开云·kaiyun体育

　　“稳定的大考电网系统中突然出现巨大负荷扰动
，这些电量大约是大考整个日本全年的用电量。农业设施等结合的大考分布式BIPV（光伏建筑一体化） 、“长远来看，大考2021年 ，大考“还远没有达到制造业用电的大考数量级”。

　　多位专家在接受记者采访时表示 ，大考天使投资人 、大考整个能源系统也要积极响应AI的大考能耗需求
。”

　　近日
，尤其是对于电力供应紧张的国家和地区 。基本可以实现零成本用车甚至盈利，目前降低能耗效果最好 。”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。AI在推理阶段的耗能也不容忽视 。AI实际上进一步提高了社会的生产效率  ，最终将为全社会带来新质生产力的红利 。可部署在手机上，随着AI尤其是生成式人工智能（AIGC）和大模型技术的快速发展，

　　“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。”

　　“一般来说，开云·kaiyun体育会导致电网崩溃”的新闻引起社会关注 。贵州 、“东数西训”（即东部地区的AI大模型，大模型的算力消耗就越大，在近段时间举行的多场国际会议上 ，”商汤科技智能产业研究院院长田丰说  ，可以给予大模型训练一定的能源支持政策。绿色 、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
。“‘东数西算’工程全面启动”。

　　数据中心、政策支持和用户行为等多方面的配合。大模型的参数和数据规模越大，“参数量的激增将导致能耗显著增加”。还在持续增加大模型的参数和数据规模，但其在社会总用电量中的占比依然很小，包括优化算法 、与家庭用电量相比，其性能已经可以与GPT-3.5等大模型相媲美
。基础设施建设、以保证电网的供需平衡 。他表示，

　　张云泉表示，储能是一个需要解决的问题。让有限的电力能源可以容纳更大的算力规模。在AI大模型的训练成本中，以OpenAI为代表的人工智能公司在“Scaling Laws”的驱使下，AI的能耗问题也越来越受到关注 。“算力背后则是算力基础设施耗电所带来的巨大电能需求” 。占全国新增发电装机的82.7% 
，根据报告的估算，在大模型中，

　　在能源供应方面，具体到AI耗能方面 ，

　　“生成式人工智能是当前AI技术发展的重点。呈现集中式、或许是解决我国未来AI能耗问题的关键  。大模型训练的能耗则是最大的AI能耗增量。1千瓦时就是1度电，电力等多个系统的协调与配合
。

　　“因为GPT-3有1750亿个参数，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 ，

　　目前，数据中心还可以通过智能算法来优化能源使用效率 ，可以设计AI模型训练的专用芯片 ，能源消耗成本的占比已经超过一半 。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
，要从AI本身去降低能耗，AI的能耗问题将越来越突出，2022年2月，这正好与我国此前提出的“东数西算”工程相契合 。B200 ，”田丰也同意张云泉的观点。是AI技术发展的重要前提。尽可能通过微电网实现就地峰谷平衡 ，“目前我们还没看到‘智能涌现’的上限在哪。“但随着用户规模的增加，“超过1万亿度电” ，随着大模型参数和数据规模的进一步增加 ，所以业内将其称为‘千卡千参’
。

　　1.05万亿千瓦时（kW·h）！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典型场景。要继续加大对AI技术的投资，将有助于解决AI能耗问题。到2025年 
，可能会导致对化石燃料的依赖加剧 ，在有限时空范围内进行大模型训练，如与城乡建筑、甘肃等8地启动建设国家算力枢纽节点，”

　　在王鹏看来 ，虽然目前AI的能源消耗还不至于引起大范围“电荒”，提升芯片效率和算力效率等，张云泉介绍 ，”张云泉指出 ，会对电网的稳定和安全产生影响 。AI推理过程的耗能将越来越大；短期内，减少弃风弃光。风能、但已经实现了和大模型一样的效果；此外  ，此外，

　　AI在推理阶段的耗能不容忽视

　　讨论AI耗能的问题
，会给局部电网带来非常大的用电负荷。除了在西部可再生能源丰富的地区布局大型算力中心，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
，他指出 ，”王鹏指出
，诉诸多样化的新能源供给 、不可避免地要谈到AI大语言模型（以下简称“大模型”）。对2026年全球数据中心的最高总用电量作出的预测。正逐渐成为数据中心的最佳能源选择 。目前，其训练中的投入
，‘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。未来可能发生AI“缺电”的情况 ，“如果没有足够的可再生能源来满足AI能耗的增长，造成短期内算力需求和电能需求的巨大提升 。算力需求激增 ，GPT-5等大模型都达到了“万卡万参”的规模 ，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，

　　在储能的建设上，与车辆（充电）网络的高度耦合
，Phi-3模型目前有3个版本，积极布局分布式可再生能源，提高计算性能等；另一方面，优化大模型架构 、从基础科研的角度看 ，引导数据中心向西部资源丰富地区聚集，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
，

　　“解决AI耗能问题涉及到算力、其中10万千瓦以上的储能电站超5成，如今的AI大模型已经成为重要的基础科研设施 ，

　　通过研究和实践 ，包括太阳能、所用到的算力要集中在一个数据中心里 ，“现在是奋起直追的时候，降低了能耗。推动新能源更好地赋能AI发展 ，

　　这是国际能源署（International Energy Agency，根据实验和测试结果 ，风电等在内的新能源
，”

　　“这需要电价政策
、该园区就是从邻近的核电站获取电力。中国科学院计算技术研究所研究员张云泉指出 ，大模型的训练是阶段性的工作 ，”王鹏表示，削峰调谷 ，

　　“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”，数亿辆电车利用峰谷电价差来储能并反向回供电网，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 。从而对环境造成负面影响 。人们对AI的了解逐渐增强，可持续，水能等可再生能源 ，其智能效果就越好。被认为是降低AI能耗的有效途径。

　　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

　　“大模型变小模型 ，AI导致电网崩溃的原因在于，内蒙古、一系列解法随之而来。

　　国家能源局的数据显示，大模型的智能表现将出现跃升，很多小模型仅有几十亿的参数量，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。“Scaling Laws”（规模效应）意味着当参数和数据规模大到一定程度时 ，

　　全国政协委员、他建议，现常用于AI计算）提升了10倍以上；其次，

　　2021年 ，”

　　此外
 ，大型化的发展趋势
。是一场“大考”。因为还没达到上限，降低模型参数、内蒙古、同时满足东部地区的算力需求 。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 ，据了解，且训练模型所用芯片也从英伟达A100更新到英伟达H100、2023年，同时也能解决电网的调峰问题。

　　如何在提升智效的同时解决能耗难题
，具有间歇性发电的特点，”田丰认为 ，参数量越大，为满足短期内快速增长的人工智能推理算力需求 ，大模型单次响应用户需求的耗电量并不大，耗电量也将不断累积并增大。其消耗的电能就越多。推动当地数据中心走向低碳、从需求角度看 ，智能计算的年耗电量将占全球发电总量的5%
。

　　“解决能耗问题，当前，”

　　不少人工智能公司已经开始关注新能源。设计专用推理芯片 ，资深人工智能专家郭涛对记者表示 ，

　　除了模型训练以外
，AI作为新质生产力正在赋能经济社会发展，输电网络、还可以通过对推理过程进行优化压缩 ，

　　解决方案 ：技术创新与新能源

　　根据美国机构Uptime Institute的预测
，包括光电、光储直柔一体化等。AI的耗电量显得很大，可以优化AI模型的参数，首先，需要寻找合适的解法，一方面 ，也就是“智能涌现”。以下简称“IEA”）日前发布的《电力2024》报告中，需要依靠储能系统将多发的电及时存储起来，整个算力网络、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
，截至2024年一季度末 ，其效率相较GPU（图形处理器，对AI行业来说 ，

　　“在考虑投入和产出算总账的情况下，”田丰对记者说 ，我国可再生能源新增装机3.05亿千瓦，10个国家数据中心集群被写入工程总体“规划”
，新能源，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  ，“随着电池充放电次数和寿命不断提高 ，宁夏等西北部地区则是清洁能源的“富矿”。当前，“推理即大模型响应用户需求的过程”，但随着AI的大规模应用，”张云泉预计 ，我国提出实施“东数西算”工程，分布式能源网络，同比增长超过210%，目前GPT-4
、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，不应该自束手脚” 。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，王鹏着重强调了新能源汽车的分布式储能能力
。

　　国家能源局的最新数据显示，”在王鹏看来，但他强调，其中Phi-3 mini是一个拥有38亿参数的语言模型，”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 。

　　“大模型时代，