随着人工智能技术快速发展，人工智能（AI）大模型的运行消耗问题受到越来越多关注。大模型为何成了耗能大户？能耗问题会不会成为人工智能发展的“绊脚石”？如何解决能耗问题？
耗电耗水量大
人工智能大模型到底有多耗能？据斯坦福人工智能研究所发布的《2023年AI指数报告》，AI大语言模型GPT-3一次训练的耗电量为1287兆瓦时，大概相当于3000辆特斯拉电动汽车共同开跑、每辆车跑20万英里所耗电量的总和。报告同时提出，AI大语言模型GPT-3一次训练，相当于排放了552吨二氧化碳。
国外研究显示，一次标准谷歌搜索耗电0.3瓦时，AI大语言模型ChatGPT响应一次用户请求耗电约2.96瓦时，在AI大模型驱动下的一次谷歌搜索耗电8.9瓦时。
除了耗电，另有研究显示，AI大语言模型GPT-3在训练期间耗水近700吨，每回答20个至50个问题就要消耗500毫升水。弗吉尼亚理工大学研究指出，Meta公司在2022年使用了超过260万立方米的水，主要作用是为数据中心提供冷却。
据了解，人工智能大模型GPT-4的主要参数是GPT-3的20倍，计算量是GPT-3的10倍，能耗也随之大幅增加。
华泰证券研报预测，到2030年，中国与美国的数据中心总用电量将分别达到0.65万亿千瓦时至0.95万亿千瓦时、1.2万亿千瓦时至1.7万亿千瓦时，是2022年的3.5倍和6倍以上。届时，AI用电量将达到2022年全社会用电量的20%和31%。
为何如此耗能
为什么人工智能大模型如此耗能？AI技术迅速发展，对芯片的需求急剧增加，进而带动电力需求激增。同时，对AI进行大量训练，也意味着需要更强的算力中心和与之匹配的散热能力。在AI快速迭代的道路上，电力和水资源的消耗也在快速增加。因为很多数据中心全年无休，发热量巨大，大规模电耗和水耗主要来自于冷却需求。
相关统计显示，数据中心运行成本的六成是电费，而电费里的四成多来自冷却散热，相应也会带来巨量冷却水的消耗。风冷数据中心六成多的耗电量都会用在风冷上，只有不到四成电力用在实际计算上。如今，全球数据中心市场耗电量是10年前的近10倍。
能耗问题会不会成为人工智能发展的“绊脚石”？英伟达首席执行官黄仁勋曾提到，AI和算力耗能巨大，但由于计算机性能飞速增长，计算会更加高效，相当于更节省能源。当前，我国实施严格的能耗双控政策，无论是AI大模型本身还是其应用行业，对单位GDP能耗来说均有明显降低作用。
从整体能耗来看，AI大模型带来的效率提升也会抵消一部分能耗增长。随着绿电广泛应用，再加上我国逐步由能耗双控向碳排放双控政策转变，可再生能源对未来AI大模型发展的支撑能力也会越来越强。
此外，相较于其他国家而言，中美等能源消费大国和数据大国，具备更好发展AI大模型的资源条件和基础。
怎样应对挑战
据预测，到2025年，AI相关业务在全球数据中心用电量中的占比将从2%增加至10%。到2030年，智能计算年耗电量将达到5000亿千瓦时，占全球发电总量的5%。因此，在大力发展AI大模型的同时，必须提前做好相关规划布局，以提供必要的电力和水资源等技术支撑。
有专家认为，人工智能的未来发展与状态和储能紧密相连。因此，不应仅关注计算力，而是需要更全面地考虑能源消耗问题。OpenAI创始人奥尔特曼认为，未来AI技术取决于能源突破，更绿色的能源尤其是核聚变或更便宜的太阳能以及储能的可获得性，是人工智能发展快慢的重要因素。
为降低电力和水资源消耗，很多企业在尝试采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，脸书（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等，我国很多企业则把数据中心布局在水电资源丰富的西南地区。
目前，可通过算法优化、开发和使用更高效的AI专用硬件、调整神经网络训练过程以优化计算资源等技术方式来降低AI大模型的能耗，并更多采用自然冷却、液冷、三联供、余热回收等新兴节能技术，提高制冷效率以降低数据中心能耗。从技术未来发展方向上看，光电智能芯片也有助于解决AI大模型的电耗和水耗问题。
AI大模型的发展，不能仅符合高端化、智能化的要求，更要符合绿色化的发展要求。为此，从国家和地方层面上看，为缓解AI大模型发展所带来的电力和水资源冲击，有必要将数据中心行业纳入高耗能行业管理体系，并提前做好相关规划布局。同时，加强资源整合，充分发挥人工智能大模型和数据中心的效能，通过使用效能下限设置等方式，确保其自身的电力和水资源使用效率。还应严格落实国家能耗双控及碳排放双控政策，并将其碳足迹与水足迹纳入行业考核范围，切实推动碳足迹与水足迹逐步降低，以应对日益增长的AI大模型电力和水资源需求。
（崔 成 作者系中国宏观经济研究院能源研究所研究员）
随着人工智能技术快速发展，人工智能（AI）大模型的运行消耗问题受到越来越多关注。大模型为何成了耗能大户？能耗问题会不会成为人工智能发展的“绊脚石”？如何解决能耗问题？
耗电耗水量大
人工智能大模型到底有多耗能？据斯坦福人工智能研究所发布的《2023年AI指数报告》，AI大语言模型GPT-3一次训练的耗电量为1287兆瓦时，大概相当于3000辆特斯拉电动汽车共同开跑、每辆车跑20万英里所耗电量的总和。报告同时提出，AI大语言模型GPT-3一次训练，相当于排放了552吨二氧化碳。
国外研究显示，一次标准谷歌搜索耗电0.3瓦时，AI大语言模型ChatGPT响应一次用户请求耗电约2.96瓦时，在AI大模型驱动下的一次谷歌搜索耗电8.9瓦时。
除了耗电，另有研究显示，AI大语言模型GPT-3在训练期间耗水近700吨，每回答20个至50个问题就要消耗500毫升水。弗吉尼亚理工大学研究指出，Meta公司在2022年使用了超过260万立方米的水，主要作用是为数据中心提供冷却。
据了解，人工智能大模型GPT-4的主要参数是GPT-3的20倍，计算量是GPT-3的10倍，能耗也随之大幅增加。
华泰证券研报预测，到2030年，中国与美国的数据中心总用电量将分别达到0.65万亿千瓦时至0.95万亿千瓦时、1.2万亿千瓦时至1.7万亿千瓦时，是2022年的3.5倍和6倍以上。届时，AI用电量将达到2022年全社会用电量的20%和31%。
为何如此耗能
为什么人工智能大模型如此耗能？AI技术迅速发展，对芯片的需求急剧增加，进而带动电力需求激增。同时，对AI进行大量训练，也意味着需要更强的算力中心和与之匹配的散热能力。在AI快速迭代的道路上，电力和水资源的消耗也在快速增加。因为很多数据中心全年无休，发热量巨大，大规模电耗和水耗主要来自于冷却需求。
相关统计显示，数据中心运行成本的六成是电费，而电费里的四成多来自冷却散热，相应也会带来巨量冷却水的消耗。风冷数据中心六成多的耗电量都会用在风冷上，只有不到四成电力用在实际计算上。如今，全球数据中心市场耗电量是10年前的近10倍。
能耗问题会不会成为人工智能发展的“绊脚石”？英伟达首席执行官黄仁勋曾提到，AI和算力耗能巨大，但由于计算机性能飞速增长，计算会更加高效，相当于更节省能源。当前，我国实施严格的能耗双控政策，无论是AI大模型本身还是其应用行业，对单位GDP能耗来说均有明显降低作用。
从整体能耗来看，AI大模型带来的效率提升也会抵消一部分能耗增长。随着绿电广泛应用，再加上我国逐步由能耗双控向碳排放双控政策转变，可再生能源对未来AI大模型发展的支撑能力也会越来越强。
此外，相较于其他国家而言，中美等能源消费大国和数据大国，具备更好发展AI大模型的资源条件和基础。
怎样应对挑战
据预测，到2025年，AI相关业务在全球数据中心用电量中的占比将从2%增加至10%。到2030年，智能计算年耗电量将达到5000亿千瓦时，占全球发电总量的5%。因此，在大力发展AI大模型的同时，必须提前做好相关规划布局，以提供必要的电力和水资源等技术支撑。
有专家认为，人工智能的未来发展与状态和储能紧密相连。因此，不应仅关注计算力，而是需要更全面地考虑能源消耗问题。OpenAI创始人奥尔特曼认为，未来AI技术取决于能源突破，更绿色的能源尤其是核聚变或更便宜的太阳能以及储能的可获得性，是人工智能发展快慢的重要因素。
为降低电力和水资源消耗，很多企业在尝试采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，脸书（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等，我国很多企业则把数据中心布局在水电资源丰富的西南地区。
目前，可通过算法优化、开发和使用更高效的AI专用硬件、调整神经网络训练过程以优化计算资源等技术方式来降低AI大模型的能耗，并更多采用自然冷却、液冷、三联供、余热回收等新兴节能技术，提高制冷效率以降低数据中心能耗。从技术未来发展方向上看，光电智能芯片也有助于解决AI大模型的电耗和水耗问题。
AI大模型的发展，不能仅符合高端化、智能化的要求，更要符合绿色化的发展要求。为此，从国家和地方层面上看，为缓解AI大模型发展所带来的电力和水资源冲击，有必要将数据中心行业纳入高耗能行业管理体系，并提前做好相关规划布局。同时，加强资源整合，充分发挥人工智能大模型和数据中心的效能，通过使用效能下限设置等方式，确保其自身的电力和水资源使用效率。还应严格落实国家能耗双控及碳排放双控政策，并将其碳足迹与水足迹纳入行业考核范围，切实推动碳足迹与水足迹逐步降低，以应对日益增长的AI大模型电力和水资源需求。
（崔 成 作者系中国宏观经济研究院能源研究所研究员）
英国《自然》周刊网站3月12日刊登题为《OpenAI的文生视频工具Sora会如何改变科学——以及社会》的文章，作者为乔纳森·奥卡拉汉，内容编译如下：美国开放人工智能研究中心(OpenAI 记者3月20日从中国科学院地质与地球物理研究所获悉，该所科研人员在东北黑土区开展了大范围的野外调查和样品采集工作，通过分析采集的黑土样品发现，黑土物质最初都是由风力搬运而来。相关研究成 今年1月，英国分子生物学家肖尔托·戴维发表文章，指控美国哈佛大学医学院附属丹娜-法伯癌症研究所科学家通过修改图片伪造数据。随后该研究所正式宣布撤回6篇论文，并纠正了另外31篇论文的 近日，美国纽约州立大学石溪分校科学家菲格罗阿等人在一篇发表于《自然·量子信息》上的论文中称，他们通过把两个独立的光子存储在铷气里，首次在室温条件下构建了一个量子存储器网络。鉴于 据英国《每日电讯报》网站3月18日报道，根据英国政府的新航空计划，首批电动飞行出租车将于2026年试飞。周一发布的《“飞行未来”行动计划》为飞行出租车在2030年广泛使用铺平道路。尽管在最初 3月24日，记者从中国农业科学院获悉，该院蔬菜花卉研究所甘蓝类蔬菜遗传育种创新团队，开发了快速创制细胞质雄性不育系的新方法——“一步法”。相关研究日前发表在国际期刊《自然&midd 。本文链接：大模型为何成耗能大户http://www.sushuapos.com/show-2-5513-0.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： 全球半导体产业格局生变