数据中心。资料图片

近年来，人工智能迅猛发展，成为推动社会进步的重要力量。从智能家居到自动驾驶，从医疗诊断到金融风控，再到如今的AI聊天机器人，人工智能技术正在逐渐融入我们生活的方方面面。然而，这一切进步的背后，却隐藏着一个不容忽视的问题——数据中心的能源消耗问题。

作为支撑AI技术运行的“大本营”，数据中心承担着海量数据的存储、处理和传输任务，庞大的服务器群日夜不停地运转，带来了巨大的能源消耗。一家超大规模企业数据中心使用的电力，相当于约8万户家庭的用电量。据国际能源署预测，到2026年，全球数据中心的用电量可能超过1万亿千瓦时，相当于整个日本全年的用电量。

那么，为什么数据中心的能耗会如此之大呢？在数据处理与分析方面，能耗主要体现在算力上。以处理大规模并行复杂计算闻名的图形处理器（GPU）为例，如果装载上目前世界上最为先进的英伟达Blackwell B200芯片，其功率将超过1000瓦。芯片功率的提升，带来了能耗的增加。此外，为了保障数据中心的稳定性和安全性，还需要配备冷却系统对服务器24小时运行产生的大量热量及时排出，这同样需要消耗大量的电力。供能问题已成为制约数据中心运营的主要瓶颈，美国的埃隆·马斯克预测，这种电力短缺最早可能在2025年就出现。值得警醒的是，欧洲已经出现电力短缺的情况。2023年，欧洲的数据中心供能市场需求总量达到601兆瓦，而供应量为561兆瓦。

当前，以ChatGPT为代表的生成式人工智能应用呈火爆之势，数据中心的计算任务越来越复杂。随着大模型参数和数据规模的进一步增加，人工智能带来的能耗问题也将愈发突出。其高能耗主要来源于两个方面：一方面，训练AI模型需要大量的数据和计算资源，比如最先进的深度学习模型，其训练过程通常需要数十亿次的计算，这个过程消耗了大量的电力。以OpenAI的GPT-3模型为例，其参数量高达1750亿，训练过程需要1024张GPU，每天耗电量高达50万千瓦时，相当于美国家庭日平均用电量的1.7万多倍。另一方面，AI系统的推理过程同样消耗大量能量。AI模型在实际应用中需要实时处理海量数据，以提供快速、准确的决策支持，这种高频率的计算需求，进一步加剧了能源消耗问题。

尽管数据中心的高能耗问题严峻，但并非无法应对。当前，数据绿色治理已成为推进智能时代节能减排的必由之路。一方面，可以通过技术创新和管理优化来降低能耗，如优化AI模型结构、提高芯片计算效率、采用液冷等高效散热技术等。华为东莞松山湖数据中心采用了智能能源管理系统，提高了能源利用效率。另一方面，可以依靠新能源来满足数据中心的电力需求，太阳能、风能等可再生能源可以减少对化石能源的依赖，降低碳排放。微软、谷歌等科技巨头已经在大规模采用可再生能源为数据中心供电，百度阳泉数据中心与当地风力发电厂合作，实现了100%使用清洁能源。

人工智能的发展对数据中心能耗提出了更高的要求，但通过技术创新和新能源的应用，我们可以实现人工智能发展与节能降耗的双赢。在这个过程中，政府、企业和个人都需要共同努力，推动绿色数据中心的建设，为人工智能的发展创造良好的环境。只有这样，我们才能在享受人工智能技术带来便利的同时，保护好我们的地球家园。（雷 帅 刘雪涛）