在美国弗吉尼亚州的卡尔佩珀县，牛的数量几乎是人口数量的3倍，空气中弥漫着干草和粪肥的气味。这里的大农场大多数仍由家庭经营，广袤的森林与田园风光交相辉映。然而，这片宁静的乡村正经历着21世纪的巨变。
过去几年，为支持生成式人工智能（AI）的发展，该县批准了7个大型数据中心的建设项目。这些数据中心将为AI模型训练和全球海量查询提供支持，但也面临巨大的能源消耗问题。每个数据中心的用电量堪比数万户家庭用电量，不仅推高了居民用电成本，还对电网造成很大压力。
生成式AI比传统AI耗能更多，促使科技公司投入巨资扩建数据中心。但是，这些公司在AI能耗方面缺乏透明度，使得研究人员难以准确评估其影响。英国《自然》杂志报道称，不少研究人员试图通过各种方法来探索AI的实际能源需求。
基于市场实施估算
荷兰阿姆斯特丹自由大学研究员、Digiconomist公司创始人亚历克斯·德弗里斯，利用基于供应链或市场的估算方法研究了英伟达一款服务器的功耗，并据此推算出其一年的能耗。然后，他根据特定任务所需此类服务器总数来进行估计。
德弗里斯估算了谷歌搜索使用生成式AI所需的能源。如果将类似ChatGPT的AI整合到谷歌搜索中，将需要40万至50万台英伟达A100服务器，这些服务器每年耗电量将达230亿至290亿千瓦时。预计谷歌每天处理多达90亿次搜索，通过AI服务器进行的每次搜索请求需要7至9瓦时的能源。据谷歌2009年的一篇博客文章中的数据，这比普通搜索的能耗高出23倍至30倍。
这种估算方法虽然直观，却忽略了算力成本下降趋势。过去5年AI训练成本已下降了80%，芯片能效每年提升35%。
美国能源分析公司SemiAnalysis表示，评估生成式AI能耗的最佳方法仍然是监测服务器的发货量及其电力需求。
自下而上进行实测
更精确的自下而上测量法正在兴起。这种测试方法的理念是，用户提交一个提示，例如生成图像的请求或文本聊天请求，运行结束后，它会估算出用户所使用的硬件消耗了多少能源。
研究人员发现，不同的任务需要不同的电力。平均而言，根据文本提示生成图像消耗约0.5瓦时的电力，而生成文本则略少。相比之下，现代智能手机充满电可能需要22瓦时。
但这种方法也存在先天局限。比如，谷歌的张量处理单元等专有芯片的能耗数据仍被锁在“黑箱”之中。
预测存在不确定性
国际能源署估计，2022年，数据中心的用电量为240太瓦时至340太瓦时，占全球需求的1%—1.3%。但随着生成式AI的普及，这一数字可能进一步上升。然而，相比于全球电力需求预计到2050年增长80%以上的趋势，数据中心的能耗占比仍相对较小。
不过，《自然》杂志指出，AI对能源的影响在地方和区域层面将最为严重。以美国弗吉尼亚州为例，数据中心已占该州电力消耗的4.4%，预计到2028年可能翻倍甚至翻3倍，达到总用电量的7%至12%。该州的电力基础设施正面临巨大压力，部分数据中心项目因供电不足而被迫延期。
那么，AI的电力需求会下降吗？这一问题目前似乎还难以回答。
独立研究员乔纳森·库米指出，许多预测基于简单假设，且科技公司可能夸大需求。因此，AI能耗预测的难点在于其不确定性。
此外，AI技术进步也可能引发“杰文斯悖论”，即效率的提升并不必然导致资源消耗的减少，反而可能因为成本降低和应用范围扩大，刺激需求增长，最终导致资源消耗总量增加。
未来的解决方案需要跨越技术、政策和伦理的多维创新。或许卡尔佩珀县的牧民们能给出启示：就像他们世代遵循的轮牧制度，让土地休养生息。数字文明也需要建立“能源轮牧”机制，即在算力扩张与电网承载力之间找到动态平衡，而这也是亟待解决的全球性问题。
在美国弗吉尼亚州的卡尔佩珀县，牛的数量几乎是人口数量的3倍，空气中弥漫着干草和粪肥的气味。这里的大农场大多数仍由家庭经营，广袤的森林与田园风光交相辉映。然而，这片宁静的乡村正经历着21世纪的巨变。
过去几年，为支持生成式人工智能（AI）的发展，该县批准了7个大型数据中心的建设项目。这些数据中心将为AI模型训练和全球海量查询提供支持，但也面临巨大的能源消耗问题。每个数据中心的用电量堪比数万户家庭用电量，不仅推高了居民用电成本，还对电网造成很大压力。
生成式AI比传统AI耗能更多，促使科技公司投入巨资扩建数据中心。但是，这些公司在AI能耗方面缺乏透明度，使得研究人员难以准确评估其影响。英国《自然》杂志报道称，不少研究人员试图通过各种方法来探索AI的实际能源需求。
基于市场实施估算
荷兰阿姆斯特丹自由大学研究员、Digiconomist公司创始人亚历克斯·德弗里斯，利用基于供应链或市场的估算方法研究了英伟达一款服务器的功耗，并据此推算出其一年的能耗。然后，他根据特定任务所需此类服务器总数来进行估计。
德弗里斯估算了谷歌搜索使用生成式AI所需的能源。如果将类似ChatGPT的AI整合到谷歌搜索中，将需要40万至50万台英伟达A100服务器，这些服务器每年耗电量将达230亿至290亿千瓦时。预计谷歌每天处理多达90亿次搜索，通过AI服务器进行的每次搜索请求需要7至9瓦时的能源。据谷歌2009年的一篇博客文章中的数据，这比普通搜索的能耗高出23倍至30倍。
这种估算方法虽然直观，却忽略了算力成本下降趋势。过去5年AI训练成本已下降了80%，芯片能效每年提升35%。
美国能源分析公司SemiAnalysis表示，评估生成式AI能耗的最佳方法仍然是监测服务器的发货量及其电力需求。
自下而上进行实测
更精确的自下而上测量法正在兴起。这种测试方法的理念是，用户提交一个提示，例如生成图像的请求或文本聊天请求，运行结束后，它会估算出用户所使用的硬件消耗了多少能源。
研究人员发现，不同的任务需要不同的电力。平均而言，根据文本提示生成图像消耗约0.5瓦时的电力，而生成文本则略少。相比之下，现代智能手机充满电可能需要22瓦时。
但这种方法也存在先天局限。比如，谷歌的张量处理单元等专有芯片的能耗数据仍被锁在“黑箱”之中。
预测存在不确定性
国际能源署估计，2022年，数据中心的用电量为240太瓦时至340太瓦时，占全球需求的1%—1.3%。但随着生成式AI的普及，这一数字可能进一步上升。然而，相比于全球电力需求预计到2050年增长80%以上的趋势，数据中心的能耗占比仍相对较小。
不过，《自然》杂志指出，AI对能源的影响在地方和区域层面将最为严重。以美国弗吉尼亚州为例，数据中心已占该州电力消耗的4.4%，预计到2028年可能翻倍甚至翻3倍，达到总用电量的7%至12%。该州的电力基础设施正面临巨大压力，部分数据中心项目因供电不足而被迫延期。
那么，AI的电力需求会下降吗？这一问题目前似乎还难以回答。
独立研究员乔纳森·库米指出，许多预测基于简单假设，且科技公司可能夸大需求。因此，AI能耗预测的难点在于其不确定性。
此外，AI技术进步也可能引发“杰文斯悖论”，即效率的提升并不必然导致资源消耗的减少，反而可能因为成本降低和应用范围扩大，刺激需求增长，最终导致资源消耗总量增加。
未来的解决方案需要跨越技术、政策和伦理的多维创新。或许卡尔佩珀县的牧民们能给出启示：就像他们世代遵循的轮牧制度，让土地休养生息。数字文明也需要建立“能源轮牧”机制，即在算力扩张与电网承载力之间找到动态平衡，而这也是亟待解决的全球性问题。
“远方巡视启动！”南方电网云南保山220千伏大寨变电站日前启动首次全套智能巡视，109个摄像头快速旋转，10套在线监测系统开始收集数据，变电站的无人机机巢弹开、无人机飞向工作点位，机器人从卷帘门 3月18日是第24个“全国爱肝日”。今年活动的主题是，“早防早筛，远离肝硬化”。重庆多所医院开展义诊咨询活动，通过普及肝病的防治知识，让民众主动筛查、规范治疗、定期随访，提高大众爱肝护肝意识， 患者只需吸入特制的“氙气”，3.5秒后一幅人体肺部磁共振3D影像就呈现出来。影像中，气体可抵达肺部的位置清晰可见，患者的肺部微结构、气体交换功能情况等一目了然。日前，中国科学院精密测量科学 科技日报从哈尔滨工业大学获悉，北京时间2024年3月20日8时31分28秒，“天都一号”“天都二号”通导技术试验星伴随探月工程四期鹊桥二号中继星任务搭乘长征八号遥三运载火箭从文昌航天发射场发射 我国成功发射云海二号02组卫星 中新网北京3月21日电(马帅莎 曹译 张艳)北京时间2024年3月21日13时27分，我国在酒泉卫星发射中心使用长征二号丁运载火箭/远征三号上面级，成功将云海二号02组卫星发射升空，卫星顺利 全球首台无细胞蛋白质合成生物反应器、全球首台全高温超导托卡马克装置（洪荒70）、64比特超导量子计算机研发与产业化项目、深海可燃冰探采重载作业机器人系统研制、载人电动复合翼垂直起降飞行 。本文链接：AI“吞噬”能源的胃口到底有多大http://www.sushuapos.com/show-2-11488-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： AI天气预报系统速度提升数十倍
下一篇： 基于液体的下一代软体机器人问世