危險的人工智能：“芯片荒”未解而“電力荒”又至

人工智能（AI）的崛起已是不爭的事實，但《紐約客》（The New Yorker ）的一篇新報道揭示了一個潛在的隱性成本：它對電力的巨大需求。由 OpenAI 開發的流行聊天機器人 ChatGPT 每天要處理 2 億次用戶請求，耗電量高達 50 萬千瓦時。相比之下，美國家庭平均每天使用約29千瓦時的電力，也就是說，ChatGPT每天的用電量是普通家庭用電量的1.7萬多倍。

生成式人工智能帶來了許多創新，但也伴隨著處理性能和功耗方面的高昂成本，如果生成式AI被進一步采用，耗電量可能會更多。所以，很多人正在擔心，隨著人工智能的突飛猛進，“電荒”會否真的發生。特斯拉CEO馬斯克就曾預言，未來兩年內將由“缺硅”變為“缺電”，而這可能阻礙人工智能的發展。在他看來，電力短缺可能會造成嚴重后果，就像最近缺芯阻礙科技和汽車行業一樣。聽起來很多，但如果生成式人工智能被進一步采用，耗電量可能會更多。

根據荷蘭國家銀行（Dutch National Bank）數據科學家亞歷克斯·德弗里斯（Alex de Vries）在可持續能源期刊《焦耳》（Joule）上發表的一篇論文中提出了一個基于英偉達（Nvidia）公布的數據的粗略計算。這家芯片制造商占據了圖形處理器市場約95%的份額。德弗里斯估計，到2027年，整個人工智能行業每年將消耗85至134太瓦時（1太瓦時相當于10億千瓦時），人工智能的用電量可能占全球用電量的0.5%。這顯示了AI技術對電力資源的巨大需求。并且，如果谷歌將其應用于所有搜索，每年的電量消耗將達到驚人的290億千瓦時。這個電量足以匹敵肯尼亞、危地馬拉和克羅地亞三國的年總發電量。

“人工智能是非常耗能的，”德弗里斯說，“每個人工智能服務器的耗電量已經相當于十幾個英國家庭的總和。所以這些數字很快就會增加?！比欢?，估計蓬勃發展的人工智能行業消耗多少電力是很難確定的。

隨著人工智能技術的發展，對芯片的需求急劇增加，進而帶動了電力需求的激增。根據美國Uptime Institute的預測，到2025年，人工智能業務在全球數據中心用電量中的占比將從2%增加到10%。此外，據the Verge報道，大型人工智能模型的運行方式存在相當大的差異，而推動人工智能繁榮的大型科技公司并沒有完全公開他們的能源使用情況。

經濟學人最新發稿稱：包括超級計算機在內的高性能計算設施，正成為能源消耗大戶。根據國際能源署估計，數據中心的用電量占全球電力消耗的1.5%至2%，大致相當于整個英國經濟的用電量。預計到2030年，這一比例將上升到4%。

僅從量的方面看，根據不完全統計，2020年全球發電量中，有5%左右用于計算能力消耗，而這一數字到2030年將有可能提高到15%到25%左右，也就是說，計算產業的用電量占比將與工業等耗能大戶相提并論。

根據國際能源署(IEA)最近的一份報告，包括人工智能服務和加密貨幣在內的全球數據中心的用電量可能從2022年的460太瓦時飆升至2026年的1050太瓦時。1太瓦時相當于10億千瓦時，也就是10億度電。目前，全球人工智能和互聯網的運行依賴約8000個數據中心，其中美國、歐洲和中國分別約占33%、16%和10%。預計這些地區數據中心的數量未來都將大幅增長。美國超過三分之一的電力需求增長將來自擴建的數據中心，數據中心用電量占美國總用電量的比例將從2022年的4%躍升至2026年的6%。歐盟預計該地區數據中心的用電量將從2022年的略低于100太瓦時上升到2026年的近150太瓦時。僅愛爾蘭數據中心的用電量就可能從2022年占全國總用電量的17%增加到2026年占全國總用電量的32%。

據銀河研究院的報告，數據中心耗電量巨大，電能是數據中心最大成本項之一，電費支出占運營 成本比例超過 50%。全球數據中心用電量 2.71 萬億 kWh，占據全球總用電量的比重為 8.0%。2030 年中國數據中心用電量約 1.27 萬億 kWh，占據中國總用電量的比重為 9.8%；2035 年中國數據中心用電量約 2.9 萬億 kWh，占據中國總用電量的比重為 17.57%，全球數據中心用電量 6.19 萬億 kWh，占據全球總用電量的比重為 15.8%。

人工智能除了耗電量驚人，同時還非常耗水

一個超大型數據中心每年耗電量近億度，生成式AI的發展使數據中心能耗進一步增加。因為大型模型往往需要數萬個GPU，訓練周期短則幾周，長則數月，過程中需要大量電力支撐。數據中心服務器運行的過程中會產生大量熱能，水冷是服務器最普遍的方法，這又導致巨大的水力消耗。有數據顯示，GPT-3在訓練期間耗用近700噸水，其后每回答20-50個問題，就需消耗500毫升水。

水資源消耗方面，硅片工藝需要“超純水”清洗，且芯片制程越高，耗水越多。生產一個2克重的計算機芯片，大約需要32公斤水。制造8寸晶圓，每小時耗水約250噸，12英寸晶圓則可達500噸。臺積電每年晶圓產能約3000萬片，芯片生產耗水約8000萬噸左右。充足的水資源已成為芯片業發展的必要條件。2023年7月，日本經濟產業省決定建立新制度，向半導體工廠供應工業用水的設施建設提供補貼，以確保半導體生產所需的工業用水。

而長期來看，生成式AI、無人駕駛等推廣應用還將導致芯片制造業進一步增長，隨之而來的則是能源資源的大量消耗。

從計算的本質來說，計算就是把數據從無序變成有序的過程，而這個過程則需要一定能量的輸入。人工智能之所以會帶來巨大的能耗問題，與人工智能實現智能的方式密切有關?？梢钥匆?，人腦計算是一種完全不同的計算方式，就是所謂的“超維計算”。即模仿人類大腦的運算方式，利用高維數學空間來執行計算，以實現更高效、更智能的計算過程。

?