•
AI是「吃電狂魔」？將面臨「缺電」？中國這個解法值得關注
“下一個短缺的將是電力。”
不久前，圍繞著人工智慧（AI）發展，特斯拉執行長馬斯克發出這樣的預警。
他表示，人工智慧運算的約束條件是可預測的，“我在一年多前就預測過晶片短缺，下一個短缺的將是電力。我認為明年將沒有足夠的電力來運行所有的晶片。”
此外，OpenAI執行長山姆·奧特曼也表示，人工智慧將消耗比人們預期更多的電力，未來的發展需要能源突破。
在人工智慧快速發展的背後，能源消耗問題也日益凸顯，成為業界關注的焦點。甚至有人提出，「AI的盡頭是算力，而算力的盡頭是電力」。
那麼，人工智慧到底有多耗電？人工智慧發展「缺電」了嗎？面對能耗問題，我國又拿出了什麼樣的應對方案？
01 AI有多耗電？
當下人工智慧大模型的競爭，頗像一場「算力軍備競賽」。在規模效應（Scaling Law）的驅動下，各公司透過不斷增加模型參數和數據量，期待實現“大力出奇蹟”，相應地，算力需求也成倍增加。
所謂算力，簡單來理解，就是對資料或資訊的處理能力。
算力是抽象的，它的載體卻實在可見，就是以資料中心、智算中心為代表的算力基礎設施。算力的背後，是電力在支撐。
你可以在腦海中想像這樣一幅畫面——在資料中心或智算中心，成千上萬台伺服器和晶片整齊列陣、晝夜不停地運轉。
當下訓練AI大模型使用的主流算力晶片英偉達H100晶片，一張最大功耗為700瓦，這意味著運行一小時就要耗電0.7度。而先前有消息指出，OpenAI訓練GPT-5，需要數萬張H100晶片。
透過晝夜不息的資料中心，大家會對AI耗電有個感性認識，而數據則更加直觀。
以GPT-3的訓練為例，GPT-3有1750億個參數，據估計，訓練過程使用了約1287兆瓦時（也就是128.7萬度）的電力。
該如何理解這個耗電量？這相當於美國約121個家庭一整年的用電量。也曾有專家打了這麼一個比方，大概相當於3000輛特斯拉電動車共同開跑，每輛車跑20萬英里。
GPT-3是在2020年發布的，很多人或許會問，更新的模型能耗如何？因為近年來不少AI科技公司不再公佈訓練細節，例如用了什麼硬體、耗時多久，這使得能耗運算變得困難。
但GPT-3的能耗可以作為一個參考，GPT-3模型參數為1750億，而GPT-4曾被曝包含1.8兆參數，隨著參數的翻倍，能耗也會大幅增加。
而以上的能耗還只限於訓練階段，完成訓練後，AI將迎來新的耗電階段──推理，也也就是人們使用AI輸出結果的過程。
AI的訓練是一次性事件，而使用卻是長期過程，隨著應用的普及、使用人數的增加，耗電量將不斷疊加。
國際能源總署（IEA）在今年1月的報告中曾表示，ChatGPT回應一個請求平均耗電2.9瓦時－相當於將60瓦的燈泡點亮略少於三分鐘。
另外，根據美媒報道，ChatGPT每天回應約2億個需求，消耗超過50萬度電力，相當於1.7萬個美國家庭平均一天的用電量。
讓我們做一道簡單的數學題，GPT-3訓練耗電約128萬度，ChatGPT每天為響應需求耗電50萬度，GPT-3在訓練階段消耗的電量，甚至無法支撐ChatGPT運轉3天。
天長日久，耗電量可謂相當可觀。
02 AI「缺電」了嗎？
各種數據似乎都在說明，AI是一隻“耗電巨獸”，那麼下一個問題就是，它的胃口還能被滿足嗎？ AI發展「缺電」了嗎？
來讓數據說話。
根據公開資料，2023年，美國全口徑淨發電量為41781.71億千瓦時（1千瓦時=1度），以ChatGPT每天耗電50萬度計算，以一年365天，耗電量約為18250萬度，這也只佔全美發電量的約0.0044%。
AI當然不只ChatGPT，但它的耗能數據可以作為一個切口。可以看出，儘管隨著AI算力的迅猛成長，電力需求也持續成長，但目前其在整體電力消耗中所佔比例較小。
既然如此，科技大佬們頻頻呼籲關注AI能耗問題，是在「販賣焦慮」嗎？其實不然。
波士頓顧問集團曾發布報告稱，到2030年底，光是美國資料中心的用電量預計就將是2022年的三倍，而這一增幅主要來自AI模型訓練和更高頻的AI查詢。
“AI發展'缺電'並不是現在已經出現的問題，而是未來可能面臨的問題。”
中國現代國際關係研究院國際安全所所長劉沖作出這樣的判斷。
他表示，目前AI發展的路線是不斷增加模型參數、疊加晶片，如果繼續按照這個路線發展，將來消耗的電力將更多，從這個角度來講，未來AI的能耗問題可能會越來越突出，尤其是對於電力供應本身比較緊張的國家。但就目前而言，能源還沒有成為限制AI發展的因素。
工信部資訊通信經濟專家委員會委員劉興亮也表示，科技大佬預言AI“缺電”，可能是想讓大家重視起這個問題，這只說明，AI確實耗電，電力成本也確實很高，但是目前能源問題還沒到影響AI 發展的程度。
劉興亮同意未來可能面臨的隱憂，如果繼續無節制地擴大參數規模，並且伴隨著用戶越來越多，而能耗技術沒有進步，耗電將很快成為一個問題。但同時，他也作出了比較樂觀的展望，認為可以透過技術進步降低能耗。
可以說，AI缺電是一個未來可能面臨的問題，而在這個問題真正到來之前，一系列解決想法就已經在路上。
在需求方面，AI模型的最佳化，晶片效率和演算法效率的提升，資料中心軟硬體技術的進步，都有望減少AI的能耗。
回望過去或許可以幫助我們思考未來。
一項發表於《科學》期刊的研究指出，在2010年至2018年間，全球資料中心的運算量增加了550%，儲存空間成長了2,400%，但耗電量僅成長6%。
而在供應方面，電力問題涉及能源、基礎建設、政策、技術等多個方面，難以透過簡單的「有」或「沒有」、「充足」或「不充足」來一言以蔽之。更多樣化的能源組合、電力技術革新、國家調控等都將有助於應對這個問題。
例如，國際能源總署（IEA）對清潔能源的作用就相當樂觀，其在一份報告中指出，預計到2026年底，包括再生能源和核能在內的低碳能源將佔全球發電量的46%，並可滿足所有額外需求成長，其中就包括用電需求將翻倍的人工智慧。
總而言之，儘管短期內還不會出現AI缺電的問題，但相關的討論確實給大力發展AI的世界提了個醒——隨著AI大模型規模和數量的高速增長，未來可能面臨的能源需求激增不容忽視。
03 AI耗電的中國解法之一
目前，我國算力總規模已經高居全球第二。
根據我國權威機構測算，目前，全國資料中心總耗電量佔全社會的2%，電力成本佔資料中心總營運成本的50%。
中國資訊通訊研究院數據顯示，預計2030年，數據中心能耗總量將達3,800億度左右。
AI耗電，也是我國需要應付的問題。
我國在電力方面具有優勢，已建成全球規模最大的電力供應系統和清潔發電體系，其中，水電、風電、光伏、生質能發電和在建核電規模多年位居世界第一。
值得一提的是，在提升具體的AI和電力相關技術外，我國在宏觀層面的一個“解題思路”，也值得關注。
讓我們從最近舉行的一場青海推介會說起，推介會的主題是綠色算力產業發展。
我們知道，青海有著豐富的綠色電力資源，包括光電、風電、水力等。
截至2023年底，青海省清潔能源裝置超過5,100萬千瓦，佔92.8%，發電量佔比超84.5%。
但豐富的綠電面臨「用不完又送不出」的問題——綠電的不穩定性導致許多無法送出，只能在本地消耗，但本地又用不完。
AI算力需要消耗大量電力，青海的綠電又用不完，如果把資料中心搬到青海，將“綠電”變為“綠算”，將綠色“瓦特”變為綠色“比特”，豈不是雙向奔赴？
在中國電信（國家）數位青海綠色大數據中心，透過風光水等清潔能源的互補，已經實現了資料中心的100%清潔能源供應。
而且，資料中心建到青海，不僅能解決電力問題，還能大幅降低散熱能耗。青海氣候乾燥、冷涼，資料中心可實現全年314天自然冷卻，冷氣用電比全國平均低40%左右。
這樣得天獨厚的條件，青海當然要自信推介。
在這方面，還有一位先行者，就是同樣具有電力和氣候優勢的貴州。
作為全球超大型資料中心集聚最多的地區之一，貴州正在人工智慧的賽道上邁開步伐奔跑。
國家級人工智慧訓練場落腳貴州貴陽；貴州省與深圳市簽訂算力協同發展戰略合作協議；華為雲端運算與貴安新區合作打造全球領先的智算中心；華為雲盤古、訊飛星火兩個基礎大模型啟動在貴州產業化計畫；貴州與浙江聯合打造文旅宣傳虛擬數位人「杭小憶」…
去年，貴州部署智算晶片達8萬張，總算力規模成長28.8倍。貴州的目標是，面向東部模型訓練，提供低成本、高品質、易使用的算力服務。
在貴州和青海綠色算力產業蓬勃發展的背後，是一個更為浩大的工程——「東數西算」工程。
「東數西算」工程的基本邏輯是—
受土地、水力發電、維運等要素影響，東部地區資料中心的營運成本較高。
而在廣大西部地區，再生能源、清潔能源、土地資源相對豐富，優越的氣候條件還能降低資料中心運作能耗、減少碳排放。
因此，引導資料中心向西部資源豐富地區聚集，既能推動西部地區資料中心低碳、綠色、永續發展，又能滿足東部地區的算力需求。
早在2021年5月，相關部門就明確提出實施「東數西算」工程。
2022年2月，國家發展改革委等部門聯合印發通知，同意在內蒙古、貴州、甘肅、寧夏等8地啟動建設國家算力樞紐節點，並規劃了10個國家資料中心集群。 「東數西算」工程正式全面啟動。
2023年12月，《深入實施「東數西算」工程加速建構全國一體化算力網的實施意見》發布，首次提出「算力電力協同」。
什麼是「算力電力協同」？
一方面，資料中心的高效運作離不開大量電力支撐；另一方面，電力系統的平穩高效運作也離不開算力支撐。統籌算力電力協同佈局，有助於促進風光綠電消納和資料中心零碳發展。
我們當然要看到，客觀上，由於網路時延等限制存在，並非所有算力服務場景都適用「東數西算」。例如自動駕駛、證券交易等低時延業務場景就需要就近計算。
然而，人工智慧模型訓練推理這樣高時延業務場景，正好是“東數西算”的“舒適區”，“東數西訓”成為“東數西算”的典型應用場景。
近年來，人工智慧帶來的能耗問題引發廣泛討論，而我國早在2021年就開始佈局“東數西算”，這無疑極具前瞻性，也大大助力了我國在此輪算力競賽中占得優勢。
眼下，各地人工智慧方面的「東數西算」項目都在提速中。
北京首都在線與甘肅省慶陽市簽訂人工智慧產業合作框架協議；百度智慧雲與成都高新區簽訂策略合作簽約儀式，打造大模型產業…
今年以來，還湧現了新事物——「算力券」和「算力卡」。
北京、貴州、甘肅慶陽等多地紛紛面向企業、高校、科研機構等發放“算力券”，降低使用算力的成本，來支持人工智慧產業發展。
此外，有業者已經針對一般消費者推出了「算力卡」。相關業務負責人表示，未來，算力服務也會變成像流量、寬頻一樣的大眾化產品。
可以想見，未來，人工智慧將深度融入我們的生活，能耗問題值得關注，但大可不必杞人憂天。相較於擔心能源問題如何限制技術發展，思考如何用科技發展應對能源問題，是更積極的態度。 (新聞聯播)