下一个短缺的将是电力。”不久前，特斯拉首席执行官马斯克对人工智能（AI）的发展发出了这样的预警。他表示，人工智能计算的约束条件是可预测的，“我在一年多前就预测过芯片短缺，下一个短缺的将是电力。我认为明年将没有足够的电力来运行所有的芯片。”此外，OpenAI首席执行官山姆·奥特曼也表示，人工智能将消耗比人们预期更多的电力，未来的发展需要能源突破。在人工智能飞速发展的背后，能源消耗问题也日益凸显，成为业内关注的焦点。甚至有人提出，“AI的尽头是算力，而算力的尽头是电力”。
那么，人工智能到底有多耗电？人工智能发展“缺电”了吗？面对能耗问题，我国又拿出了怎样的应对方案？
1. AI有多耗电？
当下人工智能大模型的竞争，颇像一场“算力军备竞赛”。在规模效应的驱动下，各公司通过不断增加模型参数和数据量，期待实现“大力出奇迹”，相应地，算力需求也成倍增加。
所谓算力，简单来理解，就是对数据或信息的处理能力。算力是抽象的，它的载体却实在可见，就是以数据中心、智算中心为代表的算力基础设施。算力的背后，是电力在支撑。
当下训练AI大模型使用的主流算力芯片英伟达H100芯片，一张最大功耗为700瓦，这意味着运行一小时就要耗电0.7度。而此前有消息称，OpenAI训练GPT-5，需要数万张H100芯片。
通过昼夜不息的数据中心，大家会对AI耗电有一个感性认识，而数据则更加直观。
以GPT-3的训练为例，GPT-3有1750亿个参数，据估计，训练过程使用了大约1287兆瓦时的电力。该如何理解这个耗电量？这相当于美国约121个家庭一整年的用电量。也曾有专家打了这么一个比方，大概相当于3000辆特斯拉电动汽车共同开跑，每辆车跑20万英里。
GPT-3是在2020年发布的，很多人也许会问，更新的模型能耗如何呢？因为近年来不少AI科技公司不再公布训练细节，比如用了什么硬件、耗时多久，这使得能耗计算变得困难。但GPT-3的能耗可以作为一个参考，GPT-3模型参数为1750亿，而GPT-4曾被曝包含1.8万亿参数，随着参数的翻倍，能耗也会大幅增加。
而以上的能耗还只限于训练阶段，完成训练后，AI将迎来新的耗电阶段——推理，也即人们使用AI输出结果的过程。
AI的训练是一次性事件，而使用却是长期过程，随着应用的普及、使用人数的增加，耗电量将不断叠加。
国际能源署（IEA）在今年1月的一份报告中曾表示，ChatGPT响应一个请求平均耗电2.9瓦时——相当于将一个60瓦的灯泡点亮略少于三分钟。另外，据美媒报道，ChatGPT每天响应约2亿个需求，消耗超过50万度电力，相当于1.7万个美国家庭平均一天的用电量。
让我们做一道简单的数学题，GPT-3训练耗电约128万度，ChatGPT每天为响应需求耗电50万度，GPT-3在训练阶段消耗的电量，甚至无法支撑ChatGPT运行3天。天长日久，耗电量可谓相当可观。
2. AI“缺电”了吗？
各种数据似乎都在说明，AI是一只“耗电巨兽”，那么下一个问题就是，它的胃口还能被满足吗？AI发展“缺电”了吗？来让数据说话。
根据公开资料，2023年，美国全口径净发电量为41781.71亿千瓦时，以ChatGPT每天耗电50万度计算，按一年365天，耗电量约为18250万度，这也只占全美发电量的约0.0044%。
AI当然不只ChatGPT，但它的耗能数据可以作为一个切口。可以看出，尽管随着AI算力的迅猛增长，电力需求也持续增长，但目前其在整体电力消耗中所占比例较小。
既然如此，科技大佬们频频呼吁关注AI能耗问题，是在“贩
卖焦虑”吗？其实不然。
波士顿咨询集团曾发布报告称，到2030年底，仅美国数据中心的用电量预计将是2022年的三倍，而这一增幅主要来自AI模型训练和更高频的AI查询。“AI发展‘缺电’并不是现在已经出现的问题，而是未来可能面临的问题。”中国现代国际关系研究院国际安全所所长刘冲作出这样的判断。他表示，目前AI发展的路线是不断增加模型参数、叠加芯片，如果继续按照这个路线发展，将来消耗的电力将更多，从这个角度来讲，未来AI的能耗问题可能会越来越突出，尤其是对于电力供应本身比较紧张的国家。但就目前而言，能源还没有成为限制AI发展的因素。工信部信息通信经济专家委员会委员刘兴亮也表示，科技大佬预言AI“缺电”，可能是想让大家重视起这个问题，这只说明，AI确实耗电，电力成本也确实很高，但是目前能源问题还没有到影响AI 发展的程度。刘兴亮同意未来可能面临的隐忧，如果继续无节制地扩大参数规模，并且伴随着用户越来越多，而能耗技术没有进步，耗电将很快成为一个问题。但与此同时，他也作出了比较乐观的展望，认为可以通过技术进步、能源转型等手段来解决这一问题。
总的来说，人工智能的快速发展对电力需求提出了挑战，但目前尚未出现真正的“缺电”情况。然而，随着人工智能的持续发展和应用规模的扩大，电力供应的问题可能会逐渐显现出来。因此，为了应对未来可能出现的能源挑战，需要在技术创新、能源转型和政策引导等方面采取相应措施，确保人工智能的可持续发展和电力供应的稳定。