近年來(lái)，人工智能（AI）的崛起引起了廣泛的討論和擔憂(yōu)，很多人擔心 AI 會(huì )造成失業(yè)率飆升，而有些樂(lè )觀(guān)的朋友則戲稱(chēng)“只要電費貴過(guò)饅頭，AI 就永遠不能完全代替人”。
雖然這是句玩笑話(huà)，但背后則是實(shí)實(shí)在在的AI能耗問(wèn)題，越來(lái)越多的人擔憂(yōu)高能耗將成為制約 AI 發(fā)展的瓶頸。就在不久前，技術(shù)創(chuàng )業(yè)者、前谷歌工程師凱爾·科比特（Kyle Corbitt）在社交媒體 X 上表示，微軟已經(jīng)遇到了這方面的難題。
01 AI 到底有多費電？
科比特稱(chēng)，訓練 GPT-6 的微軟工程師們正忙著(zhù)搭建 IB 網(wǎng)絡(luò )（InfiniBand），把分布在不同地區的 GPU 連接起來(lái)。這項工作很困難，但他們別無(wú)選擇，因為如果把超過(guò) 10 萬(wàn)塊 H100 芯片部署在同一個(gè)地區，電網(wǎng)就會(huì )崩潰。
為什么這些芯片集中起來(lái)會(huì )導致電網(wǎng)崩潰的后果呢？讓我們來(lái)簡(jiǎn)單算一筆賬。
英偉達網(wǎng)站上公布的數據顯示，每塊 H100 芯片的峰值功率為 700W，10 萬(wàn)塊 H100 峰值功耗最高可達 7000 萬(wàn)W。而 X 評論區有能源行業(yè)從業(yè)者指出，10 萬(wàn)塊芯片的總能耗將相當于一座小型太陽(yáng)能或風(fēng)能發(fā)電廠(chǎng)的全部輸出。除此之外，還要考慮這么多芯片的配套設施的能耗，包括服務(wù)器和冷卻設備。這么多耗電設施，集中在一小片區域，給電網(wǎng)帶來(lái)的壓力可想而知。
關(guān)于 AI 能耗問(wèn)題，《紐約客》的報道一度引起廣泛關(guān)注。報道估算，ChatGPT 每日耗電量或超過(guò) 50 萬(wàn)千瓦時(shí)。實(shí)際上，目前AI耗電量雖然看上去是個(gè)天文數字，但仍然遠遠不及加密貨幣和傳統的數據中心。而微軟工程師遇到的難題也表明，制約 AI 發(fā)展的不僅是技術(shù)本身的能耗，還有配套基礎設施的能耗，以及電網(wǎng)的承載力。
國際能源署（IEA）發(fā)布的一份報告顯示，2022 年全球數據中心、人工智能和加密貨幣的耗電量達到 460 TWh，占全球能耗的近 2%。IEA 預測，在最糟糕的情況下，到 2026 年這些領(lǐng)域的用電量將達 1000 TWh，與整個(gè)日本的用電量相當。
但是，報告同時(shí)顯示，目前直接投入 AI 研發(fā)的能耗遠低于數據中心和加密貨幣。英偉達在 AI 服務(wù)器市場(chǎng)中占據約 95%的份額，2023 年供應了約 10 萬(wàn)塊芯片，每年耗電量約為 7.3 TWh。但是在 2022 年，加密貨幣的能耗為 110 TWh，與整個(gè)荷蘭的用電量相當。
圖注：2022 年與 2026 年，傳統數據中心、加密貨幣、AI 數據中心的能耗估計值（柱狀圖從下往上依次展示）?？梢?jiàn)，目前 AI 耗電量遠低于數據中心和加密貨幣。圖片來(lái)源：IEA
數據中心的能效通常用能效比（Power Usage Effectiveness）評估，即消耗的所有能源與 IT 負載消耗的能源的比值。能效比越接近于 1，表明數據中心浪費的能源越少。數據中心標準組織 Uptime Institute 發(fā)布的報告顯示，2020 年全球大型數據中心的平均能效比約為 1.59。也就是說(shuō)，數據中心的 IT 設備每消耗 1 度電，其配套設備就消耗 0.59 度電。
數據中心的額外能耗中，絕大部分應用于冷卻系統。一項調查研究顯示，冷卻系統消耗的能量可達數據中心總能耗的 40%。近些年，隨著(zhù)芯片更新?lián)Q代，單臺設備的功率增大，數據中心的功率密度（即單位面積耗電量）不斷提升，對散熱提出了更高的要求。但與此同時(shí)，通過(guò)改進(jìn)數據中心設計，就能大幅減少能量的浪費。
因為冷卻系統、結構設計等各方面的差異，不同數據中心的能效比差異很大。Uptime Institute 報告顯示，歐洲國家已經(jīng)把能效比降到了 1.46，而在亞太地區仍有超過(guò)十分之一的數據中心能效比超過(guò) 2.19。
世界各國正在采取措施，敦促數據中心實(shí)現節能減排的目標。其中，歐盟要求大型數據中心設立余熱回收設備；美國政府注資研發(fā)更高能效的半導體；中國政府也出臺措施，要求數據中心從 2025 年起能效比不高于 1.3，并將可再生能源使用比例逐年上調，到 2032 年達到 100%。
圖注：2020 年，全球各地大型數據中心的能效比。從左到右依次為：非洲、亞太地區、歐洲、拉丁美洲、中東、俄羅斯及獨聯(lián)體國家、美國和加拿大。圖片來(lái)源：Uptime Institute
隨著(zhù)加密貨幣和 AI 的發(fā)展，各大科技公司的數據中心規模不斷擴大。據國際能源署（IEA）統計，在 2022 年美國擁有 2700 座數據中心，消耗了全國用電量的 4%，并預測這一比例到 2026 年將達到 6%。隨著(zhù)美國東西海岸用地越發(fā)緊張，數據中心逐步向愛(ài)荷華州、俄亥俄州等中部地區轉移，但這些二線(xiàn)地區原有的產(chǎn)業(yè)并不發(fā)達，電力供應可能無(wú)法滿(mǎn)足需求。
一些技術(shù)公司嘗試擺脫電網(wǎng)的束縛，直接從小型核電站購買(mǎi)電能，但這種用電方式和新建核電站都要面臨復雜的行政流程。微軟嘗試使用 AI 輔助完成申請，而谷歌使用 AI 進(jìn)行運算任務(wù)調度，以提高電網(wǎng)運行效率，降低企業(yè)碳排放。至于可控核聚變何時(shí)投入應用，目前仍然是未知數。
AI 的研發(fā)需要穩定而強大的電網(wǎng)支持，但隨著(zhù)極端天氣頻發(fā)，許多地區的電網(wǎng)正在變得更加脆弱。氣候變暖會(huì )導致更加頻繁的極端天氣事件，不僅造成用電需求激增，加重電網(wǎng)負擔，還會(huì )直接沖擊電網(wǎng)設施。IEA 報告指出，受干旱、降雨不足和提早融雪的影響，2023 年全球水力發(fā)電占比下跌到三十年來(lái)的最低值，不足 40%。
天然氣往往被視為向可再生能源轉型過(guò)程中的一座橋梁，但它在冬季極端天氣下并不穩定。2021 年，寒潮襲擊美國得克薩斯州，導致大面積斷電，部分居民家中斷電超過(guò) 70 小時(shí)。這次災難的一個(gè)主要原因就是天然氣管道冰凍，造成天然氣發(fā)電廠(chǎng)停擺。北美電力可靠性委員會(huì )（North American Electric Reliability Council，簡(jiǎn)稱(chēng) NERC）預測，在 2024-2028 年，美國、加拿大有超過(guò) 300 萬(wàn)人口面臨越來(lái)越高的斷電風(fēng)險。
為保障能源安全，同時(shí)實(shí)現節能減排，許多國家也將核電站視為一種過(guò)渡措施。在 2023 年 12 月舉辦的聯(lián)合國應對氣候變化委員會(huì )第 28 次峰會(huì )（COP 28）上，22 個(gè)國家簽署聯(lián)合聲明，承諾到 2050 年將核能發(fā)電能力提升到 2020 年水平的 3 倍。與此同時(shí)，隨著(zhù)中國、印度等國大力推進(jìn)核電建設，IEA 預測到 2025 年，全球核電發(fā)電量將達到歷史新高。
IEA 報告指出：“在變化的氣候模式面前，提高能源多樣化、提升電網(wǎng)跨區域調度能力和采取更加抗沖擊的發(fā)電方式將變得越發(fā)重要。” 保障電網(wǎng)基礎設施，不僅關(guān)系到 AI 技術(shù)的發(fā)展，更是關(guān)乎國計民生。
