揭秘！你用的大模型原来这么耗电！ AI 的未来是核能？

主要观点总结

本文介绍了随着人工智能和大数据的发展，数据存储与计算设施成为新的用电大户，以超算中心和数据中心为例，其电力消耗巨大。文章强调了新技术在降低能耗和提高能效方面的应用，包括使用绿色能源和核能供电的潜力。同时，也指出了核能利用的安全和监管挑战。

关键观点总结

关键观点1: 新用电大户的出现

随着人工智能、大数据等新概念、新市场的出现，数据存储与计算设施成为新的用电大户，超算中心、数据设施的电力需求日益增长。

关键观点2: 电力消耗的巨大增长

全球数据中心、人工智能和加密货币行业的电力消耗预计将在未来几年内翻倍，其中数据中心的能耗尤其惊人。

关键观点3: 新技术在降低能耗方面的应用

为了降低数据中心和超算设施的能耗，许多新技术被应用于这些设施的建设过程中，包括使用绿色能源和核能供电等。

关键观点4: 核能供电的潜力与挑战

核能供电作为一种新兴方案，为数据中心和超算设施提供了高效、清洁的能源解决方案。然而，核能的利用也伴随着安全和监管的挑战。

文章预览

在我们传统观念中，一提到“用电大户”“用能大户”，往往会想到钢铁厂、炼油厂等。确实，一个年产千万吨级的钢铁厂，其功耗可达数百乃至上千兆瓦。 但随着人工智能、大数据等新概念、新市场的出现，新的用电大户出现在我们面前——数据存储与计算设施。 超算中心、数据设施 将成为新的用电大户 人工智能大模型的训练过程需要巨大的算力支持，这直接导致了大量的电力需求。例如，训练 OpenAI的GPT-3 模型耗电量约为 1.287 吉瓦时 （1 吉瓦= 1,000 兆瓦） ，相当于 120 个美国家庭一年的用电量。 根据国际能源署预测， 2026 年全球数据中心、人工智能和加密货币行业的电力消耗可能会翻倍。 各类数据中心的总用电量可能在 2026 年达到 1000 太瓦时 （1 太瓦=1,000,000 兆瓦） 以上，这大致相当于日本的用电量。 在我国，数据中心的运行能耗也是十 ………………………………