1天消耗超过50万度电力，AI大模型有多耗能？

Sora问世后，人类又要完了充上热搜。

在巨大的焦虑冲击之后，耗能的问题逐渐获得关注。

事实上，Sam Altman 宣布 OpenAI 启动“造芯”计划，因为目前 OpenAI 每天生成约 1000 亿个单词，需要大量的 GPU（图形处理器）芯片进行训练计算。

他希望筹得 7 万亿美元。

这个天文数字，不仅相当于全球 GDP 的 10%，等同于 2.5 个微软、3.75 个谷歌、4 个英伟达、7 个 Meta，以及 11.5 个特斯拉的市值。

目前，人工智能公司很少公开谈论大模型的训练成本，但相关研究估计这些模型的训练成本可高达数百亿美元。斯坦福大学发布的《2023年人工智能指数报告》，基于已有大模型披露的硬件和训练时间，对其训练成本进行了估算。

2019年，OpenAI发布的大语言模型GPT-2参数量为15亿，它的训练成本约为5万美元左右；到了2020年，训练1750亿参数量的GPT-3的费用大概是180万美元。GPT-3比GPT-2的参数量扩大了117倍，其训练费用也增加了36倍。大型语言和多模态模型如“吞金兽一般”，变得越来越大，也越来越贵。

生成式AI多耗能：ChatGPT日耗电量超50万度

训练大模型需要大量的能源，比传统的数据中心要消耗更多的电力。OpenAI曾发布报告指出，自2012年以来，AI训练应用的电力需求每3到4个月就会翻一倍。华为AI 首席科学家田奇也曾给出数据，AI算力在过去10年至少增长了40万倍。AI大模型可谓是“耗电巨兽”。

研究显示，训练谷歌于2022年发布的大语言模型PaLM需要消耗3436兆瓦时的电量，约等于11.8万美国普通家庭日耗电量（美国普通家庭日均耗电量约为29千瓦时）；就算训练参数量为3.4亿的BERT模型，也需要消耗1.5兆瓦时的电量，相当于观看1875小时的流媒体。

据了解，AI服务器和芯片是产生能耗最主要的地方。通用型服务器只需要2颗800W服务器电源，而AI服务器则需要4颗1800W高功率电源，AI服务器对于电源的需求大大提升。荷兰一位学者表示，到2027年，新制造的人工智能设备的用电量将与荷兰、瑞典、阿根廷等国的用电量一样。

除了耗电，由于算力设备的冷却需求，AI消耗的水资源数量也惊人。

谷歌环境报告显示，2022年谷歌的用水量达到了56亿加仑水（约212亿升水），相当于8500个奥运会规格的游泳池，这些水被用来为该公司的数据中心散热。

不仅如此，在微软的美国数据中心训练GPT-3使用的水量相当于填满一个核反应堆的冷却塔所需的水量，大约70万升。而用户在使用生成式AI工具时也需要耗水。研究显示，ChatGPT每与用户交流25-50个问题，就可消耗500毫升的水。研究人员预计，到2027年，全球范围内的AI需求可能会需要消耗掉66亿立方米的水资源，几乎相当于美国华盛顿州全年的取水量。

除了消耗大量的电力和水资源，AI大模型还是碳排放大户。斯坦福大学报告显示，OpenAI的GPT-3模型在训练期间释放了502公吨碳，是目前大模型中有据可查耗能最严重的，它的碳排放量是Gopher模型的1.4倍， 是BLOOM模型的20.1倍，约等于8辆普通汽油乘用车一生的碳排放量，人均91年的碳排放量。

随着科技日新月异，未来AI大模型会层出不穷。不可否认的是，生成式AI的出现给社会生活带来了巨大的助力，但AI给人类带来效率提升的同时也可能引发能源危机。所以，科技巨头们还需从算法和模型优化、硬件优化、训练和计算技巧等方面入手，让AI功耗在一定程度上降低。