【儀表網 行業深度】#ChatGPT日耗電超50萬度#上熱搜，AI人工智能以及大模型高耗能這個事兒又開說。
據外媒報道，爆火的聊天機器人ChatGPT“每天可能要消耗超過50萬千瓦時的電力，以響應用戶約2億個請求”。什么概念呢？就是ChatGPT每天的用電量差不多等同于美國家庭用電量的1.7萬倍。
當然，這已經不是第一次提到AI人工智能以及大模型“吃電”這個事情了。AI和大模型的基礎都是算力，算力的每一次提升都意味著呈幾何數的能耗提升，不僅是ChatGPT以及其代表的OpenAI，微軟、蘋果、谷歌、百度、華為、科大訊飛、阿里、騰訊、京東等等企業都無法回避這個問題。
美國信息技術與創新基金會(ITIF)發布的報告《重新審視對人工智能能耗的擔憂》中就指出，不同的AI模型也有不同的能耗成本，在特定模型中，參數數量越多，使用AI模型所需的能耗通常越高。同時，AI能耗受到經濟因素限制，性能改進速度將隨時間下降。
報告還提到，已有一些研究試圖量化AI系統當前和未來的能源需求和碳排放，不過一些初步估算陷入了與早期估算數字技術能源使用相同的陷阱，產生了誤導性估算。
對AI人工智能以及大模型能耗和碳排放的測算是一項復雜且龐大的工程，并受到很多因素的影響，不過可以確認的一點是，其能耗大是事實。
斯坦福大學人工智能技術研究室(HAI)公布的《2023年人工智能指數報告》中明確指出，GPT-3是當前大模型中有據可依的第一大“電老虎”，光是訓練GPT-3，就消耗了128.7萬千瓦時電量，產生了550噸碳排放，相當于數百輛汽車一整年的排放量。
高耗能、高排放是行業特性，但是用什么能源可以選擇，還可以在制冷系統上下功夫。
綠電+儲能是目前科技公司以及AI公司的常規選擇，或者也可以說是必然選擇。6部門聯合發布的《算力基礎設施高質量發展行動計劃》就提出“算力+能源”的組合，要求實現源網荷互動、多能協同互補及用能需求智能調控。
計劃指出，隨著人工智能的普及應用以及算法模型參數量和復雜度不斷提升，數據中心數據吞吐量、計算量不斷增長，用能需求也隨之增長。未來，推動“算力+能源”融合發展重在“融合”，推動各類能源互聯互通、互濟互動，支撐新能源發電、新型儲能、多元化負荷大規模友好接入，提升分布式能源和微電網接入互動能力。
而除了信息設備，制冷系統的能耗在數據中心里算得上數一數二的了。目前，傳統風冷技術面對AI大模型這種高算力的制冷需求顯然已經不夠看了，所以液冷技術開始盛行，即通過特殊液體循環散熱方式，實現更精準、更高效節能的散熱。去年，我國規模最大的液冷數據中心全鏈條產業創新基地落戶青島，占整個數據能效10%以內的系統，實現30%以上的能效節約。
當然，也不能光看AI人工智能和大模型“吃電”的弊端，作為當前無可指摘的尖端技術，其助力提質增效以及節能減排的作用是巨大的，并且是輻射所有工業生產和日常生活的，比如現下時興的綠色工廠打造，AI和新能源的地位屬于“左膀右臂”，《工業綠色發展白皮書》中就提到，智能制造示范工廠的生產效率提升了34.8%，碳排放則降低21.2%。
所以未來，AI也好，大模型也好，與清潔能源、可再生能源的融合發展是必經之路，雙向成就，協同助力工業綠色轉型，加快塑造低碳供應鏈閉環。可以預見，兩者之間的聯系會愈加緊密，推動經濟高質量向前。
所有評論僅代表網友意見，與本站立場無關。