作者簡介

本文是第二屆電力電子科普征文大賽的獲獎作品，來自上?？萍即髮W(xué)的諸葛英健投稿。

2

AI還是個耗水狂魔

根據(jù)蘭道爾原理，處理信息是有能量成本的。但這一部分只是AI耗電中的一小部分，更多的能量消耗來自焦耳定律。

當(dāng)芯片在進行信息處理時，其中的晶體管會在開關(guān)狀態(tài)中進行切換，而這就產(chǎn)生了電流。又由于電路中電阻的存在，這些能量不可避免地轉(zhuǎn)化成熱能。目前臺積電等芯片巨頭已經(jīng)在積極推進2nm工藝節(jié)點，在每平方毫米的面積上，植入3億顆晶體管。即使單個晶體管產(chǎn)生的熱量微乎其微，但在這么大的體量下，熱量還是不容忽視的。以英偉達最新的B200芯片為例，其內(nèi)含超過2080億個晶體管，可想而知熱量一定相當(dāng)可觀。

要進行散熱，早些年利用空調(diào)冷卻系統(tǒng)來降溫，但這因為太費電而逐漸淘汰，轉(zhuǎn)為利用水。

根據(jù)美國加州大學(xué)河濱分校的一項研究發(fā)現(xiàn)，ChatGPT等大模型的用水量令人吃驚。僅僅是訓(xùn)練GPT-3，15天就用掉了70萬升水，更別說GPT-4等參數(shù)更多的大模型了。而在后續(xù)的使用中，據(jù)估計，每交流10-50個問題，就需要500ml水來降溫。根據(jù)谷歌2024年環(huán)境報告，2023年谷歌總用水量為64億加侖，同比增長了14%，其中數(shù)據(jù)中心用水用水量61億加侖，同比增加17%[5]。61億加侖，換算過來大約2379萬立方米，足足可以裝滿一個半西湖。

除了運營維護過程中耗水，在生產(chǎn)芯片階段，也需要消耗大量的水資源。制造芯片需要在晶圓上燒刻電路，而這一過程中需要大量的超純水進行沖洗。據(jù)悉，制造8英寸晶圓每小時耗水250立方米，12英寸晶圓耗水則達到500立方米，也就是說，平均生產(chǎn)一個2克重的計算機芯片，就需要32公斤的水資源。根據(jù)報道，臺積電2nm晶圓代工廠每日用水量預(yù)計約為4.3萬噸。

根據(jù)預(yù)測，到2027年，全球人工智能需求可能會產(chǎn)生42-66億立方米的取水量，這相當(dāng)于丹麥每年取水總量的4-6倍。

耗水問題也制約著人工智能的飛速發(fā)展。盡管業(yè)界已經(jīng)采取了許多措施來應(yīng)對這些挑戰(zhàn)，包括提高水資源利用率、推廣水資源循環(huán)利用技術(shù)、加強廢水處理、利用再生水等。另一方面，利用天然冷水資源為數(shù)據(jù)中心降溫，例如阿里云千島湖數(shù)據(jù)中心、微軟北方群島數(shù)據(jù)中心等，但這依然面臨著嚴(yán)峻的挑戰(zhàn)。

3

能耗優(yōu)化新動態(tài)

在解決AI能耗的問題上，業(yè)內(nèi)已經(jīng)使出了渾身解數(shù)。

第一個辦法就是開源。

利用風(fēng)能、光伏等可再生能源，以及核能，作為數(shù)據(jù)中心的運行能量。早在2021年，OpenAI CEO Sam Altman就投資了核聚變初創(chuàng)公司Helion Energy。2023年，亞馬遜總購電量8.8GW，其中超60%的交易為購買光伏發(fā)電，其余為購買風(fēng)電。亞馬遜表示，其目前90%的電力都來自可再生能源，并在2025年將比例提升至100%。而開源這一辦法與我國之前提出的“東數(shù)西算”工程相契合，引導(dǎo)數(shù)據(jù)中心向西部資源豐富地區(qū)聚集。

圖7. 東數(shù)西算八大樞紐 | @ 國際科技創(chuàng)新中心

第二個辦法就是節(jié)流。

節(jié)流一方面要從AI本身去降低能耗。剪枝（pruning）、量化（quantization）、蒸餾（distillation）等技術(shù)有望帶來更好的算法，讓 AI 模型更快、更節(jié)能。通過優(yōu)化大模型架構(gòu)，優(yōu)化模型參數(shù)，從而降低訓(xùn)練及使用的能耗。例如，微軟在4月發(fā)布的Phi-3小語言模型，其中Phi-3 small僅僅使用70億個參數(shù)，在性能表現(xiàn)上就優(yōu)于GPT3.5-T等大模型。在硬件層面，通過設(shè)計更加高效的芯片，例如AI模型訓(xùn)練專用芯片、專用推理芯片等，可以大大提升效率以及降低能耗。例如，英偉達最新集成了Blackwell芯片的GB200 NVL72，相較之前提出的Hopper，推理能力提升了30倍，訓(xùn)練能力提升4倍，能源使用效率提升25倍。

圖8. GB200 NVL72 | @ NVIDIA

節(jié)流的另一方面就是降低冷卻能耗和能量回收。華為蕪湖數(shù)據(jù)中心利用直通風(fēng)、液冷和云軟件智能調(diào)節(jié)，將液冷機房年均PUE降至1.1，遠高于行業(yè)水平，每100萬臺服務(wù)器每年可節(jié)省約10億度電。除了利用自然冷卻、液冷等技術(shù)降低數(shù)據(jù)中心能耗以外，利用余熱回收技術(shù)進行跨季節(jié)儲熱，可以在供暖期間將儲存的熱量供給需求側(cè)，如騰訊天津數(shù)據(jù)中心、阿里巴巴千島湖數(shù)據(jù)中心、Facebook丹麥數(shù)據(jù)中心等。

除此以外，政策層面也需要一定程度的監(jiān)管。截至2023年，美國AI相關(guān)的監(jiān)管機構(gòu)已經(jīng)增加到了21個，并頒布了相關(guān)法規(guī)[5]。2024年3月，歐盟通過了世界上第一個全面的人工智能法律框架——《人工智能法案》。法案要求AI企業(yè)進行一定的信息披露，并致力于更高效、可持續(xù)的大模型開發(fā)。2023年4月11日，國家網(wǎng)信辦發(fā)布了《生成式人工智能服務(wù)管理辦法（征求意見稿）》，對生成式人工智能發(fā)展和規(guī)范應(yīng)用提出了一系列要求。除此以外，北京及內(nèi)蒙古等地都發(fā)布文件，限制數(shù)據(jù)中心冷卻使用地下水、引導(dǎo)利用再生水等。

4

結(jié)語

人工智能正在引領(lǐng)一場科技革命，帶給世界深遠影響和巨大潛力。而人工智能的飛速發(fā)展，我們也面臨著前所未有的挑戰(zhàn)。在人工智能重塑世界的同時，我們也應(yīng)該關(guān)注能源領(lǐng)域的進展，也許聚變的科技點就在AI之后。