博客
通过电力和计算的融合释放数据中心的增长
关于人工智能未来可能发展成什么样子，人们已经展开了很多争论——2023 年 11 月在英国举行的人工智能峰会吸引了来自世界各地的技术领袖，他们讨论了可能出现的结果，无论是好是坏。巧合的是，这次会议在布莱切利园举行，二战期间，密码破译员使用早期计算机“巨人”在这里破译，这或许是当今人工智能的前身，它有 2500 个电子管，占地面积 17 平方米，重 5 吨，功耗 8 千瓦。图灵测试' 来确定计算机是否能够“思考”的方法是按照布莱切利园密码破译者艾伦·图灵的名字命名的，而且有人认为，“大型语言模型” ChatGPT 现在可以轻松通过。
人工智能的限制——能源和硬件
那么，人工智能的控制因素是什么？除了道德方面的考虑，还有实际的限制，其中最重要的是硬件和运行硬件所需的电力。在人工智能出现之前， 数据中心的所有设备供电， 吞吐量大幅提升，以满足视频流和云游戏等服务的需求，但硬件跟上步伐，编程和电力输送系统效率的发展导致数据中心整体能耗几乎没有增加。例如，2015 年至 2022 年间，能耗仅增加了 20% 根据国际能源署的数据 （IEA）。尽管同期数据中心工作量增加了 340%，但情况仍然如此。
数据中心、人工智能和能源——数字
然而，随着人工智能的发展，情况正在发生变化——大型语言模型 (LLM) 的训练阶段耗能巨大，据报道 ChatGPT 的耗电量超过 1.2 TWh。然而，在操作或“推理”阶段， 这个数字是 564 兆瓦时 每天 在 3,600 多台服务器中使用近 30,000 个 NVIDIA GPU。根据这些数据以及所有其他服务器应用程序，IEA 表示数据中心能源使用量的增长速度目前为每年 20–40%。 公司名称 施耐德 预计到2028年AI的CAGR要素为25%至30%。
