報(bào)道稱，黃仁勛在2024年2月12日的“世界政府峰會”上的確提到AI和算力所需能源巨大，但總體意思是由于計(jì)算機(jī)性能飛速增長，變得更加高效,，所以我們不用無止境地配置計(jì)算機(jī)和數(shù)據(jù)中心,，因此也不需要同比消耗那么那么多的能源,。即自己的產(chǎn)品把算力提高了100萬倍,，相當(dāng)于更節(jié)省能源了。

其原話為——

“當(dāng)我們替換通用計(jì)算的基礎(chǔ)設(shè)施時(shí),，請記住架構(gòu)的性能將不斷提高,。你不能只想著要購買更多的計(jì)算機(jī)，你還必須假設(shè),，計(jì)算機(jī)的速度會越來越快,。因此，你所需要的總量就不會這么多了,。否則,，如果你只是假設(shè)計(jì)算機(jī)的速度永遠(yuǎn)不會變快，你可能會得出一個(gè)結(jié)論——我們需要14個(gè)不同的行星,、3個(gè)不同星系,、4個(gè)太陽為這一切提供燃料?！?/p>

“但是很明顯的是計(jì)算機(jī)架構(gòu)不斷進(jìn)步,。在過去的十年里，我們做出的最偉大貢獻(xiàn)之一就是將計(jì)算和人工智能提高了一百萬倍,。因此,，無論你認(rèn)為推動世界的需求是什么，你都必須考慮到,，它還將以100萬倍的速度增長,，變得更快和更高效?！?/p>

“當(dāng)某些東西提高了一百萬倍,，而它所消耗的成本、空間或能源并沒有增長一百萬倍,。事實(shí)上,，你已經(jīng)使這項(xiàng)技術(shù)大眾化了?！?/p>

作為當(dāng)今科技圈的領(lǐng)軍人物,，“黃仁勛喊口號”顯然具有極大的號召力，也更容易引導(dǎo)投資者的情緒,。

能源之于AI，到底有多重要,？

從事實(shí)來看，AI發(fā)展的確依賴于能源創(chuàng)新,，當(dāng)今科技圈的兩位大佬,，OpenAI創(chuàng)始人阿爾特曼和馬斯克此前已給出明確觀點(diǎn),。

前者認(rèn)為未來AI的技術(shù)取決于能源突破,，更有利于氣候變化的能源,，尤其是核聚變或更便宜的太陽能以及儲能，是人工智能的發(fā)展方向?！斑@促使我們加大對核聚變技術(shù)的投資,?！被诖耍柼芈恢睙嶂杂谕顿Y核電公司,，不僅自掏腰包,，還偏愛親力親為、入駐相關(guān)公司董事會,。

后者認(rèn)為,，雖然AI技術(shù)有望引領(lǐng)未來最大的科技革命，但同時(shí)也可能因?yàn)?025年的能源瓶頸而面臨發(fā)展挑戰(zhàn),。

▌一點(diǎn)也不環(huán)保的AI

不可否認(rèn),，未來人工智能需要能源方面的突破，因?yàn)槿斯ぶ悄芟牡碾娏⑦h(yuǎn)遠(yuǎn)超過人們的預(yù)期,。

據(jù)《紐約客》雜志報(bào)道,，據(jù)國外研究機(jī)構(gòu)的報(bào)告，ChatGPT每天要響應(yīng)大約2億個(gè)請求,，在此過程中消耗超過50萬度電力（美國商業(yè)用電一度約為0.147美元50萬度電相當(dāng)于一天花費(fèi)7.35萬美元）,。而每一個(gè)美國家庭的平均用電量只有29度，也就是說,，ChatGPT每天用電量相當(dāng)于1.7萬個(gè)美國家庭的用電量,。

這一數(shù)據(jù)是荷蘭國家銀行數(shù)據(jù)科學(xué)家亞歷克斯?德弗里斯（Alex de Vries）通過英偉達(dá)、OpenAI,、谷歌等公開數(shù)據(jù)進(jìn)行的估,，他還預(yù)計(jì)，到2027年,，整個(gè)人工智能行業(yè)每年將消耗85至134太瓦時(shí)（1太瓦時(shí)=10億千瓦時(shí)）的電力,。

由于算力設(shè)備的冷卻需求，AI的耗水量也讓人瞠目結(jié)舌,。美國加州大學(xué)河濱分校的研究員任少雷一直在試圖計(jì)算ChatGPT等生成式人工智能產(chǎn)品對環(huán)境的影響,。任少雷的團(tuán)隊(duì)估計(jì)，每次你問ChatGPT 5到50個(gè)提示或問題時(shí)，它就會消耗500毫升的水,。而這款聊天機(jī)器人有超過1億的活躍用戶,，且當(dāng)下大型科技公司均在爭前恐后加快研發(fā)同類產(chǎn)品。

不止如此,，算力的大規(guī)模部署和應(yīng)用不僅消耗大量資源,，同時(shí)也帶來碳排放問題。以數(shù)據(jù)中心碳排放為例,，數(shù)據(jù)中心碳排放主要來源于IT設(shè)備,、空調(diào)系統(tǒng)、電源系統(tǒng),、照明系統(tǒng)等電力消費(fèi)產(chǎn)生的間接排放,，根據(jù)生態(tài)環(huán)境部環(huán)境規(guī)劃院發(fā)布的《中國區(qū)域電網(wǎng)二氧化碳排放因子研究（2023）》，目前我國各省平均電網(wǎng)排放因子約0.61千克/千瓦時(shí),，若2025年、2030年各省平均電網(wǎng)排放因子保持目前的水平不變,，則2025年,、2030年我國數(shù)據(jù)中心間接碳排放量將分別達(dá)到2.1億噸、3.5億噸,。

▌如何解決,？

隨著AI的進(jìn)步、模型的增大,，如何解決伴生而來的高耗能問題,？

當(dāng)下的重點(diǎn)在于開源，風(fēng)能,、光伏等可再生新能源被視作數(shù)據(jù)中心重要的能量池,，核能尤其被寄予厚望。由于幾乎無限的燃料供應(yīng),、環(huán)境友好,、能量密度高、安全性高,，核聚變被視為解決能源危機(jī)和氣候變化問題的關(guān)鍵技術(shù),。得益于多個(gè)國家和私營企業(yè)的積極參與以及技術(shù)突破，全球核聚變商業(yè)化的進(jìn)展正在加速,。如果成功實(shí)現(xiàn)商業(yè)化,，它將為人類提供幾乎無限的清潔能源。

節(jié)流方面,，由于模型本身的算法和架構(gòu),，以及硬件優(yōu)化均會讓AI功耗在一定程度上降低，已經(jīng)有一些解決大模型高能耗問題的思路，主要包括：

1. 算法和模型優(yōu)化

通過算法優(yōu)化,，如權(quán)重剪枝,、量化等技術(shù)，以及模型壓縮技術(shù),，減少模型的復(fù)雜度,，同時(shí)保持或接近原有的性能。近年來提出的一些輕量級模型（如MobileNet）就是為了低功耗場景而設(shè)計(jì)的,。

2. 硬件優(yōu)化

開發(fā)和使用更高效的AI專用硬件,，如英偉達(dá)開發(fā)的GPU T4和A100，谷歌開發(fā)的TPU（Tensor Processing Unit）,，這些硬件專為AI任務(wù)設(shè)計(jì),，能夠在更低的能耗下提供更高的計(jì)算效率。

3. 訓(xùn)練,、計(jì)算技巧

訓(xùn)練技巧是一種通過調(diào)整神經(jīng)網(wǎng)絡(luò)的訓(xùn)練過程來優(yōu)化計(jì)算資源的方法,。例如，分布式訓(xùn)練技術(shù)可以利用多臺計(jì)算機(jī)分擔(dān)大規(guī)模計(jì)算的負(fù)荷,。另外,，將AI計(jì)算任務(wù)從云端轉(zhuǎn)移到邊緣設(shè)備，這樣可以減少數(shù)據(jù)傳輸所需的能量,，并利用邊緣設(shè)備的低功耗特性,。

4. 提高數(shù)據(jù)中心的能效

通過優(yōu)化數(shù)據(jù)中心的設(shè)計(jì)和管理，提高電源使用效率,。例如,，使用更高效的冷卻系統(tǒng)，或者通過AI技術(shù)動態(tài)調(diào)整數(shù)據(jù)中心的運(yùn)行狀態(tài)以降低能耗,。

其中,，對于第四點(diǎn)，國內(nèi)大廠紛紛給出解決方案,。比如騰訊能源業(yè)務(wù)已獨(dú)立成為一級部門,，其數(shù)據(jù)中心部門還組建了專門綠色能源團(tuán)隊(duì)，應(yīng)用自然冷卻,、液冷,、三聯(lián)供、余熱回收等新興節(jié)能技術(shù),，提高制冷效率以降低數(shù)據(jù)中心能耗,。華為、京東,、亞馬遜等也紛紛入局智慧能源領(lǐng)域,。