隨著人工智能技術(shù)快速發(fā)展，人工智能（AI）大模型的運行消耗問題受到越來越多關(guān)注。大模型為何成了耗能大戶？能耗問題會不會成為人工智能發(fā)展的“絆腳石”？如何解決能耗問題？
耗電耗水量大
人工智能大模型到底有多耗能？據(jù)斯坦福人工智能研究所發(fā)布的《2023年AI指數(shù)報告》，AI大語言模型GPT-3一次訓(xùn)練的耗電量為1287兆瓦時，大概相當(dāng)于3000輛特斯拉電動汽車共同開跑、每輛車跑20萬英里所耗電量的總和。報告同時提出，AI大語言模型GPT-3一次訓(xùn)練，相當(dāng)于排放了552噸二氧化碳。
國外研究顯示，一次標(biāo)準(zhǔn)谷歌搜索耗電0.3瓦時，AI大語言模型ChatGPT響應(yīng)一次用戶請求耗電約2.96瓦時，在AI大模型驅(qū)動下的一次谷歌搜索耗電8.9瓦時。
除了耗電，另有研究顯示，AI大語言模型GPT-3在訓(xùn)練期間耗水近700噸，每回答20個至50個問題就要消耗500毫升水。弗吉尼亞理工大學(xué)研究指出，Meta公司在2022年使用了超過260萬立方米的水，主要作用是為數(shù)據(jù)中心提供冷卻。
據(jù)了解，人工智能大模型GPT-4的主要參數(shù)是GPT-3的20倍，計算量是GPT-3的10倍，能耗也隨之大幅增加。
華泰證券研報預(yù)測，到2030年，中國與美國的數(shù)據(jù)中心總用電量將分別達到0.65萬億千瓦時至0.95萬億千瓦時、1.2萬億千瓦時至1.7萬億千瓦時，是2022年的3.5倍和6倍以上。屆時，AI用電量將達到2022年全社會用電量的20%和31%。
為何如此耗能
為什么人工智能大模型如此耗能？AI技術(shù)迅速發(fā)展，對芯片的需求急劇增加，進而帶動電力需求激增。同時，對AI進行大量訓(xùn)練，也意味著需要更強的算力中心和與之匹配的散熱能力。在AI快速迭代的道路上，電力和水資源的消耗也在快速增加。因為很多數(shù)據(jù)中心全年無休，發(fā)熱量巨大，大規(guī)模電耗和水耗主要來自于冷卻需求。
相關(guān)統(tǒng)計顯示，數(shù)據(jù)中心運行成本的六成是電費，而電費里的四成多來自冷卻散熱，相應(yīng)也會帶來巨量冷卻水的消耗。風(fēng)冷數(shù)據(jù)中心六成多的耗電量都會用在風(fēng)冷上，只有不到四成電力用在實際計算上。如今，全球數(shù)據(jù)中心市場耗電量是10年前的近10倍。
能耗問題會不會成為人工智能發(fā)展的“絆腳石”？英偉達首席執(zhí)行官黃仁勛曾提到，AI和算力耗能巨大，但由于計算機性能飛速增長，計算會更加高效，相當(dāng)于更節(jié)省能源。當(dāng)前，我國實施嚴格的能耗雙控政策，無論是AI大模型本身還是其應(yīng)用行業(yè)，對單位GDP能耗來說均有明顯降低作用。
從整體能耗來看，AI大模型帶來的效率提升也會抵消一部分能耗增長。隨著綠電廣泛應(yīng)用，再加上我國逐步由能耗雙控向碳排放雙控政策轉(zhuǎn)變，可再生能源對未來AI大模型發(fā)展的支撐能力也會越來越強。
此外，相較于其他國家而言，中美等能源消費大國和數(shù)據(jù)大國，具備更好發(fā)展AI大模型的資源條件和基礎(chǔ)。
怎樣應(yīng)對挑戰(zhàn)
據(jù)預(yù)測，到2025年，AI相關(guān)業(yè)務(wù)在全球數(shù)據(jù)中心用電量中的占比將從2%增加至10%。到2030年，智能計算年耗電量將達到5000億千瓦時，占全球發(fā)電總量的5%。因此，在大力發(fā)展AI大模型的同時，必須提前做好相關(guān)規(guī)劃布局，以提供必要的電力和水資源等技術(shù)支撐。
有專家認為，人工智能的未來發(fā)展與狀態(tài)和儲能緊密相連。因此，不應(yīng)僅關(guān)注計算力，而是需要更全面地考慮能源消耗問題。OpenAI創(chuàng)始人奧爾特曼認為，未來AI技術(shù)取決于能源突破，更綠色的能源尤其是核聚變或更便宜的太陽能以及儲能的可獲得性，是人工智能發(fā)展快慢的重要因素。
為降低電力和水資源消耗，很多企業(yè)在嘗試采用各種方法為數(shù)據(jù)中心散熱。例如，微軟曾嘗試部署海下數(shù)據(jù)中心，臉書（Facebook）數(shù)據(jù)中心選址北極圈附近，阿里云千島湖數(shù)據(jù)中心使用深層湖水制冷等，我國很多企業(yè)則把數(shù)據(jù)中心布局在水電資源豐富的西南地區(qū)。
目前，可通過算法優(yōu)化、開發(fā)和使用更高效的AI專用硬件、調(diào)整神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程以優(yōu)化計算資源等技術(shù)方式來降低AI大模型的能耗，并更多采用自然冷卻、液冷、三聯(lián)供、余熱回收等新興節(jié)能技術(shù)，提高制冷效率以降低數(shù)據(jù)中心能耗。從技術(shù)未來發(fā)展方向上看，光電智能芯片也有助于解決AI大模型的電耗和水耗問題。
AI大模型的發(fā)展，不能僅符合高端化、智能化的要求，更要符合綠色化的發(fā)展要求。為此，從國家和地方層面上看，為緩解AI大模型發(fā)展所帶來的電力和水資源沖擊，有必要將數(shù)據(jù)中心行業(yè)納入高耗能行業(yè)管理體系，并提前做好相關(guān)規(guī)劃布局。同時，加強資源整合，充分發(fā)揮人工智能大模型和數(shù)據(jù)中心的效能，通過使用效能下限設(shè)置等方式，確保其自身的電力和水資源使用效率。還應(yīng)嚴格落實國家能耗雙控及碳排放雙控政策，并將其碳足跡與水足跡納入行業(yè)考核范圍，切實推動碳足跡與水足跡逐步降低，以應(yīng)對日益增長的AI大模型電力和水資源需求。
（作者系中國宏觀經(jīng)濟研究院能源研究所研究員）
