-
日期: 2024-04-20 | 來源: 科普中國 | 有2人參與評論 | 字體: 小 中 大
近年來，人工智能（AI）的崛起引起了廣泛的討論和擔憂，很多人擔心 AI 會造成失業率飆升，而有些樂觀的朋友則戲稱“只要電費貴過饅頭，AI 就永遠不能完全代替人”。
雖然這是句玩笑話，但背後則是實實在在的AI能耗問題，越來越多的人擔憂高能耗將成為制約 AI 發展的瓶頸。就在不久前，技術創業者、前谷歌工程師凱爾·科比特（Kyle Corbitt）在社交媒體 X 上表示，微軟已經遇到了這方面的難題。
AI 到底有多費電？
科比特稱，訓練 GPT-6 的微軟工程師們正忙著搭建 IB 網絡（InfiniBand），把分布在不同地區的 GPU 連接起來。這項工作很困難，但他們別無選擇，因為如果把超過 10 萬塊 H100 芯片部署在同壹個地區，電網就會崩潰。
來源：X@corbtt
為什麼這些芯片集中起來會導致電網崩潰的後果呢？讓我們來簡單算壹筆賬。
圖庫版權圖片，轉載使用可能引發版權糾紛
英偉達網站上公布的數據顯示，每塊 H100 芯片的峰值功率為 700W，10 萬塊 H100 峰值功耗最高可達 7000 萬W。而 X 評論區有能源行業從業者指出，10 萬塊芯片的總能耗將相當於壹座小型太陽能或風能發電廠的全部輸出。除此之外，還要考慮這麼多芯片的配套設施的能耗，包括服務器和冷卻設備。這麼多耗電設施，集中在壹小片區域，給電網帶來的壓力可想而知。
AI 耗電，冰山壹角
關於 AI 能耗問題，《紐約客》的報道壹度引起廣泛關注。報道估算，ChatGPT 每日耗電量或超過 50 萬千瓦時。（參見：ChatGPT 日耗電超 50 萬度，卡死AI發展的竟然是能源？）實際上，目前AI耗電量雖然看上去是個天文數字，但仍然遠遠不及加密貨幣和傳統的數據中心。而微軟工程師遇到的難題也表明，制約 AI 發展的不僅是技術本身的能耗，還有配套基礎設施的能耗，以及電網的承載力。
國際能源署（IEA）發布的壹份報告顯示，2022 年全球數據中心、人工智能和加密貨幣的耗電量達到 460 TWh，占全球能耗的近 2%。IEA 預測，在最糟糕的情況下，到 2026 年這些領域的用電量將達 1000 TWh，與整個日本的用電量相當。
但是，報告同時顯示，目前直接投入 AI 研發的能耗遠低於數據中心和加密貨幣。英偉達在 AI 服務器市場中占據約 95%的份額，2023 年供應了約 10 萬塊芯片，每年耗電量約為 7.3 TWh。但是在 2022 年，加密貨幣的能耗為 110 TWh，與整個荷蘭的用電量相當。
- 新聞來源於其它媒體，內容不代表本站立場！
-
原文鏈接
原文鏈接: