在探讨人工智能（AI）的能耗问题时，我们首先需要认识到AI技术的发展速度和其在全球范围内的应用是前所未有的。随着AI技术的广泛应用，其能耗问题也逐渐成为公众关注的焦点。一方面，有人担忧AI的崛起会导致能耗飙升，而另一方面，也有观点认为AI的能耗问题仍然是可控制的。本文将详细分析AI能耗的现状、影响因素以及未来发展趋势。
AI能耗的现状与影响因素
AI能耗问题的核心在于其背后的硬件需求。随着AI模型的复杂度增加，所需的计算资源也在不断增长。例如，微软工程师在训练GPT-6时面临的困境就是一个很好的例子。由于需要将大量的H100芯片分布在不同地区以避免电网崩溃，这揭示了AI能耗的直接问题。据科比特称，如果将超过10万块H100芯片集中在一个地区，电网将无法承受这样的负荷。
每块H100芯片的峰值功率为700W，那么10万块芯片的峰值功率将达到7000万瓦。这个数字相当于一座小型或中型发电厂的全部输出。考虑到芯片之外的配套设施，如服务器和冷却设备，总能耗将更加惊人。
全球数据中心、AI和加密货币的能耗
根据国际能源署（IEA）的数据，2022年全球数据中心、人工智能和加密货币的耗电量达到了460太瓦时（TWh），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，与整个法国的用电量相当。这个数据表明，虽然AI的能耗看似天文数字，但相对于数据中心和加密货币而言，其直接能耗还相对较低。
数据中心的能效与冷却能耗
数据中心的能效通常用功率使用效率（PUE）来评估，即消耗的所有能源与IT负载消耗的能源的比值。PUE越接近于1，表明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PUE1.59。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。
数据中心的额外能耗中，绝大部分用于冷却系统。一项调查显示，冷却系统消耗的能量可达数据中心总能耗的40%。随着技术的进步，数据中心的功率密度不断提升，对散热提出了更高的要求。通过改进数据中心设计，可以大幅减少能量的浪费。
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，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都需要巨额投资。因此，节流难开源更难，AI能耗问题的解决需要全球范围内的共同努力和技术创新。
AI能耗问题是一个复杂的全球性问题，它不仅涉及到技术本身的能耗，还涉及到配套基础设施的能耗以及电网的承载力。随着AI技术的不断进步，我们也需要关注和解决这些能耗问题，以确保AI技术的可持续发展。
本文来自作者[eeekj]投稿，不代表白鹜号立场，如若转载，请注明出处：https://vip.eeekj.cn/zixue/202412-82011.html
评论列表（4条）
我是白鹜号的签约作者“eeekj”！
希望本篇文章《AI革命 未来挑战可能更加严峻 全球电力消耗激增的真相 (关于未来革命的几点思考)》能对你有所帮助！
本站[白鹜号]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：在探讨人工智能，AI，的能耗问题时，我们首先需要认识到AI技术的发展速度和其在全球范围内的应用是前所未有的，随着AI技术的广泛应用，其能耗问题也逐渐成为公众关注的焦点，一方面，...