AI无所不能：全球电力被掠夺，更可怕的事情还在等着你
AI崛起：电力被窃取，人类生存岌岌可危
数界探索
近年来，人工智能（AI）的发展引发了广泛讨论和担忧，许多人担心AI会导致失业率上升。而一些乐观的人则开玩笑说：“只要电费比馒头贵，AI就永远无法完全取代人类。”
尽管这是一句玩笑话，但实际上AI能耗问题确实存在，并且越来越多人担心高能耗会成为限制AI发展的瓶颈。
就在不久前，技术创业者、前谷歌工程师凯尔·科比特在社交媒体X上发文称，微软似乎正面临某些技术上的挑战。 这一消息揭示了微软在技术创新过程中可能遇到的一些困境。作为科技行业的领军企业，微软一直致力于推动云计算、人工智能等前沿技术的发展。然而，任何企业在追求技术进步的过程中都难免会遭遇各种障碍。此次微软所面临的问题，不仅反映了技术开发中的复杂性和不确定性，也可能对其业务战略产生一定影响。因此，如何有效应对这些挑战，将是微软未来能否持续领先的关键。
AI 到底有多费电？
科比特称，微软的工程师们正在忙于构建IB网络（InfiniBand），以连接分布于各地的GPU。这一任务极具挑战性，但却是必须的，因为若将超过10万块H100芯片安置在同一区域，电力系统将会不堪重负。
来源：为何这些芯片集中起来会对电网造成崩溃的威胁？我们来简单分析一下。
英伟达网站上公布的数据显示，每块H100芯片的峰值功率为700W，10万块H100芯片的峰值功耗最高可达7000万W。这一数字令人震惊，因为正如评论区中能源行业的从业者所指出的，10万块芯片的总能耗将相当于一座小型太阳能或风能发电厂的全部输出。这不仅凸显了高性能计算设备在运行时面临的巨大能源挑战，也引发了关于可持续性发展的深刻思考。随着人工智能和机器学习需求的不断增长，数据中心的能耗问题正变得日益突出，如何平衡技术创新与环境保护之间的关系成为了一个亟待解决的问题。
除此之外，还需要考虑到这些芯片配套设施的能源消耗，包括服务器和冷却系统。如此多的高耗电设施集中在一个较小的区域内，对电网造成的负担是显而易见的。
AI 耗电，冰山一角
关于 AI 能耗问题，《纽约客》的报道一度引起广泛关注。报道估算，ChatGPT 每日耗电量或超过 50 万千瓦时。（参见：ChatGPT 日耗电超 50 万度，卡死AI发展的竟然是能源？）实际上，目前AI耗电量虽然看上去是个天文数字，但仍然远远不及加密货币和传统的数据中心。
微软工程师所面临的挑战揭示了一个重要问题：AI的发展不仅受限于技术本身消耗的能量，还受到支持设施以及电网承载能力的影响。 这一现象进一步凸显了在推动AI技术创新的同时，必须同步考虑其对能源消耗和基础设施的压力。如何在保证技术进步的同时，优化能源使用效率和电网管理，将是未来AI发展中亟待解决的关键问题。这不仅需要技术上的突破，还需要政策制定者、能源供应商和科技公司之间的紧密合作。只有这样，才能确保AI的可持续发展，并真正实现技术带来的便利与效益。
国际能源署（IEA）发布的一份报告显示，2022 年全球数据中心、人工智能和加密货币的耗电量达到 460 TWh，占全球能耗的近 2%。IEA 预测，在最糟糕的情况下，到 2026 年这些领域的用电量将达 1000 TWh，与整个日本的用电量相当。
但是，根据报告，目前直接投入人工智能（AI）研发的能耗远低于数据中心和加密货币。英伟达在AI服务器市场中占据了大约95%的份额，2023年供应了约10万块芯片，每年的耗电量约为7.3太瓦时（TWh）。 从这一数据可以看出，尽管AI的发展带来了巨大的计算需求，但其能源消耗相对于其他技术领域来说仍然是可控的。这也凸显了英伟达在AI硬件市场的主导地位。然而，随着AI技术的进一步普及和应用，未来对能源的需求可能会持续增长，因此有必要提前规划和采取措施，以确保可持续发展。
但是在 2022 年，加密货币的能耗为 110 TWh，与整个荷兰的用电量相当。
图注：2022年与2026年，传统数据中心、加密货币、AI数据中心的能源消耗预估值（柱状图从下往上依次展示）。可以看出，当前AI的用电量明显少于传统数据中心和加密货币。该数据来源于IEA。 请注意，上述描述中的柱状图仅为示意，实际数据可能会有所不同。
冷却能耗，不容忽视
数据中心的能效通常通过能效比（Power Usage Effectiveness, PUE）来衡量，即整个设施消耗的总电能与用于运行IT设备所需的电能之比。理想的PUE数值应尽可能接近1，这表示数据中心在运营过程中对能源的利用非常高效，几乎没有多余的能源浪费。 在我看来，随着全球对可持续发展和环境保护的关注日益增加，提高数据中心的能效不仅是一种技术上的挑战，更是一份社会责任。通过不断优化冷却系统、采用更高效的硬件设备以及实施智能能源管理系统，数据中心运营商可以显著降低其PUE，从而减少不必要的能源消耗，为保护环境贡献一份力量。此外，提高能效也有助于企业节省运营成本，实现经济效益和环境效益的双赢。
根据Uptime Institute的报告，2020年全球大型数据中心的平均能效比约为1.59。这意味着，数据中心每消耗1度电用于IT设备时，配套设备就会额外消耗0.59度电。 这一数据揭示了数据中心在能源使用上的巨大挑战。尽管1.59的能效比已经是一个显著的进步，但仍然表明我们需要更加努力地提高能效，以减少整体能耗。随着云计算和大数据需求的不断增长，数据中心的能源消耗量也在不断增加，因此寻找更高效的解决方案显得尤为迫切。这不仅有助于降低运营成本，还能对环境产生积极的影响。
数据中心的额外能耗中，绝大部分应用于冷却系统。一项调查研究显示，冷却系统消耗的能量可达数据中心总能耗的 40%。近些年，随着芯片更新换代，单台设备的功率增大，数据中心的功率密度（即单位面积耗电量）不断提升，对散热提出了更高的要求。
但与此同时，通过改进数据中心设计，就能大幅减少能量的浪费。因为冷却系统、结构设计等各方面的差异，不同数据中心的能效比差异很大。
UptimeInstitute的报告显示，欧洲国家的能效比已降至1.46，而亚太地区的数据中心中，仍有超过百分之十的设施能效比超过2.19。
全球各国正采取行动，推动数据中心实现节能减排目标。其中，欧盟要求大型数据中心安装废热回收系统；美国政府投资研发更高效的半导体技术；中国政府也制定了措施，要求自2025年起数据中心的能效比不得超过1.3，并逐步提高可再生能源使用比例，计划到2032年达到100%。
图注：2020年，全球各大区域数据中心的能效比情况如下：非洲、亚太地区、欧洲、拉丁美洲、中东、俄罗斯及独联体国家、美国和加拿大。资料来源：Uptime Institute
科技公司用电，节流难开源更难
随着加密货币和人工智能技术的不断进步，各大科技公司的数据中心规模也在持续扩大。根据国际能源署（IEA）的数据，2022年美国拥有2700座数据中心，这些设施消耗了全国用电量的4%，并且该机构预测到2026年这一比例将上升至6%。
随着美国东西海岸土地资源日益紧缺，数据中心逐渐向爱荷华州、俄亥俄州等中部地区迁移，但这些地区的传统产业发展相对滞后，电力供应可能无法充分支持新增的需求。
一些技术公司正试图减少对传统电网的依赖，转而考虑直接从小型核电站购买电力。然而，无论是采用这种方式供电还是建设新的核电站，都面临着复杂的行政程序。尽管小型核电站可能为这些公司提供更稳定和清洁的能源，但其建设和运营仍需克服重重审批障碍。此外，公众对于核能安全性的担忧也是一大挑战。 这样的举措反映了科技公司在能源获取方面寻求创新的努力，但同时也暴露了现有能源政策与快速发展的科技需求之间的脱节。如何平衡技术创新与监管框架，将是未来能源转型的关键所在。
微软尝试利用AI辅助完成申请流程，而谷歌则运用AI进行任务调度，以提高电网运行效率并减少企业的碳排放。至于可控核聚变的应用时间，目前依然没有定论。
气候变暖，雪上加霜
AI的发展依赖于稳定且强大的电力供应，然而，由于极端天气事件日益增多，很多地区的电网变得愈发脆弱。全球气候变暖会引发更多极端天气，这不仅导致用电需求骤增，增加电网压力，还会对电网设施造成直接损害。
IEA报告显示，由于干旱、降水量不足以及提前融雪的影响，2023年全球水力发电比例降至三十年来最低点，不足40%。天然气通常被视作从传统能源向可再生能源过渡的一个过渡工具，但在冬季极端天气条件下，其供应稳定性较差。
2021年，近期，得克萨斯州遭遇了严重的寒潮侵袭，导致大面积停电，一些居民家中断电时间超过了70小时。这次灾难的主要原因之一是天然气管道因低温而冻结，进而影响到天然气发电厂的正常运行。 这种情况再次凸显了基础设施在极端天气下的脆弱性。尽管得克萨斯州在能源领域一直有着自给自足的传统，但这次事件表明，现有的电力系统和基础设施亟需升级和改进，以应对未来的气候挑战。政府和相关企业需要更加重视对极端天气条件的准备，加强电网的韧性，确保在恶劣天气下也能保障民众的基本生活需求。同时，这也提醒我们，在推动能源转型的过程中，必须兼顾传统能源系统的稳定性和可靠性。
北美电力可靠性委员会（North American Electric Reliability Council，简称 NERC）预测，在2024至2028年间，美国和加拿大将有超过300万人面临日益严重的停电风险。为了确保能源安全并实现节能减排目标，许多国家正考虑将核电站作为过渡措施。
在2023年12月举行的联合国应对气候变化大会第二十八次会议（COP28）上，22个国家共同发表声明，承诺至2050年将核能发电量提升至2020年水平的三倍。
与此同时，随着中国、印度等国加速推进核电项目，IEA预计到2025年，全球核电发电量将创下历史新高。
IEA报告指出：“面对不断变化的气候模式，增强能源多样性、提升跨区域电网调度能力以及采用更具韧性的发电方式将变得愈加关键。”确保电网基础设施的安全，不仅影响着AI技术的进步，更关系到国家的经济发展和人民的生活质量。