「人工智慧耗電遠大於資料中心」「人工智慧發展將讓現有電網崩潰」「科技公司要建核電廠」…近段時間舉行的多個國際會議上，一些科技巨頭紛紛表達了對人工智慧高能耗問題的擔憂。面對人工智慧發展對電力系統的潛在影響，國家能源局公開回應，將密切追蹤人工智慧等高新技術發展趨勢，分析研判電力需求成長態勢，系統規劃保供舉措，確保能源穩定供應與需求成長相適應。
人工智慧真的會導致電力短缺嗎？當下各行各業都嘗試搭上人工智慧「順風車」。然而，開發和運作人工智慧都離不開能源保障。以網路上流行的人工智慧生成圖片功能為例，每生成一幅圖片，消耗的電量就相當於智慧型手機充滿電的電力。英偉達H100型GPU晶片是目前人工智慧演算法最常用的晶片之一，一塊這樣的晶片一年消耗的電量比一個中型的家庭都要多。大規模部署人工智慧的能耗更令人吃驚，據估計，從2027年起，僅人工智慧新增的伺服器，一年消耗的電量就相當於荷蘭或瑞典這樣國家的總耗電量。
最新預警來自馬斯克，他公開指出，人工智慧消耗的算力似乎每6個月就會增加10倍，一年多以前短缺的是晶片，接下來短缺的將是電力，「很快人們將會看到沒有足夠的電力來運行所有的人工智慧晶片」。除了科技大佬，人工智慧崛起也引起了更多人的討論和擔憂，大家擔心人工智慧會造成失業率飆升，對此有網友戲稱“只要電費貴過饅頭，人工智慧就永遠不能完全代替人” 。
為何人工智慧如此耗電？在人們印像中，鋼鐵、水泥等傳統產業才是耗電大戶，很難將科技公司與高耗能掛鉤。實際上，人工智慧產業也是能源密集型產業。今天的電子電腦產業建立在積體電路基礎上，人們通常稱為晶片。每個晶片中都有許多電晶體，用來承擔「開關」功能，電腦透過快速改變電壓，來撥動這些開關從而實現二進位邏輯運算。隨著技術進步，單位晶片上的電晶體數量越來越多，每平方毫米麵積上甚至能整合上億個電晶體。再小的耗電量碰上這個規模，耗電量也非常可觀。
訓練大模型需要在大規模資料集上反覆迭代，每一次迭代都需要計算和調整其中數十億個、數百億個甚至數千億個參數值，這些計算最終會表現為電晶體的開開關關，每次工作都需要電力來驅動。對於神經網路而言，規模越大，計算結果越好，可以解決的問題就越多，但耗電量也越大。更重要的是，這種計算並非一勞永逸，需要不斷重新訓練、重新優化模型，這也意味著人工智慧迭代對於算力和電力的需求，似乎看不到「天花板」。
人工智慧發展的前提是，不能大幅新增碳排放量和危及能源安全。雖然目前人工智慧整體用電規模佔比較低，不足以威脅電力系統，但應對快速成長的用電需求，必須重新考慮電力基礎設施投資和產業佈局，以實現永續發展。
在電源側，要統籌算力電力協同佈局。我國已建成全球規模最大的電力供應系統及清潔發電體系，水力發電、風電、光電發電規模多年居世界第一位。在廣大西部、北部地區，再生能源、土地資源豐富，且隨著新能源裝置不斷提升，未來電量消納存在挑戰；東部地區受土地、水力、運維等要素影響，資料中心營運成本較高。因此，可引導對延時要求不高的資料中心向西部地區聚集，實現資料的差異化處理，既有助於綠電消納、西部地區經濟發展，又能促進資料中心低碳轉型、保障能源安全，將我國綠電優勢真正轉化為算力優勢。
在用電側，要加快低碳節能技術發展。目前人工智慧的運作方式非常耗能，應積極尋求更節能高效的演算法和電子元件，提升資料中心上架率。同時，透過改進資料中心設計，優化冷卻系統，設立餘熱回收設備，實際提高資料中心能源效率水平，降低能源浪費。
未來，人工智慧將深度融入我們的生產生活，能耗問題雖值得重視，但大可不必因噎廢食。相信隨著技術進步、市場發展和生產力佈局優化，業界將會找到合適的解決方案來平衡算力和能耗需求，以實現高品質發展。（作者：王軼事）
