人工智能（AI）的爆炸式增長促使科技巨頭（包括 Google、Meta、亞馬遜和微軟等）開始構建超大規(guī)模數(shù)據(jù)中心，這些數(shù)據(jù)中心需要的電力非常多 —— 是以千兆瓦計算而不是兆瓦。有分析師表示，這些巨型數(shù)據(jù)中心使用現(xiàn)有的半導體技術來挑戰(zhàn)美國老化的電網(wǎng)基礎設施，以滿足其能源消耗需求。

例如，高盛估計僅對 ChatGPT 的一次查詢所消耗的數(shù)據(jù)中心電能就比語音識別等傳統(tǒng)人工智能功能多 10 倍，因此我們需要更強大的數(shù)據(jù)中心來支持這種需求。

如今，生成式 AI（GenAI）處于爆發(fā)階段，其參數(shù)量基本以億計算。但是，在運行時，例如基于 Transformer 的這類模型無法像單詞識別那樣被壓縮成小巧、快速的推理引擎。原因是它們不會返回簡單的單詞來響應用戶輸入，而是將用戶查詢與其龐大的神經(jīng)網(wǎng)絡中的數(shù)萬億個示例進行比較。這些響應需要從完整的段落到整篇白皮書、甚至是關于查詢主題的整本書來查找。

市場調(diào)研公司 Tirias Research 創(chuàng)始人兼首席分析師 Jim McGregor 表示，「十年之后， 我們將需要更多的算力。一旦我們進入生成式 AI 大規(guī)模應用的階段，視覺內(nèi)容創(chuàng)作的需求將非常龐大 —— 我們需要指數(shù)級提升數(shù)據(jù)中心的性能和功耗。」 

為了支持當前聊天級別的生成式 AI，Tirias 最新報告預測，美國數(shù)據(jù)中心的能源消耗將從現(xiàn)在的 1.4 太瓦時（TWh）增加到 2028 年的 67 太瓦時。高盛估計，如果將傳統(tǒng) AI 加入生成式 AI 的能耗計算，預計在同一時間段內(nèi)數(shù)據(jù)中心能耗的增長會翻倍，結果是 AI 消耗大約占據(jù)數(shù)據(jù)中心總能耗的 19%，約占全美電網(wǎng)總發(fā)電量的 4%。 

高盛評估報告顯示，滿足電網(wǎng)能源消耗強勁增長的方法是將電網(wǎng)的發(fā)電方式從燃煤發(fā)電轉變?yōu)?60% 天然氣 和 40% 可再生能源 （主要是太陽能和風能）發(fā)電。

報告地址：https://www.goldmansachs.com/pdfs/insights/pages/generational-growth-ai-data-centers-and-the-coming-us-power-surge/report.pdf

為了防止電網(wǎng)過載，市面上已經(jīng)出現(xiàn)了使用核電發(fā)電機為超大規(guī)模數(shù)據(jù)中心提供專用電力的趨勢，這些發(fā)電機被稱為小型模塊化反應堆（SMR）。

實際上，亞馬遜已經(jīng)從電力生產(chǎn)商 Talen Energy 購買了一個接近 1 吉瓦容量的核電數(shù)據(jù)中心園區(qū)。

與此同時，微軟正試圖通過投資無核廢料聚變反應堆（與 Helion 合作）來超越 SMR 等裂變反應堆。

McGregor 表示：盡管當今的超大規(guī)模數(shù)據(jù)中心仍在使用現(xiàn)有的半導體技術和架構，但創(chuàng)新將長期受到能耗無限增長的限制。現(xiàn)階段節(jié)能減排方面的創(chuàng)新令人驚嘆，這種創(chuàng)新可與半導體行業(yè)的起步相媲美，而且在許多方面甚至增長速度更快。如果技術停滯不前，那么到本世紀末，我們將耗盡可用能源。

根據(jù) Tirias 對 GenAI 的預測，數(shù)據(jù)中心使用低功耗混合 CPU/GPU 的 AI 加速器的數(shù)量將從目前的 362000 臺增長到 2028 年的 1760 萬臺。

用創(chuàng)新來解決危機

生成式 AI 對能源的需求越來越大，各類廠家開始研制更低功耗的芯片。

英偉達研發(fā)了 CPU/GPU 混合芯片；AMD 贏得了 2022 年 Green500 超級計算機排名的冠軍。

Cerebras 公司在自家芯片的頂部安裝了一個水冷金屬冷板，可以實現(xiàn)更有效地散熱。

其他芯片制造商也在用節(jié)能的混合多芯片堆棧加速下一代數(shù)據(jù)中心處理器。此外，英特爾、三星和臺積電 (TSMC) 正在研發(fā)用于下一代處理器的 3D 堆疊晶體管，這種晶體管在大幅提高性能的同時還節(jié)省了功耗。

半導體架構師也開始將整個數(shù)據(jù)中心重新視為一個單一系統(tǒng)（如混合片上系統(tǒng)），投資可持續(xù)、更節(jié)能的架構，例如將整個數(shù)據(jù)中心的機架改用水冷（而不是風冷）。

McGregor 表示，未來的數(shù)據(jù)中心還將利用多種能源之間的快速切換策略，包括太陽能、風能、天然氣、地熱、電網(wǎng)和核反應堆。

「人工智能的普及造成了一場能源危機，但并不是無法解決的危機。在我看來，所有這些危機論調(diào)中，最有趣的一點是，每當一項新技術開始普及時，危機論調(diào)就會一再出現(xiàn) —— 危機預測者只是從現(xiàn)有技術進行推斷，而沒有考慮到創(chuàng)新解決方案，例如，在 20 世紀 90 年代，互聯(lián)網(wǎng)開始快速發(fā)展，我們曾預測全球一半的電力將被互聯(lián)網(wǎng)消耗。發(fā)生了什么？創(chuàng)新能夠跟上需求。當比特幣起飛時，同樣大規(guī)模的危機論調(diào)再次出現(xiàn)，但它也失敗了，現(xiàn)在我們聽到的是關于人工智能發(fā)展的同樣危機論調(diào)。」半導體市場研究公司 Objective Analysis 的經(jīng)理 Jim Handy 表示道。