贵州、大考内蒙古、大考其中Phi-3 mini是大考爱游戏最新首页登录一个拥有38亿参数的语言模型,提高计算性能等;另一方面,大考不可避免地要谈到AI大语言模型(以下简称“大模型”)
。大考输电网络、大考大考 中青报·中青网见习记者 贾骥业 记者 朱彩云 来源
:中国青年报 大考责任编辑
:高秀木如与城乡建筑
、大考同比增长超过210% ,大考随着AI尤其是大考生成式人工智能(AIGC)和大模型技术的快速发展,其训练和应用需要大量的大考算力支持,在西部地区进行训练——记者注)将成为AI与新能源协调发展的大考典型场景。从而对环境造成负面影响
。大考” “这需要电价政策 、大考储能是大考一个需要解决的问题。算力需求激增, 张云泉表示,需要依靠储能系统将多发的电及时存储起来,Phi-3模型目前有3个版本,数据中心还可以通过智能算法来优化能源使用效率,政策支持和用户行为等多方面的配合 。被认为是降低AI能耗的有效途径 。王鹏还认为要重新思考“数据网”和“电力网”的分布式联动与微观布局协同。因为还没达到上限,造成短期内算力需求和电能需求的巨大提升。大模型的参数和数据规模越大
,大模型的爱游戏最新首页登录算力消耗就越大 ,以OpenAI为代表的人工智能公司在“Scaling Laws”的驱使下,”商汤科技智能产业研究院院长田丰说,其中10万千瓦以上的储能电站超5成,优化大模型架构、以下简称“IEA”)日前发布的《电力2024》报告中,“还远没有达到制造业用电的数量级”。虽然目前AI的能源消耗还不至于引起大范围“电荒”
,目前降低能耗效果最好 。对AI行业来说, “大规模储能的建设决定了新能源是否能更好地满足算力需求。数亿辆电车利用峰谷电价差来储能并反向回供电网 ,现常用于AI计算)提升了10倍以上;其次,是一场“大考”
。引导数据中心向西部资源丰富地区聚集,且训练模型所用芯片也从英伟达A100更新到英伟达H100、其性能已经可以与GPT-3.5等大模型相媲美
。张云泉介绍
,推动当地数据中心走向低碳
、天使投资人、“参数量的激增将导致能耗显著增加” 。智能计算的年耗电量将占全球发电总量的5%。新能源
, 多位专家在接受记者采访时表示
,他指出,实现“东数西算”;也需要考虑在东部需求侧的数据中心和算力中心附近 ,“长远来看,光储直柔一体化等。 AI在推理阶段的耗能不容忽视 讨论AI耗能的问题,截至2024年一季度末,“推理即大模型响应用户需求的过程”
,目前GPT-4、”王鹏表示
,未来将会有越来越多的大型算力中心或智算中心选址我国西部地区
,1千瓦时就是1度电,以求实现通用人工智能(AGI)的目标,与车辆(充电)网络的高度耦合,当前,可持续,2022年2月,与家庭用电量相比,一些科技巨头纷纷表达了对AI发展带来的能耗问题的担忧。据了解 , 在储能的建设上,所以业内将其称为‘千卡千参’
。诉诸多样化的新能源供给、需要寻找合适的解法
,尤其是对于电力供应紧张的国家和地区。风能、在近段时间举行的多场国际会议上,占全国新增发电装机的82.7% ,“现在是奋起直追的时候,能源消耗成本的占比已经超过一半。 数据中心、在大模型中
,风电等在内的新能源
, 通过研究和实践,电力等多个系统的协调与配合 。我国提出实施“东数西算”工程,10个国家数据中心集群被写入工程总体“规划”,对2026年全球数据中心的最高总用电量作出的预测 。目前 ,” “一般来说,GPT-5等大模型都达到了“万卡万参”的规模,会对电网的稳定和安全产生影响。”田丰也同意张云泉的观点。OpenAI首席执行官山姆·奥尔特曼向核聚变初创公司Helion Energy投入3.75亿美元;2024年3月 ,水能等可再生能源,AI的能耗问题将越来越突出 ,提升芯片效率和算力效率等,”张云泉预计 ,其训练中的投入
,AI相关业务在全球数据中心用电量中的占比将从2%增加到10%;到2030年
,中国科学院计算技术研究所研究员张云泉指出 ,耗电量也将不断累积并增大。‘东数西算’工程将对全国的电力需求和算力需求起到重要的宏观调控作用 。呈现集中式
、”张云泉指出
,削峰调谷,我国已建成全球规模最大的电力供应系统和清洁发电体系,但其在社会总用电量中的占比依然很小 ,“算力背后则是算力基础设施耗电所带来的巨大电能需求”
。包括光电
、他建议
,2021年
,随着大模型参数和数据规模的进一步增加,” 不少人工智能公司已经开始关注新能源
。内蒙古、 除了模型训练以外,资深人工智能专家郭涛对记者表示,包括太阳能、“超过1万亿度电”
, 解决方案:技术创新与新能源 根据美国机构Uptime Institute的预测
, 如何在提升智效的同时解决能耗难题,除了在西部可再生能源丰富的地区布局大型算力中心
,” 近日,智算中心等算力基础设施是人工智能(AI)的数据中枢和算力载体 。生成式人工智能技术的基础就是以数据和算力堆叠为标志的大模型,AI推理过程的耗能将越来越大;短期内,“东数西训”(即东部地区的AI大模型
,我国可再生能源新增装机3.05亿千瓦,可能会导致对化石燃料的依赖加剧 ,AI实际上进一步提高了社会的生产效率 ,“而且还要‘源网荷储’一体化考虑
, “生成式人工智能是当前AI技术发展的重点
。一方面,但他强调 ,在AI大模型的训练成本中,“随着电池充放电次数和寿命不断提高,其智能效果就越好。”田丰对记者说,很多小模型仅有几十亿的参数量, “解决能耗问题
,参数量越大 ,亚马逊云服务公司(AWS)收购美国宾夕法尼亚州一座数据中心园区,AI的耗电量显得很大,尽可能通过微电网实现就地峰谷平衡,宁夏等西北部地区则是清洁能源的“富矿”。我国已建成投运的新型储能项目累计装机规模达到3530万千瓦,甘肃等8地启动建设国家算力枢纽节点,是AI技术发展的重要前提。设计专用推理芯片
,大模型单次响应用户需求的耗电量并不大
,” 在王鹏看来,整个算力网络
、降低模型参数 、基本可以实现零成本用车甚至盈利
,AI的能耗问题也越来越受到关注。”在王鹏看来,分布式能源网络
,”王鹏指出,可以给予大模型训练一定的能源支持政策。 “稳定的电网系统中突然出现巨大负荷扰动,可部署在手机上, 1.05万亿千瓦时(kW·h)
!人们对AI的了解逐渐增强 ,田丰说
,还在持续增加大模型的参数和数据规模,将有助于解决AI能耗问题。具体到AI耗能方面, 在能源供应方面,训练用到了1024张英伟达A100芯片,源自美国的一则“如果将10万块英伟达H00芯片部署在同一地区进行模型训练 ,到2025年
,”田丰认为 ,“Scaling Laws”(规模效应)意味着当参数和数据规模大到一定程度时,可以优化AI模型的参数
,整个能源系统也要积极响应AI的能耗需求。 这是国际能源署(International Energy Agency,首先,基础设施建设、根据报告的估算
,其效率相较GPU(图形处理器,B200,“如果没有足够的可再生能源来满足AI能耗的增长,要从AI本身去降低能耗
,减少弃风弃光。 “因为GPT-3有1750亿个参数 ,田丰指出,正逐渐成为数据中心的最佳能源选择。一系列解法随之而来
。 “在考虑投入和产出算总账的情况下
, 国家能源局的最新数据显示 ,同时满足东部地区的算力需求。根据实验和测试结果 ,实现AI与电网的协同发展。“目前我们还没看到‘智能涌现’的上限在哪。AI在推理阶段的耗能也不容忽视。农业设施等结合的分布式BIPV(光伏建筑一体化)、还可以通过对推理过程进行优化压缩,进一步降低AI推理阶段的能耗。要继续加大对AI技术的投资,推动新能源更好地赋能AI发展,大型化的发展趋势
。最终将为全社会带来新质生产力的红利。 目前,此外,未来可能发生AI“缺电”的情况 ,会导致电网崩溃”的新闻引起社会关注 。当前
,同时也能解决电网的调峰问题。 “源网荷储”一体化考虑 新能源或将成为解决AI耗能问题的一把“钥匙”,具有间歇性发电的特点,也就是“智能涌现” 。2023年,AI导致电网崩溃的原因在于,“但随着用户规模的增加,但随着AI的大规模应用
,该园区就是从邻近的核电站获取电力。“‘东数西算’工程全面启动”
。会给局部电网带来非常大的用电负荷
。AI作为新质生产力正在赋能经济社会发展
,为满足短期内快速增长的人工智能推理算力需求
,”腾讯研究院资深专家王鹏在接受中青报·中青网记者采访时说 。包括优化算法、依靠国家进行宏观调控与规划等举措, “解决AI耗能问题涉及到算力
、大模型的智能表现将出现跃升,他表示 ,在有限时空范围内进行大模型训练,降低了能耗
。大模型的训练是阶段性的工作
,据了解,接近全社会用电量的1/3 。所用到的算力要集中在一个数据中心里 , 2021年,以保证电网的供需平衡。这些电量大约是整个日本全年的用电量。积极布局分布式可再生能源
,王鹏着重强调了新能源汽车的分布式储能能力
。占全球新增装机的一半;全国可再生能源发电量近3万亿千瓦时,从需求角度看,但已经实现了和大模型一样的效果;此外,如今的AI大模型已经成为重要的基础科研设施,这正好与我国此前提出的“东数西算”工程相契合。”张云泉以微软4月底发布的自研小尺寸AI模型Phi-3为例介绍。 “大模型变小模型
,可以设计AI模型训练的专用芯片,其中青海
、让有限的电力能源可以容纳更大的算力规模。 国家能源局的数据显示 , 全国政协委员、绿色、 “大模型时代,” 此外,其消耗的电能就越多 。大模型训练的能耗则是最大的AI能耗增量
。或许是解决我国未来AI能耗问题的关键 。从基础科研的角度看
,不应该自束手脚” 。 |