“人工智慧耗電遠大於數據中心”“人工智慧發展將讓現有電網崩潰”“科技公司要建核電站”……近段時間舉行的多個國際會議上,一些科技巨頭紛紛表達了對人工智慧高能耗問題的擔憂。面對人工智慧發展對電力系統的潛在影響,國家能源局公開回應,將密切跟蹤人工智慧等高新技術發展趨勢,分析研判電力需求增長態勢,系統謀劃保供舉措,確保能源穩定供應與需求增長相適應。
人工智慧真的會導致電力短缺嗎?當下各行各業都嘗試搭上人工智慧“順風車”。然而,開發和運作人工智慧都離不開能源保障。以網上流行的人工智慧生成圖片功能為例,每生成一幅圖片,消耗的電量相當於一部智慧手機充滿電的電量。英偉達H100型GPU晶片是目前人工智慧演算法最常用的晶片之一,一塊這樣的晶片一年消耗的電量比一個中等規模的家庭都要多。大規模部署人工智慧的能耗更令人吃驚,據估計,從2027年起,僅人工智慧新增的伺服器,一年消耗的電量就相當於荷蘭或瑞典這樣國家的總耗電量。
最新預警來自埃隆·馬斯克,他公開指出,人工智慧消耗的算力似乎每6個月就會增加10倍,一年多以前短缺的是晶片,接下來短缺的將是電力,“很快人們將會看到沒有足夠的電力來運作所有的人工智慧晶片”。除了科技大佬,人工智慧崛起也引起了更多人的討論和擔憂,大家擔心人工智慧會造成失業率飆升,對此有網友戲稱“只要電費貴過饅頭,人工智慧就永遠不能完全代替人”。
為何人工智慧如此耗電?在人們印象中,鋼鐵、水泥等傳統産業才是耗電大戶,很難將科技公司與高耗能挂起鉤來。實際上,人工智慧産業也是能源密集型産業。今天的電子電腦産業建立在積體電路基礎上,人們通常稱為晶片。每個晶片中都有許多電晶體,用來承擔“開關”功能,電腦通過快速改變電壓,來撥動這些開關從而實現二進位邏輯運算。隨著技術進步,單位晶片上的電晶體數量越來越多,每平方毫米麵積上甚至能整合上億個電晶體。再小的功耗碰上這個規模,耗電量也非常可觀。
訓練大模型需要在大規模數據集上反覆迭代,每一次迭代都需要計算和調整其中數十億個、數百億個乃至數千億個參數值,這些計算最終會表現為電晶體的開開關關,每次工作都需要電力來驅動。對於神經網路而言,規模越大,計算結果就越好,可以解決的問題就越多,但耗電量也越大。更重要的是,這種計算並非一勞永逸,需要不斷重新訓練、重新優化模型,這也意味著人工智慧迭代對於算力和電力的需求,似乎看不到“天花板”。
人工智慧發展的前提是,不能大幅新增碳排放量和危及能源安全。雖然目前人工智慧整體用電規模佔比較低,還不足以威脅電力系統,但應對快速增長的用電需求,必須重新考慮電力基礎設施投資和産業佈局,以實現可持續發展。
在電源側,要統籌算力電力協同佈局。我國已建成全球規模最大的電力供應系統和清潔發電體系,水電、風電、光伏發電規模多年居世界第一位。在廣大西部、北部地區,可再生能源、土地資源豐富,且隨著新能源裝機不斷提升,未來電量消納存在挑戰;東部地區受土地、水電、運維等要素影響,數據中心運營成本較高。因此,可引導對延時要求不高的數據中心向西部地區聚集,實現數據的差異化處理,既有助於綠電消納、西部地區經濟發展,又能促進數據中心低碳轉型、保障能源安全,將我國綠電優勢真正轉化為算力優勢。
在用電側,要加快低碳節能技術發展。當前人工智慧的運作方式非常耗能,應積極尋求更節能高效的演算法和電子元器件,提升數據中心上架率。同時,通過改進數據中心設計,優化冷卻系統,設立餘熱回收設備,切實提高數據中心能效水準,降低能源浪費。
未來,人工智慧將深度融入我們的生産生活,能耗問題雖值得重視,但大可不必因噎廢食。相信隨著技術進步、市場發展和生産力佈局優化,行業將會找到合適的解決方案來平衡算力和能耗需求,實現高品質發展。
(責任編輯:張紫祎)