“人工智能耗電遠大于數據中心”“人工智能發展將讓現有電網崩潰”“科技公司要建核電站”……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能高能耗問題的擔憂。面對人工智能發展對電力系統的潛在影響，國家能源局公開回應，將密切跟蹤人工智能等高新技術發展趨勢，分析研判電力需求增長態勢，系統謀劃保供舉措，確保能源穩定供應與需求增長相適應。

　　人工智能真的會導致電力短缺嗎？當下各行各業都嘗試搭上人工智能“順風車”。然而，開發和運行人工智能都離不開能源保障。以網上流行的人工智能生成圖片功能為例，每生成一幅圖片，消耗的電量相當于一部智能手機充滿電的電量。英偉達H100型GPU芯片是目前人工智能算法最常用的芯片之一，一塊這樣的芯片一年消耗的電量比一個中等規模的家庭都要多。大規模部署人工智能的能耗更令人吃驚，據估計，從2027年起，僅人工智能新增的服務器，一年消耗的電量就相當于荷蘭或瑞典這樣國家的總耗電量。

　　最新預警來自埃隆·馬斯克，他公開指出，人工智能消耗的算力似乎每6個月就會增加10倍，一年多以前短缺的是芯片，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能芯片”。除了科技大佬，人工智能崛起也引起了更多人的討論和擔憂，大家擔心人工智能會造成失業率飆升，對此有網友戲稱“只要電費貴過饅頭，人工智能就永遠不能完全代替人”。

　　為何人工智能如此耗電？在人們印象中，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起鉤來。實際上，人工智能產業也是能源密集型產業。今天的電子計算機產業建立在集成電路基礎上，人們通常稱為芯片。每個芯片中都有許多晶體管，用來承擔“開關”功能，計算機通過快速改變電壓，來撥動這些開關從而實現二進制邏輯運算。隨著技術進步，單位芯片上的晶體管數量越來越多，每平方毫米面積上甚至能集成上億個晶體管。再小的功耗碰上這個規模，耗電量也非常可觀。

　　訓練大模型需要在大規模數據集上反復迭代，每一次迭代都需要計算和調整其中數十億個、數百億個乃至數千億個參數值，這些計算最終會表現為晶體管的開開關關，每次工作都需要電力來驅動。對于神經網絡而言，規模越大，計算結果就越好，可以解決的問題就越多，但耗電量也越大。更重要的是，這種計算并非一勞永逸，需要不斷重新訓練、重新優化模型，這也意味著人工智能迭代對于算力和電力的需求，似乎看不到“天花板”。

　　人工智能發展的前提是，不能大幅新增碳排放量和危及能源安全。雖然目前人工智能整體用電規模占比較低，還不足以威脅電力系統，但應對快速增長的用電需求，必須重新考慮電力基礎設施投資和產業布局，以實現可持續發展。

　　在電源側，要統籌算力電力協同布局。我國已建成全球規模最大的電力供應系統和清潔發電體系，水電、風電、光伏發電規模多年居世界第一位。在廣大西部、北部地區，可再生能源、土地資源豐富，且隨著新能源裝機不斷提升，未來電量消納存在挑戰；東部地區受土地、水電、運維等要素影響，數據中心運營成本較高。因此，可引導對延時要求不高的數據中心向西部地區聚集，實現數據的差異化處理，既有助于綠電消納、西部地區經濟發展，又能促進數據中心低碳轉型、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。當前人工智能的運行方式非常耗能，應積極尋求更節能高效的算法和電子元器件，提升數據中心上架率。同時，通過改進數據中心設計，優化冷卻系統，設立余熱回收設備，切實提高數據中心能效水平，降低能源浪費。

　　未來，人工智能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、市場發展和生產力布局優化，行業將會找到合適的解決方案來平衡算力和能耗需求，實現高質量發展。 （作者：王軼辰 來源：經濟日報）