新知｜AI很快会比人聪明？制约它“进化”的竟然是水和电

主笔、视频制作：于梅君

生成式AI，听起来挺酷，但你知道吗？它可是地地道道的“吃电巨兽”：现在爆火的ChatGPT，每日耗电量高达50万度！随着人工智能的发展，其用电量急速上升问题，正引发全球警惕，以后会发生“电荒”吗？能耗问题会不会成为AI发展的“绊脚石”？

日耗电50万度！GPT成“吃电狂魔”

由美国OpenAI公司最新推出的视频生成工具Sora，自发布以来，便成为人工智能界最火爆的“网红”。该公司上一个全网刷屏的产品——ChatGPT，在推出仅两个月后，就达到1亿月活跃用户数。

不过，蓬勃发展的AI背后，是算力；而算力背后则是能耗。人工智能飞速发展的背后，其能源消耗问题日益凸显，成为全球关注的焦点。

据报道，全球数据中心的耗电量，已从十年前的100亿瓦增加到如今的1000亿瓦水平。ChatGPT聊天机器人每天耗电超过50万度，用于处理约2亿个用户请求，相当于美国家庭每天用电量的1.7万多倍。据OpenAI公司称，他们在ChatGPT上，每天花费高达70万美元。

近日，特斯拉创始人马斯克公开表示，未来两年，人工智能行业将由“缺硅”变为“缺电”。据国际能源署称，全球数据中心目前约占用电量的1%至1.5%。到2025年，在全球数据中心用电量中，人工智能业务的占比，将从2%增至10%。

以谷歌为例，其用于人工智能训练的能量消耗，占总用电量的10%至15%，每年约23亿度电，相当于美国一个州首府所有家庭一年的用电量。即使在训练完成后，这些人工智能仍需大量计算能力运行，并耗费大量能源。

若谷歌在每次搜索中，都使用AIGC（生成式人工智能技术），其年耗电量将增至约290亿度。

最新研究表明，到2027年，生成式人工智能所消耗的能源，可满足荷兰这样一个国家一年的需求，即约85-134太瓦时（TWh）。

一次训练用电2.4亿度，AI为啥那么耗电？

仅仅是GPT-4的GPU，一次训练就会用去2.4亿度电。AI为什么那么耗电？它们用掉的电都跑到哪里去了？

我们现在所说的人工智能（AI），主要是指生成式人工智能。它们需要大规模的数据中心来训练和推理。

这些数据中心由大量服务器组成，服务器消耗的电能，绝大部分转化成热能，最后通过水冷系统释放出来。可以说，AI的物理硬件，是个巨大的“电热水器”。

据统计，全球数据中心的能耗，约占全球总电力消耗的1%左右，预计这一比例，还会随着数据量的增长而增加。

能量无法创造也无法消灭，它只能从一种形式转化成另一种形式。对计算机来说，最主要的能量转化方式，就是从电能转化成热能。

大语言模型也是如此。它对电能和冷却水的需求，正造成越来越严重的环境问题。波士顿咨询集团曾发布报告称，到2030年底，仅美国数据中心的用电量，就将是2022年的三倍。

在OpenAI训练大语言模型GPT-4时，完成一次训练需要约三个月时间，使用大约25000块英伟达A100 GPU。仅仅是这些 GPU（图形处理器），一次训练就要用2.4亿度电。这些电能几乎全部转化成了热能，可以将大约200万立方米冰水——大概是1000个奥运会标准游泳池的水量——加热到沸腾。

全球人工智能的蓬勃发展，可能会导致这一数字大幅上升。与此同时，大量的碳排放和数百万加仑淡水的消耗也不容小觑。

回答50个问题，得“喝”500毫升水

生成式AI，除了“吃电，还得喝水”——用水量也是个惊人数字。因为要训练这些AI，就得有强大的算力中心，而算力中心要运转，就得有散热系统，这都得用到水。

全球科技巨头，都在建设新的数据中心，争的就是谁的算力更强，结果就是对水资源的需求越来越大。

研究显示，训练GPT-3所需的水量，能够填满一个核反应堆的冷却塔。ChatGPT（在GPT-3推出之后）每与用户交流25到50个问题，就得“喝下”一瓶500毫升的水来降温。

谷歌发布的2023年环境报告显示，公司前一年的用水量同比增加20%，达到56亿加仑，其中绝大部分用于为数据中心散热。除了谷歌，另一个巨头Meta在美国亚利桑那州建了数据中心，仅2022年用水量就超过260万立方米。

正在大力开发人工智能的微软，也在最新的环境报告中透露，2022年公司用水量同比前一年激增34%，达到640万立方米，比2500个奥林匹克标准游泳池的水量还多。

除了运营过程耗水，制造人工智能所需芯片的过程中，也会消耗大量能源和水资源。比如，硅片工艺需要“超纯水”清洗，生产一个2克重的计算机芯片，大约需要32公斤水。制造8寸晶圆，每小时耗水约250吨，12英寸晶圆则可达500吨。

科学家预计，到2027年，全球人工智能可能需要4.2亿—66亿立方米的清洁淡水量，这比4-6个丹麦或一半英国的年取水总量还要多。

耗水问题已成为制约数据中心快速发展的因素之一。为节约宝贵的自来水资源，很多企业尝试用各种方法为数据中心散热，例如，微软曾尝试部署海下数据中心，Facebook数据中心选址北极圈附近，阿里云千岛湖数据中心使用深层湖水制冷。

不过，上述方法总是会带来新的问题，目前国内数据中心的用水，主要还是用自来水，近几年政府更鼓励数据中心企业利用中水（循环再利用的水）。

面对“能耗巨兽”，我们如何应对

随着AI的进步、模型的增大，如何解决伴生的高耗能问题？专家表示，当下的重点在于开源，风能、光伏等可再生新能源，被视为数据中心重要的能量池，核能尤其被寄予厚望。

在2023年的达沃斯世界经济论坛上，OpenAI的CEO山姆·阿尔特曼认为，核聚变可能是能源的发展方向，但要开发出真正可用的核聚变技术，可能还需要一些时间。

据国际能源署的报告，到2050年，可再生能源预计将满足全球近90%的电力需求增长。

节流方面，可以通过优化数据中心的设计和管理，提高电源使用效率。国内大厂也纷纷给出解决方案。比如腾讯能源业务已独立成为一级部门，其数据中心部门还组建了专门的绿色能源团队，应用自然冷却、液冷、余热回收等新兴节能技术，提高制冷效率，以降低数据中心能耗。华为、京东、亚马逊等也纷纷入局智慧能源领域。

如何让散失的热能不至于白白浪费？最容易实现的，是热回收技术。将数据中心回收的热量，用于提供民用热水，冬季则提供民用采暖。现在有些企业已着手于回收废热再利用，比如阿里巴巴千岛湖数据中心等。

此外，通过优化算法来减少计算冗余，使用更高效的芯片，以及采用节能的数据中心设计，都是降低能耗的有效方法。

政府也在出台相关政策，鼓励企业研发更为节能环保的AI技术和基础设施。早在2021年，我国就已出台公共机构碳达峰方案，新建大型、超大型数据中心，必须全部达到绿色数据中心要求。

北京印发的《关于进一步加强数据中心项目节能审查的若干规定》，也新增了关于引导数据中心充分利用再生水的内容。

知多一点

“AI很快就要比人更聪明”，靠谱吗？

美国知名企业家马斯克近日在社交媒体上表示，到明年年底或2026年，新的人工智能模型可能将超越人类智力，“比最聪明的人还聪明”。这比他去年预测的2029年这一时间点提前不少。

马斯克说，去年，人工智能发展的主要制约因素是缺少高性能芯片，如今这一限制正在得到缓解，而电力供应成了新的限制。未来一两年，人工智能发展的关键就在于电力供应。

马斯克去年成立人工智能初创公司xAI，该公司去年11月推出首款人工智能模型Grok。马斯克说，二代模型Grok 2的训练，需要大约2万个英伟达图形处理器（GPU）计算芯片H100，而三代模型对这款芯片的需求将超过10万个。马斯克透露，Grok 2的训练将于今年5月完成。

“AI将比最聪明的人还聪明”，马斯克的这一预测靠谱吗？

清华大学战略与安全研究中心特约专家朱荣生表示，人脑消耗功率远低于人工智能运行时所损耗功率，人工智能要达到人类智能水平尚存差距。但从长远看，人工智能在算法、数据不断“加持”下，或最终超越人类智能，而达到这一目标所需的硬件和软件，分别为芯片和算法。

过去18个月来，包括视频生成工具和聊天机器人在内的人工智能突破，已大大加速了人工智能发展。

朱荣生表示，人工智能的发展，首先需要政策、资源与技术支持，许多领域的人工智能“培育”都缺乏相关支持；其次需要国家之间开展合作，但目前许多国际合作受制于地缘政治等多种因素，人工智能的发展受到遏制；第三，人工智能发展受制于文化特性，比如ChatGPT所给出的答案就更符合英文语境，这样一来，以单一国家力量发展人工智能，可能增加全球人工智能发展的不平衡，也就是数据鸿沟。上述问题的解决，需要将资金与市场精准衔接，并广泛开展国际合作。

人工智能降低了生产成本、提高了生产效率，但运用人工智能，造成的问题和风险却不少。

英国《自然》周刊2023年对科学工作者开展的一项调查显示，30%的受访者承认，使用人工智能工具帮助写稿。许多专业期刊中充斥着人工智能工具生成的“胡言乱语”，许多文章使用人工智能的痕迹明显。

朱荣生认为，人工智能引发的社会问题蔓延较快、范围较广，这一技术不断加剧涉及版权法、著作权、隐私权等法律问题的复杂程度，因此适用于新技术的道德边界和法律规范呼之欲出。