AI耗电量究竟有多惊人？

denny

“人工智能的未来或将受限于一种日渐紧张的资源——电力。”

就在不久前，围绕人工智能（AI）的迅猛扩展，特斯拉首席执行官埃隆·马斯克便发出了此类警示。

他透露，对于人工智能处理能力的限制是可以预见的，“一年多以前，我便预告了芯片的短缺，接下来，我们面临的将是电力的紧缺。我认为，明年的电力供应将不足以支撑所有芯片的运作。”

与此同时，OpenAI的首席执行官山姆·奥特曼也发声称，人工智能实际上将耗费比众多预期更多的电力，未来的展望要求能源的重大突破。

随着人工智能的快速发展，其背后的能源消耗问题亦开始显露，逐渐成为行业内人士密切关注的重点。有观点甚至指出，“AI的极限是算力，而算力的极限则是电力”。

1、AI的电力消耗有多大？

目前的人工智能大型模型的竞争，宛如一场“算力军备赛”。在所谓“规模效应”（Scaling Law）的推动下，各企业不断扩增模型参数和数据体量，以期达成“大打出手”的效果。与此同时，对算力的需求也随之成几何倍数增加。

虽然“算力”本身较为抽象，但其实体载体很具体，主要表现在数据中心和智能计算中心等算力基础设施上。算力的背后，靠着电力的支撑。想象一下这样一个场景——在数据处理中心或智能计算中心，无数台服务器和芯片整齐排列，日以继夜地运行着。

根据报道，目前用于训练AI大规模模型的核心算力芯片是NVIDIA的H100，单片的最高功耗可达700瓦特，这意味着其每小时的电力消耗为0.7度电。最近有报道称，OpenAI公司在训练其GPT-5模型时，可能使用了数万片这样的芯片。

以GPT-3为例，其拥有1750亿个参数量。据估计，其训练过程大约消耗了1287兆瓦时电力，即大约128.7万度电。

这一电量如何理解呢？它大约相当于美国121户家庭一年的电力消费。也有专家通过类比，将其比作3000辆特斯拉电动汽车，假设每辆汽车行驶20万英里的能耗。

GPT-3是在2020年推出的，那么这种模式的新版本耗能情况如何呢？尽管近年来许多AI技术公司不再公开他们的训练细节、使用的硬件或耗时等信息，但GPT-3的能耗数据至少提供了一个参考点。据报，GPT-4的参数量已增至1.8万亿个。随着参数数量的翻倍，其能耗理应会有显著增加。然而，这些能耗计算只涵盖了AI的训练初期，一旦训练完成，AI便步入了另一个电力消耗的新阶段——推理，即应用AI技术后输出结果的时期。

AI的训练仅是一个起点，其运用则是一场漫长的旅程。随着技术的广泛应用和用户数量的增加，其电力需求持续累积上升。

根据国际能源署在今年一月发布的报告，ChatGPT处理一次查询的平均耗电为2.9瓦时，这大致相当于让一个60瓦的灯泡维持亮度不足三分钟的时间。

美国媒体披露，ChatGPT每日大约处理两亿次查询，消耗的电力超过五十万千瓦小时，这一数字几乎等同于一万七千个美国家庭一天的电力消费。

试想这样一个简单的算术题：GPT-3的训练阶段耗电大约为128万千瓦小时，而ChatGPT为了满足每日的查询需求则消耗了50万千瓦小时的电力。由此可见，GPT-3在训练期间所消耗的电力，连续支持ChatGPT运作三天都是不够的。

那么，AI是否面临着“电力短缺”的状况呢？

似乎各种数据都在指向同一个结论：AI似乎变成了一个“耗电怪兽”。我们接着看，AI的能量需求还能否得到满足？关于AI是否“缺电”的更多讨论，还是让数据来说明问题。据现有数据显示，2023年美国的总发电量达到了41781.71亿千瓦时，若以ChatGPT每日消耗电力为50万千瓦时计算，一年下来共计需电18250万千瓦时，这一数字仅占美国全年发电总量的大约0.0044%。

确实，除了ChatGPT外，还有许多其他AI应用在运行，但ChatGPT的电力消耗数据为我们提供了一个考量窗口。从中可以观察到，即便是在人工智能计算能力飞速增长的背景下，其对电力资源的总体需求仍然处于较低水平。