在当今时代，人工智能（AI）的迅猛发展已经成为一个不可忽视的现象。随着AI技术的不断进步，其对能源的需求也日益增加，引发了广泛的讨论和担忧。许多人担心AI的能耗问题可能会成为制约其发展的瓶颈。这种担忧并非空穴来风，正如技术创业者、前工程师凯尔·科比特在社交媒体上所指出的，AI的能耗问题已经成为一个实实在在的难题。
AI能耗问题的严峻性
AI的能耗问题，尤其是在大型模型训练过程中，显得尤为突出。以微软工程师训练GPT-6为例，他们需要将分布在不同地区的H100芯片通过高速网络连接起来，以应对单个地区电网无法承受的电力需求。据科比特称，如果将超过10万块H100芯片部署在同一个地区，电网将面临崩溃的风险。
根据网站公布的数据，每块H100芯片的峰值功率为700W，10万块H100芯片的峰值功率可达7000万W，相当于一座小型核电站的全部输出。这还只是芯片本身的能耗，如果再加上服务器和冷却设备的能耗，集中部署在一小片区域的耗电设施将给电网带来巨大压力。
AI能耗与其他产业的比较
尽管AI的耗电量看似巨大，但与加密货币和传统数据中心相比，仍有差距。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%。国际能源署（IEA）预测，在最糟糕的情况下，到2026年这些领域的用电量将达1000TWh，与整个法国的用电量相当。
英伟达在AI服务器市场中占据约95%的份额，2023年供应了约10万块芯片，每年耗电量约为7.3TWh。2022年加密货币的能耗为110TWh，与整个法国的用电量相当。这些数据表明，虽然AI的能耗问题不容忽视，但相较于其他行业，其能耗仍然较低。
冷却能耗的挑战
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。理想情况下，PUE值越接近1，表明数据中心浪费的能源越少。根据UptimeInstitute的报告，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。一项调查研究显示，冷却系统消耗的能量可达数据中心总能耗的40%。随着芯片更新换代，单台设备的功率增大，数据中心的功率密度不断提升，对散热提出了更高的要求。
能效比的改进与政策响应
通过改进数据中心设计，可以大幅减少能量的浪费。不同数据中心的能效比差异很大，UptimeInstitute报告显示，日本已经把PUE降到了1.46，而在美国仍有超过十分之一的数据中心PUE超过2.19。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，欧盟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；中国政府也出台措施，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%。
科技公司面临的挑战
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数据中心都需要巨大的投资。因此，科技公司在节流难开源更难的背景下，需要寻求更高效、更环保的能源解决方案，以应对日益增长的能耗挑战。
AI能耗问题是一个复杂且多维的挑战，涉及技术、经济和政策等多个方面。尽管目前AI的能耗相对于其他行业来说并不算高，但随着AI技术的发展和应用范围的扩大，如何平衡能耗与效率，将是未来AI发展中需要重点关注的问题。
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/202412-25544.html
评论列表（4条）
我是艺帆号的签约作者“shyfzc”！
希望本篇文章《全球能源危机的前奏 AI技术电力消耗激增 (全球能源危机现状)》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：在当今时代，人工智能，AI，的迅猛发展已经成为一个不可忽视的现象，随着AI技术的不断进步，其对能源的需求也日益增加，引发了广泛的讨论和担忧，许多人担心AI的能耗问题可能会成为制...