藏在AI背后的“吃電狂魔”快訊
美國數(shù)據(jù)中心的用電量已占美國總電力的4%以上，以支撐AI大模型的訓練和使用，不同AI模型的耗電量無法被準確估算。
3月底，美國密歇根湖畔的一座已經(jīng)關閉的核電站Holtec Palisades，獲得來自美國能源部的15億美元貸款擔保，進入重啟階段。如果順利通過監(jiān)管環(huán)節(jié)，它將成為美國歷史上第一座重啟的核電站。
美國能源部之所以重啟核電發(fā)力，是出于對電能需求失衡的擔憂。在制造業(yè)、電動汽車等行業(yè)的耗電需求上升之際，人工智能行業(yè)的快速發(fā)展，加速了美國電力危機的到來。
“人工智能本身不是問題，因為它可以幫助解決問題。”美國能源部長詹妮弗·格蘭霍姆在接受Axiro采訪時表示，但是，人工智能和數(shù)據(jù)中心對電力日益增長的需求，卻成了實實在在的新問題。
小小應用，吃電狂魔
人工智能應用究竟有多耗電？
荷蘭科學家亞歷克斯·德弗里斯在他的論文中，為對話機器人ChatGPT算了這樣一筆賬：
每當ChatGPT試圖響應一次問題，它需要消耗2.9瓦時的電量。這是什么概念？響應10次的電量，可以支撐一個功率15W的LED燈泡工作2小時；響應100次，可以給智能手機充大約13次電。
一天內(nèi)，ChatGPT平均需要處理約2億個來自用戶的對話請求，這意味著它單日消耗的電量就要超過564兆瓦時（1兆瓦時=1000千瓦時，564兆瓦時相當于56.4萬度電）。以美國每個家庭每日平均耗電量換算，ChatGPT每天需要消耗掉1.7萬個美國家庭一天的用電量。
由于模型參數(shù)、能耗處理等因素差異，不同AI模型的耗電量無法被準確估算。于是，亞里克斯以英偉達推出的A100服務器作為測算對象，對整個人工智能行業(yè)可能產(chǎn)生的耗電量進行估算。
基于他的假設，到2027年，英偉達可能推出150萬臺A100服務器，其中95%將被應用于AI行業(yè)。每一臺DGX A100型號的服務器內(nèi)置8張A100芯片，以1140萬張A100芯片的耗電量進行估算，2027年，整個人工智能行業(yè)每年的耗電量將高達85~134太瓦時（1太瓦時=1×10?千瓦時）。
也就是說，到2027年，AI耗電量或?qū)⒔咏丝诔^1000萬的瑞典或1700萬人口的荷蘭一年的總用電量，相當于當前全球用電量的0.5%。
按照這個估算值，AI的耗電量或?qū)⒈燃绫忍貛磐诘V。據(jù)劍橋大學計算，比特幣挖礦一年耗電量大約是165.99太瓦時，接近人口一億的埃及一年的用電量。
比特幣挖礦如此耗電，是由它的工作方式?jīng)Q定。在比特幣之父中本聰?shù)脑O計中，比特幣系統(tǒng)通過工作量證明（Proof-of-Work）的方式，讓礦工們競相計算出一個足夠困難的哈希值（由數(shù)字+字母構成的字符串）來創(chuàng)建新的區(qū)塊并獲取獎勵。這種競爭性的計算過程，需要消耗大量的電力和計算能力。
AI之所以如此能吃電，是因為大模型的訓練和推理過程均需消耗大量電力。
大模型質(zhì)量的關鍵在于數(shù)據(jù)、算力和頂尖人才，而高算力的背后，是靠著數(shù)萬張芯片晝夜不停的運轉(zhuǎn)支撐。
相比于平常安裝在筆記本電腦上的CPU（中央處理器），GPU（圖形處理器）被證明是更適合AI訓練的硬件。如果把CPU看做一個處理單任務的元件，那么GPU的優(yōu)勢就是同時處理多個并發(fā)任務。雖然GPU起初并非為了處理AI需求而生，但同時處理多任務的特質(zhì)，讓它成為進入AI大模型訓練場的門票。
和CPU相比，GPU可以處理多個并行任務
圖源：英偉達官網(wǎng)
快的代價是更高的能量損耗。據(jù)估算，一張GPU比CPU的能耗高出10~15倍。在大模型訓練過程中，需要多張GPU接連不斷運轉(zhuǎn)。大模型參數(shù)量和數(shù)據(jù)量越大，訓練耗費的電量也越大。
以GPT-3的訓練為例，斯坦福人工智能研究所發(fā)布的《2023年人工智能指數(shù)報告》顯示，1750億參數(shù)的GPT-3在訓練階段的耗電量高達1287兆瓦時。哈工大人工智能研究院院長劉劼打了個比方，相當于開車從地球到月球往返一次。
在完成訓練后，AI在推理方面的耗電量又遠超過訓練耗費的電量。
每響應一個請求，大模型需要完成推理過程，找到最接近問題的解答。按照上述數(shù)據(jù)推算，GPT-3在訓練階段消耗的電量，甚至無法支撐ChatGPT運行3天。
在多模態(tài)大模型發(fā)展成為主流的情況下，在AI響應需求的推理過程中，耗電量還將進一步提升。據(jù)人工智能公司Hugging Face的研究，不僅多模態(tài)大模型耗電量遠超過一般模型，涉及圖像處理的模型也比純文本處理更耗電。
具體到不同任務，文本分類、標記和問答等簡單任務相對低耗，千次推理僅需0.002~0.007千瓦時。而在響應多模態(tài)任務時，一次文本到圖像生成耗能最高需要用到2.9千瓦時，相當于ChatGPT響應100次的耗電量。
巨頭的AI夢，把電力缺口撕得更大
從訓練15億參數(shù)的GPT-2到訓練1750億參數(shù)的GPT-3，Open AI從十億參數(shù)到千億參數(shù)的跨越，僅用了一年時間。
大模型狂飆之際，越來越多的大型科技公司開始把AI和公司主營業(yè)務的融合提上日程。
谷歌試圖在搜索中結合AI功能，但它的能耗十分驚人。去年2月，谷歌母公司Alphabet董事長John Hennessy表示，在搜索中應用人工智能的成本將是普通搜索的10倍。
前述斯坦福人工智能研究所發(fā)布的《2023年人工智能指數(shù)報告》認為，每次AI搜索的耗電量大約為8.9瓦時，對比谷歌單次搜索0.3瓦時的耗電量，加入AI的單次耗電量幾乎是一般搜索耗電量的30倍。
和Open AI合作密切的微軟，也計劃把AI大力“塞進”它的幾個主要產(chǎn)品線，如Office軟件、Windows操作系統(tǒng)、Bing搜索引擎、Azure云服務等。
為了提供更充足的算力，以支撐AI大模型的訓練和使用，作為底座的基礎設施——數(shù)據(jù)中心的建造已被科技企業(yè)們納入下一步規(guī)劃。
2023年，谷歌斥資超25億美元，分別在俄亥俄州、愛荷華州、亞利桑那州梅薩建造數(shù)據(jù)中心。看好AI發(fā)展的亞馬遜計劃在未來15年中投入1500億美元興建數(shù)據(jù)中心。
當膨脹的電量需求無法被一一滿足，美國部分城市的電力拉響了告急的警報。
美國擁有全球最多的數(shù)據(jù)中心。截至2022年，美國有超2300個數(shù)據(jù)中心，占全球數(shù)據(jù)中心的1/3。
其中，包括亞馬遜、微軟、谷歌等在內(nèi)的云計算巨頭在美國本土的數(shù)據(jù)中心布局尤為龐大。據(jù)Synergy Research Group統(tǒng)計，在超大規(guī)模運營商當中，亞馬遜、微軟和谷歌合計占據(jù)所有主要數(shù)據(jù)中心的一半以上。微軟在美國擁有24個可用區(qū)，一個可用區(qū)配備3個或以上數(shù)據(jù)中心。
據(jù)國際能源署（IEA）預測，未來幾年，美國數(shù)據(jù)中心用電量將快速增長。IEA警告，2022年，美國數(shù)據(jù)中心的用電量已占美國總電力的4%以上，到2026年，其用電量占比將提升至6%，此后幾年還將持續(xù)擴大。
但是，與快速增長的人工智能電力需求相悖的是，美國的發(fā)電量并沒有出現(xiàn)明顯增長的跡象。
據(jù)美國能源信息署，2023年，美國全口徑凈發(fā)電量為41781.71億千瓦時，比上一年下降1.2%。實際上，近十年來，美國的全年凈發(fā)電量一直在40000億千瓦時的邊緣徘徊。
1950-2023年美國凈發(fā)電量變化（單位：十億千瓦時）
圖源：Statista
造成美國缺電的元兇之一是其脆弱的電網(wǎng)輸送設施。美國的變壓器、輸電線路等電網(wǎng)基礎設施建于上世紀60年代至80年代，電路老化問題明顯。白宮在2022年的一份文件中指出，許多變壓器和輸電線路正接近或已超過其設計壽命，全國70%的輸電線路已經(jīng)使用了25年以上。
在老化的電網(wǎng)基礎設施之下，美國從其他地區(qū)輸電和接入可清潔能源擴充電網(wǎng)儲備能量的想法均無法實現(xiàn)。美國能源部（DOE）發(fā)布的一份報告指出，在德克薩斯州、阿拉斯加州等多個地區(qū)，美國建成的輸電系統(tǒng)已面臨滿負荷的情況。
為了加強美國各州電網(wǎng)的彈性和可靠性，去年，美國能源部宣布，將對44個州的58個項目投資34.6億美元。
電力危機已近在眼前。在不久的將來，它還可能成為制約AI發(fā)展的關鍵因素。
2024年2月，在達沃斯世界經(jīng)濟論壇上，OpenAI首席執(zhí)行官薩姆·阿爾特曼提到了AI帶來的電力危機。在他看來，人工智能消耗的電力將遠遠超出人們的預期。“我們尚未充分認識到AI的能源需求。如果沒有重大突破，我們就無法實現(xiàn)（通往AGI）這一目標。”
在博世互聯(lián)網(wǎng)論壇上，特斯拉CEO馬斯克同樣強調(diào)了人工智能面臨的發(fā)展困境。“接下來短缺的將是電力。”他判斷，電力缺口最早可能會在2025年發(fā)生。“明年你會看到，我們沒有足夠的電力來運行所有的芯片。”
鉗制與出路
不堪重負的電網(wǎng)已經(jīng)開始限制科技企業(yè)的業(yè)務拓展。
在社交媒體X上，開源社區(qū)OpenPipe創(chuàng)始人Kyle Corbitt分享了他和微軟工程師的對話，他們提到了Open AI在訓練GPT-6期間，GPU在不同州之間面臨的傳輸困境。
“我們不可能在一個州投放超過10萬個H100芯片，同時還不破壞電網(wǎng)。”一張H100的最大功耗為700瓦，根據(jù)微軟工程師的測算，以年利用率61%來算，10萬張H100的耗電量將高達42兆瓦時。
為了滿足飆升的電力需求，首先被犧牲的是減少碳排放的目標。
據(jù)《華盛頓郵報》，美國多地電力需求增長超出預期。以佐治亞州為例，預計未來十年的新增用電量將是最近的17倍。位于美國堪薩斯州、內(nèi)布拉斯加州、威斯康星州和南卡羅來納州的燃煤電廠已經(jīng)決定延遲退休時間。
面對吃電大戶挖礦機，不同國家推出了程度不同的監(jiān)管政策。據(jù)美國能源部估計，加密貨幣挖礦的年用電量或占美國用電量的0.6%至2.3%。為此，美國考慮對加密貨幣挖礦業(yè)務征收高達30%的數(shù)字資產(chǎn)采礦能源消費稅。加拿大已有三個省份宣布加密貨幣挖礦禁令。
AI也引起了監(jiān)管機構的關注。由于每家AI企業(yè)的能源損耗情況難以被統(tǒng)一量化估計。海外監(jiān)管機構開始推動立法，要求人工智能開發(fā)企業(yè)披露能源的使用情況，以合理估算AI帶來的能耗影響。
今年3月，歐盟27個成員國批準通過的《人工智能法案》中，要求“高風險人工智能系統(tǒng)”報告其能源消耗和資源使用情況。
科技企業(yè)的掌舵者幾年前就押注新型能源公司，期待用清潔的可再生能源支撐龐大的電力需求。
2021年，OpenAI首席執(zhí)行官阿爾特曼向核聚變初創(chuàng)公司Helion Energy投入3.75億美元。2023年5月，微軟與這家公司簽署購電協(xié)議，預定從2028年開始向其購買50兆瓦電力。壞消息是，它甚至不足以支撐GPT-3訓練耗費電量的1/25。
通過技術優(yōu)化性能，也能顯著降低能耗。
在今年的GTC發(fā)布會上，英偉達CEO黃仁勛帶來了一款新的GPU產(chǎn)品Blackwell。通過使用新的架構，它的能耗降低了70%以上：訓練一個1.8萬億參數(shù)的GPT模型，傳統(tǒng)方法可能需要8000個GPU、15兆瓦，歷時90天。而Blackwell只需2000個GPU，功耗4兆瓦。
相比馬斯克和阿爾特曼的警世之言，黃仁勛也同樣擔憂電能的供給，但他給出了一個更加樂觀的展望：“過去十年，我們將計算和人工智能提高了100萬倍……而它所消耗的成本、空間或能源，并未增長100萬倍。”
英偉達在2024GTC大會上發(fā)布的BlackWell
圖源：英偉達官網(wǎng)
寫在最后
一個多世紀之前，能源革命改變了人們的生活方式。從燃燒麥草的火力過渡到煤炭、石油，在歷史發(fā)展的關鍵時期，人們對新能源的挖掘推動了工業(yè)革命的進程。
“每一個煤筐里都裝著動力與文明。”美國思想家、文學家愛默生曾如是感慨。
一種能源的稀缺，往往成為挖掘新一種能源的動力。在《黑石頭的愛與恨：煤的故事》一書中，作者巴巴拉·弗里茲講述了發(fā)生在16世紀英國的“木材危機”。
“由于城市的不斷擴大，附近郡縣的森林漸漸被砍伐殆盡，人們不得不從越來越遠的地方運來木材.……單是倫敦的釀酒者，每年就要燒掉兩萬貨車的木頭。”當木頭價格的上漲超過通貨膨脹的速度，成為稀缺資源后，英國國內(nèi)的用煤量劇增。
能源的開采和使用，成為決定工業(yè)發(fā)展的關鍵之手。充足的煤炭支撐英國發(fā)展紡織業(yè)、鋼鐵業(yè)，成為第一次工業(yè)革命的中心，而石油的開采則帶動汽車、飛機等行業(yè)的興旺。
在化石能源枯竭的危機下，對新能源的利用，不僅能緩解迫近人工智能行業(yè)的能源危機，也承載著人類科技繼續(xù)前行的“動力與文明”。（魏琳華）
參考資料
[1] Granholm eyes talks with Big Tech on AI power needs.Axios
[2] Amid explosive demand, America is running out of power.The Washington Post
[3] Nvidia CEO Jensen Huang at World Government Summit.
[4] The AI Act Explorer.
[5] Bitcoin: A Peer-to-Peer Electronic Cash System.Satoshi Nakamoto
[6] A.I. Could Soon Need as Much Electricity as an Entire Country.The New York Times
[7] Cambridge Blockchain Network Sustainability Index: CBECI.CCAF
[8] The Biden-?Harris Administration Advances Transmission Buildout to Deliver Affordable, Clean Electricity.The White House
[9] Microsoft, Amazon and Google Account for Over Half of Today’s 600 Hyperscale Data Centers.Synergy Research Group
1.TMT觀察網(wǎng)遵循行業(yè)規(guī)范，任何轉(zhuǎn)載的稿件都會明確標注作者和來源；
2.TMT觀察網(wǎng)的原創(chuàng)文章，請轉(zhuǎn)載時務必注明文章作者和"來源：TMT觀察網(wǎng)"，不尊重原創(chuàng)的行為TMT觀察網(wǎng)或?qū)⒆肪控熑危?br>
3.作者投稿可能會經(jīng)TMT觀察網(wǎng)編輯修改或補充。
