近日，关于人工智能（AI）能耗的讨论在科技圈内掀起波澜，起因是一则据传为英伟达创始人黄仁勋的言论在网络上广泛传播。该言论声称“AI的尽头是光伏和储能”，并警告称若仅依赖当前计算机技术，将需要相当于14个地球的能源来支持生成式AI的发展。尽管随后证实这句话并非出自黄仁勋之口，但这一话题却意外地引发了公众对AI能耗问题的关注。
实际上，关于AI能耗的担忧并非空穴来风。据荷兰数据科学家亚历克斯·德弗里斯估算，到2027年，全球AI领域一年的电量消耗将达到85至134太瓦时，与荷兰的年能源需求相当。而牛津大学教授沃切特的研究则显示，每次训练ChatGPT所消耗的电力，相当于约126个丹麦家庭一年的用电量，这还不包括模型在实际使用推理时的电力消耗。
国际能源署（IEA）在2024年的一份报告中预测，由于人工智能和加密货币的发展，全球数据中心的用电量将大幅增加两倍。该机构指出，2022年全球数据中心的用电量约为460太瓦时，到2026年可能增至620至1050太瓦时，相当于瑞典或德国的年用电量。这些数据无疑加剧了人们对AI能耗的担忧。
然而，黄仁勋在澄清其言论时表示，虽然计算机的速度在过去十年里提高了一百万倍，但所消耗的能源并没有随之增加。他强调，计算机的架构正在不断进步，这为解决AI能耗问题提供了可能。
尽管如此，AI能耗问题仍然引起了广泛关注。科技名人如埃隆·马斯克和OpenAI CEO山姆·奥特曼也纷纷发声。马斯克警告称，电力短缺将成为未来的主要问题，到明年可能没有足够的电力来运行所有的芯片。而奥特曼则指出，在人工智能时代，算力和能源将成为两种重要的“货币”，AI技术的发展将取决于能源的突破。
据《纽约客》报道，ChatGPT每天要响应大约2亿个请求，消耗超过50万度电力，相当于1.7万个美国家庭的日用电量。而国内的研究也显示，ChatGPT单月耗电量约等同于23.7万中国人的用电水平。这些数字直观地展示了AI大模型在能耗方面的巨大需求。
然而，对于AI大模型的耗电量，目前仍停留在估算和预测阶段。不同研究机构的估算方法不同，得出的结果也存在较大差异。中国数据中心工作组专家委员会副主任委员曲海峰表示，生成式AI多使用高性能GPU卡进行计算，而我国目前存量不超过30万片高性能GPU卡，其耗电量在全国用电总量中占比较小。
尽管AI的耗电量目前看来不会对电力系统产生直接影响，但未来随着智算中心的发展，能耗还将进一步增长。特别是大模型在推理阶段的耗电量更值得关注，因为推理是分布式的，未来可能有数以亿计的用户同时使用AI服务，这将带来巨大的能耗挑战。
除了能耗问题外，AI的发展还带来了环境压力。研究发现，大型AI模型的训练过程排放了大量二氧化碳和水资源。例如，微软在训练GPT-3时消耗了70多万升水，足以生产数百辆汽车。这些数据中心的运行需要大量的冷却水，而且必须使用干净的淡水资源，以避免设备腐蚀或细菌滋生。
面对AI带来的能耗和环境压力，科技界正在寻求解决之道。一方面，AI业界正在进行架构创新，以减少训练大模型所需的算力和能耗。另一方面，提高数据中心的能效也成为关键。曲海峰认为，应理智看待AI耗电一事，提高能效而非抑制规模才是正道。他同时指出，我国每年浪费掉的电力非常多，如果AI的耗电量提高，说明这个产业技术在发展，这些用能是高质量用能。
在更遥远的未来，许多硅谷大佬已经开始为AI的能耗问题做准备。OpenAI掌权者山姆·奥特曼投资了两家能源公司，致力于实现可控核聚变——人造太阳。这一技术有望在地球上模拟太阳的环境，实现清洁、丰富的能源供应。虽然这一技术仍面临诸多挑战和风险，但科技大腕们的加入无疑为这一领域注入了新的活力和希望。
