| 来源：成都商报 “下一个短缺的将是电力。”不久前，围绕人工智能（AI）发展，特斯拉首席执行官马斯克发出这样的预警。 他表示，人工智能计算的约束条件是可预测的，“我在一年多前就预测过芯片短缺，下一个短缺的将是电力。我认为明年将没有足够的电力来运行所有的芯片。” 此外，OpenAI首席执行官山姆·奥特曼也表示，人工智能将消耗比人们预期更多的电力，未来的发展需要能源突破。 在人工智能飞速发展的背后，能源消耗问题也日益凸显，成为业内关注的焦点。甚至有人提出，“AI的尽头是算力，而算力的尽头是电力”。 那么，人工智能到底有多耗电？人工智能发展“缺电”了吗？面对能耗问题，我国又拿出了怎样的应对方案？ AI有多耗电？ 当下人工智能大模型的竞争，颇像一场“算力军备竞赛”。在规模效应（Scaling Law）的驱动下，各公司通过不断增加模型参数和数据量，期待实现“大力出奇迹”，相应地，算力需求也成倍增加。算力的背后，是电力在支撑。 你可以在脑海中想象这样一幅画面——在数据中心或智算中心，成千上万台服务器和芯片整齐列阵、昼夜不停地运转。当下训练AI大模型使用的主流算力芯片英伟达H100芯片，一张最大功耗为700瓦，这意味着运行一小时就要耗电0.7度。而此前有消息称，OpenAI训练GPT-5，需要数万张H100芯片。 通过昼夜不息的数据中心，大家会对AI耗电有一个感性认识，而数据则更加直观。以GPT-3的训练为例，GPT-3有1750亿个参数，据估计，训练过程使用了大约1287兆瓦时（也就是128.7万度）的电力。 该如何理解这个耗电量？这相当于美国约121个家庭一整年的用电量。也曾有专家打了这么一个比方，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。 国际能源署（IEA）在今年1月的一份报告中曾表示，ChatGPT响应一个请求平均耗电2.9瓦时——相当于将一个60瓦的灯泡点亮略少于三分钟。另外，据美媒报道，ChatGPT每天响应约2亿个需求，消耗超过50万度电力，相当于1.7万个美国家庭平均一天的用电量。 AI耗电的中国解法之一 各种数据似乎都在说明，AI是一只“耗电巨兽”，那么下一个问题就是，它的胃口还能被满足吗？AI发展“缺电”了吗？ “AI发展‘缺电’并不是现在已经出现的问题，而是未来可能面临的问题。”中国现代国际关系研究院国际安全所所长刘冲作出这样的判断。他表示，目前AI发展的路线是不断增加模型参数、叠加芯片，如果继续按照这个路线发展，将来消耗的电力将更多，从这个角度来讲，未来AI的能耗问题可能会越来越突出，尤其是对于电力供应本身比较紧张的国家。 目前，我国算力总规模已经位居全球第二。AI耗电，也是我国需要应对的问题。我国在电力方面具有优势，已建成全球规模最大的电力供应系统和清洁发电体系，其中，水电、风电、光伏、生物质发电和在建核电规模多年位居世界第一。值得一提的是，在提升具体的AI和电力相关技术外，我国在宏观层面的一个“解题思路”，也值得关注。 让我们从最近举行的一场青海推介会说起，推介会的主题是绿色算力产业发展。青海有着丰富的绿色电力资源，包括光电、风电、水电等。截至2023年底，青海省清洁能源装机超过5100万千瓦，占比92.8%，发电量占比超84.5%。AI算力需要消耗大量电力，青海的绿电又用不完，如果把数据中心搬到青海，将“绿电”变为“绿算”，将绿色“瓦特”变为绿色“比特”，岂不是双向奔赴？ 在中国电信（国家）数字青海绿色大数据中心，通过风光水等清洁能源的互补，已经实现了数据中心的100%清洁能源供应。而且，数据中心建到青海，不仅能解决电力问题，还能大大降低散热能耗。青海气候干燥、冷凉，数据中心可实现全年314天自然冷却，制冷用电比全国平均水平低40%左右。 在这方面，还有一位先行者，就是同样具有电力和气候优势的贵州。作为全球超大型数据中心集聚最多的地区之一，贵州正在人工智能的赛道上迈开步伐奔跑。去年，贵州部署智算芯片达8万张，总算力规模增长28.8倍。 在贵州和青海绿色算力产业蓬勃发展的背后，是一个更为浩大的工程——“东数西算”工程。客观上，由于网络时延等限制存在，并非所有算力服务场景都适用“东数西算”。比如自动驾驶、证券交易等低时延业务场景就需要就近计算。然而，人工智能模型训练推理这样高时延业务场景，正好是“东数西算”的“舒适区”，“东数西训”成为“东数西算”的典型应用场景。 据澎湃新闻 |
19款电子扎带
电路板识别电子标签