AI大模型技术的高能耗问题正在被学术界以及产业界高度关切。

　　近日，特斯拉总裁埃隆·马斯克表达担忧：“AI技术的发展速度前所未见，到了明年人类就没有足够的电力来运行所有的芯片了。”

　　在年初达沃斯会议上，OpenAI首席执行官萨姆·奥特曼表示，AI技术消耗的电力将远远超出人们预期。

　　AI大模型所带来的这一轮技术革命，被认为将深刻影响人类的生产和生活。然而，在看到AI大模型的技术价值的同时，也不能忽视所伴随的能耗难题。AI大模型对环境究竟产生怎样的影响？有哪些潜在的手段来消除负面效应呢？

　　ChatGPT一次训练造成

　　相当于126个家庭一年的碳排放量

　　多项研究表明，AI大模型运行极其耗电，会带来极高的碳排放量。根据斯坦福人工智能研究所发布的《2023年人工智能指数报告》，大语言模型GPT-3一次训练的耗电量为1287兆瓦时。而一辆特斯拉Model Y每跑100英里耗电28千瓦时。知名计算机专家吴军借此打了个形象的比方——ChatGPT训练一次要耗多少电？大概相当于3000辆特斯拉电动汽车共同开跑、每辆车跑20万英里。

　　前述报告同时提出，大语言模型GPT-3一次训练，相当于排放了552吨二氧化碳，约等于126个家庭每年的碳排放量。这显然与“双碳”目标背道而驰。

　　研究人员亚历克斯·德·弗里斯2023年10月10日在《Joule》上发布的论文显示，在AI技术加持下，传统互联网运行的耗电量会成倍数增长。论文数据显示，一次标准谷歌搜索耗电0.3瓦时，AI大语言模型ChatGPT响应一次用户请求耗电约2.96瓦时，在AI大模型驱动下的一次谷歌搜索则耗电8.9瓦时。

　　除了耗电，AI大模型还非常耗水。支撑大模型运算的数据中心服务器会需要消耗大量的水资源来散热。有研究显示，AI大语言模型GPT-3在训练期间耗水近700吨，其后每回答20至50个问题，就需消耗500毫升水。弗吉尼亚理工大学研究指出，Meta在2022年使用了超过260万立方米的水，主要就是数据中心使用。

　　AI高能耗问题何解？

　　该如何解决AI大模型的高能耗问题呢？

　　学者们认为，首先要正视并科学量化AI技术的能耗。2023年11月10日，研究者夏洛特·德布斯等人在《自然》杂志上发表论文表示：“AI技术的兴起会带来对能源日益增长的需求，对环境的负面影响可能会超过技术的积极影响。为了引导AI技术走上更可持续的道路，量化AI技术的能源消耗非常关键。”

　　2024年1月29日，美国信息技术与创新基金会（ITIF）发布报告《重新审视对人工智能能耗的担忧》称，应为AI模型制定能源透明度标准。

　　其次，通过提升软硬件性能、完善数据中心的设计构建从而降低AI能耗势在必行。2020年2月28日，埃里克·马萨内特等人发表在《科学》杂志上的研究指出，在2010年至2018年间，全球数据中心的运算量增长550%，存储空间增长2400%，但耗电量仅增长6%。

　　值得一提的是，近年来，液冷的散热方式成为高密度算力中心的部署趋势。数据显示，与传统的风冷系统相比，新型液冷系统可节省用电量的30%至50%。国际数据公司IDC最新数据显示，2023年上半年，中国液冷服务器市场规模6.6亿美元，同比增长超过280%，预计全年将达15亿美元。该机构预测，2022年至2027年，中国液冷服务器市场年复合增长率将达54.7%，2027年达到89亿美元。

　　此外，产业界也在积极寻找更终极的解决方案，即通过更绿色环保的新能源来代替传统能源驱动AI技术。2023年5月10日，微软公司宣布已经与核聚变初创公司Helion Energy签署购电协议，计划2028年向后者购买其核聚变发电厂的50兆瓦电力。而Helion Energy背后最大的投资者，则是OpenAI的首席执行官萨姆·奥特曼。

　　萨姆·奥特曼曾表示：“我认为OpenAI和Helion Energy的目标非常一致。如果我们能推动技术成本和能源成本一路走低，就能用越来越少的钱让AI系统变得强大，所有人的生活质量都将得到提高。”