人工智能（AI）技术的飞速发展和普及正在引起全球的广泛关注和讨论。一方面，人们担忧AI技术的高能耗可能成为其发展的瓶颈，另一方面，也有人认为AI能耗问题被过度夸大。本文将详细分析AI能耗问题，探讨其对AI发展的影响，并考察当前的解决方案和未来的挑战。
AI能耗问题的严重性
AI技术的能耗问题已经引起了业界的关注。如前工程师凯尔·科比特所提到，微软工程师在训练GPT-6时，因大量H100芯片集中部署可能导致电网崩溃而不得不分散连接。H100芯片的峰值功率为700W，10万块的峰值能耗可达7000万W，相当于一座小型发电厂的全部输出。这不仅包含了芯片本身的能耗，还包括了服务器和冷却系统的能耗。
AI与其他耗电大户的对比
尽管AI耗电量看似巨大，但相较于加密货币和传统数据中心，其能耗仍然较低。全球数据中心、人工智能和加密货币的耗电量在2022年达到了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。目前，AI在英伟达AI服务器市场上占据约95%的份额，2023年供应了约10万块芯片，每年耗电量约为7.3TWh。与此相比，2022年加密货币的能耗为110TWh，与一些小国的总用电量相当。
数据中心的能耗与能效
数据中心的能效通常用PUE（Power Usage Effectiveness）值来评估，即IT负载消耗的能源与数据中心消耗的所有能源的比值。PUE值越接近1，表明数据中心浪费的能源越少。UptimeInstitute的报告显示，2020年全球大型数据中心的平均PUE约为1.59。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%。随着芯片更新换代，功率密度不断提升，对散热提出了更高的要求。
节能措施与政策
不同国家的数据中心能效比差异很大。例如，日本已经把PUE降到了1.46，而美国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，如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，中国政府要求数据中心从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%。
科技公司的电力挑战
随着加密货币和AI的发展，科技公司的数据中心规模不断扩大，导致电力消耗增加。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%。随着用地紧张，数据中心逐步向中部地区转移，而这些地区的电力供应可能无法满足需求。一些技术公司尝试直接从可再生能源购买电能，但这需要大量的投资和新的基础设施建设。
AI能耗问题是多方面的，涉及技术、基础设施、电网承载力等多个层面。随着AI技术的不断进步和应用的扩大，其能耗问题必将成为未来需要重点关注和解决的关键问题。同时，全球范围内的政策和措施也在不断推进，旨在降低AI和数据中心的能耗，实现可持续发展。
本文来自作者[sxkxdz]投稿，不代表快芯号立场，如若转载，请注明出处：https://vip.sxkxdz.com/zixue/202412-121128.html
评论列表（4条）
我是快芯号的签约作者“sxkxdz”！
希望本篇文章《全球电力消耗激增 AI发展迅猛 能源危机愈发严峻 (全球电力消耗排行)》能对你有所帮助！
本站[快芯号]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：人工智能，AI，技术的飞速发展和普及正在引起全球的广泛关注和讨论，一方面，人们担忧AI技术的高能耗可能成为其发展的瓶颈，另一方面，也有人认为AI能耗问题被过度夸大，本文将详细分...