作者 | 楊銳

排版校對(duì) | 甘惠淇

春節(jié)期間，最火爆的話題莫過(guò)于深度求索（DeepSeek）。

農(nóng)歷新年期間，筆者也問(wèn)了DeepSeek一個(gè)問(wèn)題：相比于GPT-4，你能節(jié)省多少算力？

但DeepSeek沒(méi)有具體回答，而是提示筆者查詢(xún)公司產(chǎn)品說(shuō)明。

事實(shí)上，自從2022 年開(kāi)始的生成式AI熱潮興起，有關(guān)AI和大模型發(fā)展與電力消耗之間的關(guān)系，一直都是熱門(mén)話題，人工智能行業(yè)普遍將能源看作行業(yè)的瓶頸。

一篇發(fā)表在《Joule》雜志上的論文預(yù)測(cè)，到2027年，全球人工智能產(chǎn)業(yè)的年電力消耗將達(dá)到85.4至134太瓦時(shí)（TWH），這個(gè)數(shù)字大約等于荷蘭、瑞典或阿根廷等國(guó)家一年的總用電量，也約占全球總電力消耗的0.5%。研究還發(fā)現(xiàn)，近年流行的生成式人工智能ChatGPT每天需處理約2億次請(qǐng)求，這一過(guò)程的電力消耗超過(guò)50萬(wàn)千瓦時(shí)，相當(dāng)于1.7萬(wàn)戶美國(guó)家庭的日用電量。

在2024年博世互聯(lián)世界大會(huì)上，埃隆·馬斯克警告說(shuō)，人工智能和電動(dòng)汽車(chē)的快速增長(zhǎng)可能會(huì)導(dǎo)致全球電力和變壓器供應(yīng)短缺。同時(shí)，OpenAI的首席執(zhí)行官薩姆·奧爾特曼在2024年達(dá)沃斯世界經(jīng)濟(jì)論壇上表示，人工智能行業(yè)正面臨能源危機(jī)，新一代生成式AI的能源需求顯然超出預(yù)期，現(xiàn)有的能源供應(yīng)將疲于應(yīng)對(duì)。一時(shí)間，漫天飛來(lái)的AI能源危機(jī)論遍布全球。

但隨著DeepSeek的出現(xiàn)，可能改變這一局面。通過(guò)更高效的計(jì)算，DeepSeek的算力需求相比OpenAI銳減，“分布式”部署算力，即人手一套DeepSeek也成為選項(xiàng)之一，AI可能不再是電力“巨獸”。

不過(guò)，雖然目前尚未有研究來(lái)比較DeepSeek相對(duì)于其競(jìng)爭(zhēng)對(duì)手的能源使用情況，但從現(xiàn)在來(lái)看，能源依舊是影響AI發(fā)展最大的一個(gè)變量。

01

近日，美國(guó)麻省理工學(xué)院技術(shù)評(píng)論（MIT Technology Review）網(wǎng)站發(fā)表的一篇文章提到，在40個(gè)提示的測(cè)試中，DeepSeek被發(fā)現(xiàn)與Meta模型具有類(lèi)似的能源效率，但DeepSeek傾向于生成更長(zhǎng)的回答，因此被發(fā)現(xiàn)多使用了87%的能源。

一位業(yè)內(nèi)人士向筆者表示，去年大家在AI的算力上投入非常大，好多公司把數(shù)據(jù)中心建在了電價(jià)便宜的地方，比如在甘肅、青海、西藏、內(nèi)蒙古等等這些地區(qū)，雖然并沒(méi)有想到今天的DeepSeek會(huì)出來(lái)，改變了整個(gè)的底層的邏輯，但其實(shí)DeepSeek現(xiàn)在對(duì)于算力的消耗也是不低的，除了卡之外就是電，電價(jià)會(huì)影響它整個(gè)的成本。

當(dāng)前，大型AI模型的發(fā)展勢(shì)頭迅猛，它們能夠處理和學(xué)習(xí)龐大的數(shù)據(jù)集。這一能力背后需要巨大的計(jì)算資源支持，而這些資源通常由高性能處理器提供，包括GPU、TPU和ASIC芯片等。這些處理器需要大量的電力來(lái)驅(qū)動(dòng)數(shù)據(jù)中心的服務(wù)器、存儲(chǔ)設(shè)備和冷卻系統(tǒng)。而以GPT為代表的生成式預(yù)訓(xùn)練大型語(yǔ)言模型，其計(jì)算需求正向依賴(lài)參數(shù)量和token數(shù)兩個(gè)變量，極大影響著模型的潛在規(guī)模和復(fù)雜程度。參數(shù)量從十億級(jí)到萬(wàn)億級(jí)的指數(shù)變化，僅僅用了3年時(shí)間。

自2012年以來(lái)，AI訓(xùn)練應(yīng)用的電力需求每3到4個(gè)月就會(huì)翻一倍。訓(xùn)練大模型需要大量的能源，AI服務(wù)器相較于傳統(tǒng)服務(wù)器通常需要更高功率密度的硬件，例如AI服務(wù)器可能需要4顆1800W的高功率電源，而通用型服務(wù)器可能只需要2顆800W的電源。有機(jī)構(gòu)測(cè)算，相比于傳統(tǒng)的普通服務(wù)器，AI服務(wù)器的功率高出將近6-8倍，電源的需求也將同步提升6-8倍。

據(jù)中國(guó)國(guó)際工程咨詢(xún)有限公司資源與環(huán)境業(yè)務(wù)部張雅欣和木其堅(jiān)的研究測(cè)算，到2030年，僅人工智能大模型領(lǐng)域的算力能耗就預(yù)計(jì)將達(dá)到全國(guó)1.93%～5.25%的電力消耗量。

在保守增長(zhǎng)情景下，預(yù)計(jì)人工智能算力將消耗約2177 億千瓦時(shí)電力，占全國(guó)電力消費(fèi)的1.93%，折合標(biāo)準(zhǔn)煤約為2675 萬(wàn)噸，占全國(guó)能源消費(fèi)的0.45%。若按快速增長(zhǎng)情景預(yù)測(cè)，預(yù)計(jì)電力消耗和能源消費(fèi)占比將分別升至5.25%和1.21%。

而且，隨著人工智能產(chǎn)業(yè)的不斷發(fā)展，未來(lái)可能會(huì)出現(xiàn)更加復(fù)雜多樣的人工智能模型和應(yīng)用場(chǎng)景，這也意味著能耗影響將在一定程度上呈現(xiàn)持續(xù)增長(zhǎng)趨勢(shì)。

更為重要的是，未來(lái)人工智能能耗影響的時(shí)空分布可能將呈現(xiàn)不平衡現(xiàn)象。

從時(shí)間分布上看，人工智能能耗呈現(xiàn)“夏冬高，春秋低”的季節(jié)性波動(dòng)規(guī)律。季節(jié)性氣溫變化是影響算力基礎(chǔ)設(shè)施能耗的關(guān)鍵因素，例如夏季溫度升高導(dǎo)致數(shù)據(jù)中心需要依賴(lài)大量冷卻設(shè)備和電力來(lái)維持設(shè)備正常運(yùn)行的環(huán)境溫度，大大增加了能源消耗；而冬季嚴(yán)寒氣溫下，數(shù)據(jù)中心需要額外的能源來(lái)保持適宜的室內(nèi)溫度，以防設(shè)備因低溫而出現(xiàn)性能下降。

從空間分布上看，我國(guó)“東數(shù)西算”工程正重塑人工智能能耗的地理布局。整體上，我國(guó)正建立京津冀、長(zhǎng)三角、粵港澳、成渝、內(nèi)蒙古、貴州、甘肅、寧夏八大算力樞紐節(jié)點(diǎn)，并依托樞紐節(jié)點(diǎn)規(guī)劃張家口集群、蕪湖集群、長(zhǎng)三角生態(tài)綠色一體化發(fā)展示范區(qū)、韶關(guān)集群、天府集群、重慶集群、貴安集群、慶陽(yáng)集群、和林格爾集群等十大國(guó)家數(shù)據(jù)中心集群。隨著算力基礎(chǔ)設(shè)施樞紐節(jié)點(diǎn)和數(shù)據(jù)中心集群的建設(shè)與發(fā)展，人工智能的能耗壓力將主要轉(zhuǎn)移至這些集中區(qū)域。

短期而言，人工智能技術(shù)的迅猛發(fā)展可能帶來(lái)顯著的季節(jié)性、局域性用能壓力。

一方面，由于季節(jié)性氣溫變化，如夏季高溫和冬季嚴(yán)寒，算力基礎(chǔ)設(shè)施需要額外的能源消費(fèi)用以保障其穩(wěn)定運(yùn)行。在夏冬季能源供需本就偏緊的情況下，算力基礎(chǔ)設(shè)施用能需求激增可能進(jìn)一步加劇能源保供壓力。

另一方面，隨著“東數(shù)西算”工程一體化算力網(wǎng)的推進(jìn)，人工智能能耗影響主要集中在京津冀、長(zhǎng)三角等東部地區(qū)，以及甘肅、內(nèi)蒙古等西部省份。結(jié)合東、西部地區(qū)的能源供需差異來(lái)看，這種空間分布可能導(dǎo)致能源供應(yīng)“東部吃緊，西部過(guò)剩”的局面發(fā)生，不僅影響能源利用效率，也可能成為區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展的掣肘因素。

近年來(lái)，我國(guó)能源消耗總量持續(xù)較快增長(zhǎng)，能耗強(qiáng)度降幅收窄，部分地區(qū)能耗強(qiáng)度下降不及預(yù)期，使得“十四五”后期完成節(jié)能目標(biāo)和“十五五”期間開(kāi)展節(jié)能工作面臨一定的難度和挑戰(zhàn)。

而人工智能在短期引發(fā)的季節(jié)性、局部性能耗壓力可能與當(dāng)前嚴(yán)峻的節(jié)能形勢(shì)形成沖突。部分地區(qū)可能受限于節(jié)能指標(biāo)完成空間，或出于能源保供的考慮，在項(xiàng)目能評(píng)、環(huán)評(píng)階段加強(qiáng)對(duì)數(shù)據(jù)中心類(lèi)項(xiàng)目的審批管理，甚至采取限制措施。例如，地方政府在數(shù)據(jù)中心類(lèi)項(xiàng)目能評(píng)中多以數(shù)據(jù)中心的電能利用效率為主要監(jiān)管抓手，并持續(xù)收緊相關(guān)標(biāo)準(zhǔn)。目前，北京、上海等地對(duì)于新建數(shù)據(jù)中心PUE的審批要求已經(jīng)提升至1.15 -，遠(yuǎn)遠(yuǎn)嚴(yán)于歐美國(guó)家平均水平。

02

那么，破解AI能耗的解藥又在何處？

解決問(wèn)題的首要方案當(dāng)然是優(yōu)化大模型，這不僅是行業(yè)各方的可行選擇，也是力所能及的實(shí)施策略。比如簡(jiǎn)化模型復(fù)雜度，減少不必要的層和結(jié)構(gòu)，或者通過(guò)參數(shù)共享減少模型的總參數(shù)量。同時(shí)，可以選擇使用更高效的神經(jīng)網(wǎng)絡(luò)架構(gòu)，如卷積神經(jīng)網(wǎng)絡(luò)（CNN）代替全連接神經(jīng)網(wǎng)絡(luò)（FCN），以降低訓(xùn)練時(shí)的計(jì)算量。

此外，優(yōu)化電源管理方案、改進(jìn)電路設(shè)計(jì)都是很好的節(jié)能思路。新型電源管理技術(shù)，如功耗管理單元（ PMU）和智能電源管理芯片，能夠根據(jù)實(shí)際需求動(dòng)態(tài)調(diào)整電源供電策略。這種動(dòng)態(tài)調(diào)整可以確保設(shè)備在不同負(fù)載情況下都能實(shí)現(xiàn)最佳的能耗效率。電路設(shè)計(jì)上，減少功耗消耗點(diǎn)、降低開(kāi)關(guān)頻率、優(yōu)化排布等方式也能顯著減少設(shè)備在運(yùn)行時(shí)的電路能耗。

第二，在政策層面，強(qiáng)化人工智能戰(zhàn)略產(chǎn)業(yè)發(fā)展的要素保障。

一方面，深入貫徹國(guó)家重大項(xiàng)目能耗單列政策，積極推動(dòng)人工智能相關(guān)項(xiàng)目列入國(guó)家重大項(xiàng)目能耗單列范圍，為產(chǎn)業(yè)發(fā)展預(yù)留充足的用能空間。另一方面，加強(qiáng)對(duì)算力樞紐節(jié)點(diǎn)、數(shù)據(jù)中心集群等人工智能算力集中部署地區(qū)的能源供給保障，提升電源匹配和電網(wǎng)支撐能力，推動(dòng)建立“算電協(xié)同”體制機(jī)制，確保人工智能產(chǎn)業(yè)穩(wěn)健發(fā)展。

為此，業(yè)內(nèi)人士建議相關(guān)機(jī)構(gòu)應(yīng)盡快摸排人工智能產(chǎn)業(yè)情況，全面把握產(chǎn)業(yè)現(xiàn)狀，有必要由國(guó)家有關(guān)部門(mén)牽頭，集合相關(guān)領(lǐng)域研究機(jī)構(gòu)、行業(yè)專(zhuān)家力量，開(kāi)展針對(duì)國(guó)內(nèi)重點(diǎn)地區(qū)的人工智能產(chǎn)業(yè)調(diào)研工作。

通過(guò)實(shí)地走訪相關(guān)企業(yè)和項(xiàng)目，系統(tǒng)摸排人工智能企業(yè)運(yùn)營(yíng)現(xiàn)狀、項(xiàng)目進(jìn)展情況、技術(shù)創(chuàng)新方向等方面情況，并選取具有代表性的企業(yè)及項(xiàng)目，進(jìn)行定期人工智能企業(yè)能源消費(fèi)情況的監(jiān)測(cè)分析，為精準(zhǔn)研判產(chǎn)業(yè)能源消費(fèi)形勢(shì)、科學(xué)引導(dǎo)人工智能產(chǎn)業(yè)發(fā)展提供堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。

第三，在給予充足要素保障的同時(shí)，緊抓人工智能產(chǎn)業(yè)發(fā)展戰(zhàn)略窗口期，積極引導(dǎo)其產(chǎn)業(yè)向綠色低碳方向轉(zhuǎn)型升級(jí)，加快探索建立適用于我國(guó)人工智能產(chǎn)業(yè)發(fā)展的綠色低碳管理機(jī)制。

事實(shí)上，由于散熱往往消耗較多電量，數(shù)據(jù)中心未來(lái)更傾向于部署在相對(duì)涼快的地方，以減少空調(diào)負(fù)荷消耗，而隨著國(guó)內(nèi)對(duì)綠電消費(fèi)的要求逐步提高，水（儲(chǔ)）、風(fēng)、光一體化或核電將成為其優(yōu)選。

此外，AI驅(qū)動(dòng)的協(xié)同優(yōu)化，將是電算協(xié)同的技術(shù)支撐和創(chuàng)新方向之一，即通過(guò)AI模型同時(shí)優(yōu)化算力分配任務(wù)和電力調(diào)度，例如任務(wù)遷移，將高耗能計(jì)算任務(wù)遷移至綠電充足時(shí)段；動(dòng)態(tài)降頻，在電力緊張時(shí)降低服務(wù)器頻率以減少能耗等。

對(duì)此，業(yè)內(nèi)人士建議，當(dāng)前需要廣泛調(diào)研國(guó)內(nèi)外人工智能產(chǎn)業(yè)先進(jìn)能效水平和綠色低碳管理體制機(jī)制，形成可供參考的成功案例經(jīng)驗(yàn)，并采取行業(yè)標(biāo)準(zhǔn)、獎(jiǎng)勵(lì)資金、分級(jí)評(píng)價(jià)等管理措施，從人工智能模型優(yōu)化、芯片效率及算法效率提升、數(shù)據(jù)中心綠色架構(gòu)以及綠色能源使用等方面，探索建立覆蓋人工智能全生命周期的綠色低碳管理機(jī)制。最后，選取具有代表性的地區(qū)作為試點(diǎn)，通過(guò)地區(qū)先行先試積累人工智能產(chǎn)業(yè)綠色低碳管理經(jīng)驗(yàn)，以高標(biāo)準(zhǔn)推動(dòng)人工智能產(chǎn)業(yè)綠色低碳發(fā)展。

最后，需要優(yōu)化人工智能產(chǎn)業(yè)的空間格局。

當(dāng)前，在土地、能源等資源緊張的形勢(shì)下，東部地區(qū)大規(guī)模發(fā)展數(shù)據(jù)中心已顯困難。因此，有必要進(jìn)一步深化空間布局，統(tǒng)籌算力電力協(xié)同布局，引導(dǎo)人工智能項(xiàng)目所依托地對(duì)延時(shí)要求不高的算力基礎(chǔ)設(shè)施優(yōu)先布局于西部地區(qū)，充分利用西部豐富的算力資源，支撐東部人工智能項(xiàng)目的運(yùn)算需求。

“我覺(jué)得2025年將是一個(gè)全面整合的一年，能源和科技將你中有我，我中有你。”上述業(yè)內(nèi)人士最后表示。

實(shí)際上，整體而言，人工智能正逐漸成為能源密集型行業(yè)，電力與算力的協(xié)同也不僅是技術(shù)問(wèn)題，更是涉及經(jīng)濟(jì)、政策、生態(tài)的系統(tǒng)工程，業(yè)界必須采取積極的措施，未雨綢繆。

       原文標(biāo)題 : 展望③｜DeepSeek爆火，AI的盡頭還是電力嗎？