人工智能（AI）技术的迅猛发展引起了全球范围内的关注。一方面，人们对AI的潜力和应用前景抱有极大期待，另一方面，对其能耗问题也产生了深切的担忧。本文将详细分析AI能耗的现状、影响因素以及未来可能的发展趋势。
AI能耗问题的现实挑战
AI技术的核心之一是算力，而算力的提升往往伴随着能耗的增加。微软工程师训练GPT-6时遇到的难题，就是一个典型例证。他们不得不分散部署超过十万块H100芯片以避免电网崩溃，这表明集中部署高能耗AI硬件会对电网稳定性造成巨大压力。每块H100芯片峰值功率为700W，十万块芯片的峰值功率高达7000万W，相当于一座小型或中型发电厂的全部输出。还需要考虑服务器和冷却设备的能耗，这些设施集中在一小块区域，对电网的压力可想而知。
AI耗电量与数据中心和加密货币的比较
尽管AI的耗电量看似庞大，但与数据中心和加密货币相比，仍然显得微不足道。2022年全球数据中心、人工智能和加密货币的耗电量达到460TWh，占全球能耗的近2%。IEA预测，在最糟糕的情况下，到2026年这些领域的用电量将达到1000TWh，与整个欧洲的用电量相当。目前AI研发的能耗远低于数据中心和加密货币。例如，英伟达在AI服务器市场占据了约95%的份额，2023年供应了约10万块芯片，每年耗电量约为7.3TWh。而在2022年，加密货币的能耗为110TWh，与整个欧洲的用电量相当。
冷却能耗的重要性
数据中心的能效通常用PUE（功率使用效率）来评估，即消耗的所有能源与IT负载消耗的能源的比值。PUE值越接近1，表示数据中心浪费的能源越少。UptimeInstitute的报告显示，2020年全球大型数据中心的平均PUE约为1.59，这意味着数据中心的IT设备每消耗1度电，其配套设备就消耗0.59度电。在数据中心的额外能耗中，绝大部分应用于冷却系统，可达总能耗的40%。随着芯片更新换代，数据中心的功率密度不断提升，对散热提出了更高的要求。但通过改进数据中心设计，就能大幅减少能量的浪费。不同数据中心的PUE差异很大，例如，某些国家的数据中心已将PUE降至1.46，而在其他国家仍有超过十分之一的数据中心PUE超过2.19。
全球节能减排措施
世界各国正在采取措施，敦促数据中心实现节能减排的目标。例如，某些国家要求大型数据中心设立余热回收设备；美国政府注资研发更高能效的半导体；中国政府出台措施，要求数据中心从2025年起PUE不高于1.3，并将可再生能源使用比例逐年上调，到2032年达到100%。
科技公司用电的挑战
随着加密货币和AI的发展，各大科技公司的数据中心规模不断扩大。据国际能源署统计，在2022年美国拥有2700座数据中心，消耗了全国用电量的4%，并预测这一比例到2026年将达到6%。随着美国东西海岸用地越发紧张，数据中心逐步向中西部等中部地区转移，但这些二线地区原有的产业并不发达，电力供应可能无法满足需求。一些技术公司尝试摆脱电网的束缚，直接从可再生能源购买电能，但这种用电方式和新建基础设施都要面临巨大的经济和环境挑战。
结论
AI能耗问题是一个复杂且多维的问题，涉及技术发展、基础设施建设、政策支持和环境保护等多个方面。随着技术的进步和全球对节能减排的重视，我们有理由相信，未来AI的发展将更加注重能效和可持续性。
本文来自作者[shyfzc]投稿，不代表艺帆号立场，如若转载，请注明出处：https://vip.shyfzc.com/zixue/202412-25022.html
评论列表（4条）
我是艺帆号的签约作者“shyfzc”！
希望本篇文章《AI技术革命 电力消耗惊人 全球能源危机逼近 (ai技术革命助力行业发展)》能对你有所帮助！
本站[艺帆号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：人工智能，AI，技术的迅猛发展引起了全球范围内的关注，一方面，人们对AI的潜力和应用前景抱有极大期待，另一方面，对其能耗问题也产生了深切的担忧，本文将详细分析AI能耗的现状、影...