14个地球的能源才能支撑AI发展？“电荒”比“算力荒”更可怕

AI究竟多费电？

有人估算，ChatGPT每天光电费就要花53万元，一年则需要花费2亿元。

据外媒报道，ChatGPT每日耗电量已超过50万千瓦时，相当于美国家庭用电量的1.7万多倍。

谷歌训练AI时“吃掉”的电量同样惊人。每年要消耗23亿度电。相当于美国一个州首府所有家庭一年的用电量。

这还不是终点。如果将来生成式AI被广泛应用，所需要的耗电量将更多。

如此巨大的能源消耗，让OpenAI、谷歌等AI巨头面临挑战，也引起很多人担心未来会“电荒”。

在此背景下，“AI的尽头是能源”成为大家热议的话题。然而，能源的尽头什么？光伏、储能，还是可控核聚变？

-1-

AI究竟多费电？

据《纽约客》杂志报道，ChatGPT每天需要处理的请求超过2亿个，每天可能要消耗超过50万千瓦时电力来支持。美国普通家庭平均每天用电约29千瓦时。也就是说，ChatGPT每天用电量是家庭用电量的1.7万多倍。

另一份报告显示，OpenAI的GPT-3单次训练耗电量就达1287000千瓦时，也就是12.87亿度电。

这是什么概念？用知名计算机专家吴军的话形容：大概是3000辆特斯拉电动汽车、每辆跑到约32万公里的总耗电量。

除了OpenAI，谷歌也“不容小觑”。

谷歌AI训练的耗电量占该公司总用电量的10%至15%。也就是每年耗电量达23亿度。这相当于美国一个州首府所有家庭一年的用电量。

由人工智能初创公司Hugging Face搭建的BLOOM模型，光是前期训练它，就花掉43万多度电。相当于国内100多个家庭一年用掉的电量。

有业内人士表示，大模型训练成本中60%都是电费。训练完成后，还要用大量计算能力来运行，也是很大的能源消耗。

可以预见，如果将来生成式AI被进一步采用，耗电量可能会更多。

据美国Uptime Institute的预测，到2025年，人工智能业务在全球数据中心用电量中的占比将从2%猛增到10%。

荷兰国家银行数据科学家德弗里斯预计，到2027年，整个AI行业每年将消耗850亿至1340亿千瓦时的电力。彼时AI的用电量可能占全球总用电量的0.5%。

他还推算，如果谷歌将生成式人工智能技术整合到每次搜索中，每年将消耗约290亿千瓦时的电量。这比肯尼亚、危地马拉和克罗地亚等国一年的用电量还要多。

-2-

“电荒”将成为AI路上的绊脚石？

很多人正在担心，随着人工智能的突飞猛进，“电荒”会否真的发生。

其实，AI科技圈大佬们早就开始“担忧”了。

马斯克预测，未来两年内行业将由“缺硅”变为“缺电”，而这可能阻碍人工智能的发展。在他看来，电力短缺可能会造成严重后果，就像芯片短缺一度阻碍科技和汽车行业一样。

黄仁勋在一次演讲中说，AI的尽头是光伏和储能，不要只关注计算力的进步……按照当前的能源消耗模式继续下去，维持全球计算机运行就需要相当于14个地球的能源供应。”

OpenAI创始人奥特曼也提出了类似的看法。他表示，如果能源技术无法突破，就无法做到让AI技术释放全部潜力，AI想要走向AGI也是不可能的。

奥特曼认为，这个能源技术突破很可能就是可控核聚变。

可控核聚变俗称“人造太阳”，被称为人类的“终极能源”。

近期，一则核聚变相关突破频频登上新闻。普林斯顿团队用AI提前300毫秒预测了核聚变等离子不稳定态，这个时间，足够约束磁场调整应对等离子体的逃逸。

从此，科学家可以防止可控核聚变的中断，产生足够能量所需的高功率聚变反应，也就更有可能了。这项重大突破，成果已经登上Nature。

但核聚变“可控”和商业化之路依然道阻且长，可能需要几十年时间才能取得规模性商业应用。在此期间，还需要攻克技术、材料和工程等多重难题。

在此之前，风能、光伏等可再生新能源显然要先接力，成为能源“顶梁柱”。

破除能源紧缺难题，除了开源，更要节流。

模型本身的算法和架构，及硬件优化均会让AI功耗在一定程度上降低。可以从算法和模型、训练技巧等方面加以优化，来解决大模型高能耗问题。

此外，监管机构也需要提高整个AI供应链的透明度，要求AI厂商做好相关数据披露和控制。