马斯克断言地球电力将枯竭，为何AI如此耗电？针对此问题，《聊一波》栏目邀请中国工程院外籍院士、清华大学智能产业研究院创始院长张亚勤展开探讨。
王波明：大模型对电的需求量很大，究竟达到了怎样的规模，会导致电力供应不足？比如在美国，其电力消耗处于什么量级？
张亚勤：如果看一下这一轮的人工智能，叫做生成式人工智能。这类技术需要海量的参数支撑，同时离不开大量图形处理器（GPU）的运算。其中涉及的参数规模可达万亿级，再加上高带宽内存（HBM）及各类网络设备，十分耗电。
这就涉及到一个概念：规模定律（scaling law），即数据量越大、算力越强，再辅以更优的算法，模型性能就会越好，而其电力消耗也基本呈现指数级增长。
目前主流使用的算法是Transformer，其算力需求呈n平方量级增长，本质上也是指数级攀升。这里的n指的是Token的尺寸，而算力需求与n的平方成正比，所以生成式AI对电力的要求确实很高。
美国当前的电力困境，一方面是美国的整体电网大多是30多年前部署的，电力系统中的变压器使用寿命通常为30年，如今已普遍出现老化退化现象。因此，美国电网不仅容量不足，还存在严重的老化问题。
另一方面，当前新建的大型数据中心耗电量极高，因此美国多个地区，例如弗吉尼亚州，目前部分家庭出现了用电困难的问题，数据中心启动并运行后，把电都用光了。所以现在美国又开始大力推进核电厂的发展，同时重启了许多此前已停用的电厂。
王波明：我了解到，似乎有部分企业计划为自身建设专属电厂，是吗？
张亚勤：是的。由于当前电网的容量无法满足企业的用电需求，因此部分企业计划自建供电设施，例如利用水电或自备发电机组供电。
目前还有一项处于科研阶段的技术——微型核反应堆，可直接配套建设在数据中心内，其供电能力较强，但目前尚未实现落地应用，仍处于研发阶段。
不过即便如此，相关企业的股票在去年仍上涨了数十倍。说明市场有这需求，而且大家对它的期待很大，这里面可能也有一些泡沫吧。
我觉得现在目前数据中心，包括这么多GPU的使用，基础设施的打造，有点像咱们互联网1997、1998年的时候，互联网泡沫出现前的两三年。
但我觉得也十分自然，因为在一个大的技术浪潮来临时，首先要把基础设施建好，建的时候可能会超前一点。
这种超前性难免会催生部分泡沫，因为对于大型企业而言，他们宁愿在基础设施建设上投入过多、承受一定的浪费，也不愿失去这个机会，因为失去机会的成本，远高于当前多投个几百亿的投入。
评论列表