關(guān)注用能環(huán)節(jié)綠色。

　　如何應(yīng)對?提升能效比或是關(guān)鍵

　　發(fā)展AI離不開算力。作為AI“軍火商”，英偉達(dá)已在考慮能耗問題。近日，其發(fā)布的新一代AI芯片，據(jù)稱能耗比上一代有所降低。

　　英偉達(dá)CEO黃仁勛舉例，使用8000枚其第一代AI芯片訓(xùn)練聊天機(jī)器人ChatGPT三個月，將耗能15兆瓦，而使用新一代芯片在同樣時長內(nèi)執(zhí)行同樣任務(wù)，僅需2000枚芯片，能耗則降低至4兆瓦。

　　另外，據(jù)日媒報道，英偉達(dá)計劃從三星采購高帶寬內(nèi)存(HBM)芯片，這是人工智能處理器的關(guān)鍵組件，目前正在測試。

　　黃仁勛表示：“HBM是一個技術(shù)奇跡，它可以提高能源效率，并且隨著耗電的人工智能芯片變得更加普遍，可以幫助世界變得更加可持續(xù)。”

　　值得一提的是，目前國內(nèi)有很多數(shù)據(jù)中心也考慮到節(jié)能問題。如海底數(shù)據(jù)中心以海洋作為自然冷源，將服務(wù)器安放在海底的容器中，通過海水的流動進(jìn)行自然冷卻。

　　李修全稱，我們對能源需求問題不必過于恐慌，但是必須同步應(yīng)對。未來，在芯片算力快速升級提升的同時，單位算力所需能耗水平還將持續(xù)降低。同時，液冷技術(shù)、光互聯(lián)技術(shù)將進(jìn)一步提升人工智能算力集群能效比;針對特定問題對大模型進(jìn)行量化壓縮并再訓(xùn)練成專用模型，很多任務(wù)不再需要用大規(guī)模高耗能模型。

　　來源：中國新聞網(wǎng)