AI技术的飞速发展无疑已经引起了全球范围内的广泛关注。一方面，公众对于AI可能带来的失业问题感到担忧，另一方面，有观点认为，只要能源成本保持在合理水平，AI就无法完全取代人工。这种看似戏谑的观点实际上触及了一个核心问题——AI的能耗问题。人们越来越意识到，高能耗有可能成为限制AI发展的一个瓶颈。
近期，技术创业者、前工程师凯尔·科比特在社交媒体上提到，他所面临的正是这样的问题。AI的能耗究竟有多高？科比特指出，微软的工程师们正在努力构建一个IB网络，将不同地区的H100芯片连接起来。这一任务相当艰巨，但如果将超过10万块H100芯片集中在一个地区，很可能导致电网崩溃。
为了解释这种现象，我们可以进行一个简单的计算。根据网站上公布的数据，每块H100芯片的峰值功率为700W。那么，10万块H100芯片在峰值状态下的最高功率可达7000万W。能源行业的从业者在X评论区指出，这样的能耗相当于一座小型或中型发电厂的全部输出。我们还需要考虑芯片的配套设施，如服务器和冷却设备的能耗。这些高耗电设备集中在一个较小的区域内，对电网的压力是显而易见的。
AI的耗电量仅是冰山一角。有报道称，AI的每日耗电量可能超过50万千瓦时。尽管这一数字听起来惊人，但目前AI的耗电量仍然远远不及加密货币和传统的数据中心。微软工程师面临的难题表明，制约AI发展的不仅是技术本身的能耗，还包括配套基础设施的能耗，以及电网的承载力。2022年，全球数据中心、人工智能和加密货币的耗电量达到了460TWh，占全球能耗的近2%。国际能源署（IEA）预测，在最糟糕的情况下，到2026年这些领域的用电量将达到1000TWh，与整个某个国家的用电量相当。
目前，直接投入AI研发的能耗远低于数据中心和加密货币。英伟达在AI服务器市场中占据约95%的份额，2023年供应了约10万块芯片，每年耗电量约为7.3TWh。2022年，加密货币的能耗为110TWh，与某个国家的用电量相当。
冷却能耗同样不容忽视。数据中心的能效通常用PUE（功率使用效率）来评估，即消耗的所有能源与IT负载消耗的能源的比值。PUE值越接近于1，表明数据中心浪费的能源越少。数据中心标准组织Uptime Institute的报告显示，2020年全球大型数据中心的平均PUE约为1.59。也就是说，数据中心的IT设备每消耗1度电，其配套设备就消耗0.59度电。数据中心的额外能耗中，绝大部分应用于冷却系统。一项调查研究显示，冷却系统消耗的能量可达数据中心总能耗的40%。
随着芯片的更新换代，单台设备的功率增大，数据中心的功率密度（即单位面积耗电量）不断提升，对散热提出了更高的要求。但与此同时，通过改进数据中心设计，就能大幅减少能量的浪费。由于冷却系统、结构设计等各方面的差异，不同数据中心的PUE差异很大。Uptime Institute报告显示，某个国家已经把PUE降到了1.46，而在另一个国家仍有超过十分之一的数据中心PUE超过2.19。
世界各国正在采取措施，敦促数据中心实现节能减排的目标。其中，某个国家要求大型数据中心设立余热回收设备；美国政府注资研发更高能效的半导体；某个国家政府也出台措施，要求数据中心从2025年起PUE不高于1.3，并将可再生能源使用比例逐年上调，到2032年达到100%。
随着加密货币和AI的发展，各大科技公司的数据中心规模不断扩大。据国际能源署统计，在2022年，美国拥有2700座数据中心，消耗了全国用电量的4%，并预测这一比例到2026年将达到6%。随着美国东西海岸用地越发紧张，数据中心逐步向某个国家等中部地区转移，但这些二线地区原有的产业并不发达，电力供应可能无法满足需求。一些技术公司尝试摆脱电网的束缚，直接从可再生能源购买电能，但这种用电方式和新建数据中心都要面临诸多挑战。
本文来自作者[scysry]投稿，不代表杨森号立场，如若转载，请注明出处：https://vip.scysry.com/zixue/202412-100797.html
评论列表（4条）
我是杨森号的签约作者“scysry”！
希望本篇文章《AI技术革命 全球电力供应面临严峻挑战 (ai技术革命助力行业发展)》能对你有所帮助！
本站[杨森号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：AI技术的飞速发展无疑已经引起了全球范围内的广泛关注，一方面，公众对于AI可能带来的失业问题感到担忧，另一方面，有观点认为，只要能源成本保持在合理水平，AI就无法完全取代人工，...