人工智能陷入耗电黑洞,它会成为翻版的比特币挖矿吗?

AI 越来越强大的 AI 模型正在改变这个世界。但这背后的成本却并不便宜。目前,业界就人工智能巨大的能源需求发出了很多警告。以中国的数据为例,全国 40 万个数据中心,每年总体耗电量超过 1000 亿度,这相当于三峡和葛洲坝水电站 1 年发电量的总和。

AI 研究成为翻版的比特币挖矿?

——计算耗能

近日,著名的 AI 研究机构艾伦 AI 研究所(AI2)发布了一份新的立场文件(Position Paper),呼吁业内在评估 AI 研究时应该更加重视能效,在开发、训练和运行模型时,与速度、准确性等指标一并列出“成本标签”。

AI2 首席执行官 Oren Etzioni 表示,时代正在发生变化,“能源密集型”的 AI 研究产生的碳排放愈发令人担忧。


2012年以来,人工智能领域在包括对象识别、游戏、机器等在内得广泛功能取得了显著的进展。每个进步无疑都需要进行密集型的模型计算,比如2012年,Alexnet 为比较先进的网络学习模型,而到了2017年的 AlphaZero,模型的计算数量是原来的 30 万倍。


自2012年以来,模型计算量增长了 30 多万倍

今年初到现在,明显有越来越多的研究人员对这种通过大量计算来获得准确的结果的“红色 AI”研究,尤其是深度学习不断增长的成本发出了警告。 在最近于旧金山举行的一次会议上,半导体行业大型供应商 Applied Materials 的首席执行官加里·迪克森(Gary Dickerson)发表了一个大胆的预测。他警告称,由于材料、芯片制造和设计方面缺乏重大创新,到2025年,数据中心的人工智能运转可能占全球用电量的十分之一。要知道,目前广为诟病的比特币挖矿每年消耗电量超过 20 亿瓦,也只是大概相当于全球电量的 0.5% 而已。

落基山研究所的特别顾问乔纳森·库米(Jonathan Koomey)则相对乐观。他预计,尽管人工智能相关活动呈井喷式增长,但数据中心的能源消耗在未来几年仍将保持相对平稳。这些大相径庭的预测突显出,人工智能对大规模计算未来的影响以及对能源需求的最终影响存在着不确定性。

毫无疑问,人工智能电力消耗非常大。随着自动驾驶汽车和嵌入其他智能设备的传感器等设备的兴起,人工智能模型还将要处理有更多的信息。除了计算耗费电能,为 AI 应用做基础铺设的 5G 基站同样也陷入了耗电的窘境。

5G 基站耗电惊人

——计算传输耗能

这几日,“电费或将成为压垮运营商的最后一根稻草”的话题在电力的圈子广泛传播。

按照运营商官方统计的结果显示,5G 基站最大功耗约为 4G 的 3-4 倍。根据中国铁塔的一份分析报告,截至2018年底,几家主流厂商 5G 基站系统的典型功耗为:大唐为 4940W、华为 3500W、中兴为 3255W,作为对比,4G 的系统功耗仅为 1300W,5G 是 4G 的 3-4 倍。

那么为什么,5G 功耗如此之高呢?

一方面,5G 提高系统容量和频谱利用率的关键技术 Massive MIMO(大规模天线技术),本身是以更高的计算成本为代价降低传输功耗;另一方面,由于 5G 传输速率将成倍提升,5G 基站将处理海量数据,且随着 5G 业务的不断发展,5G BBU 的计算功耗将逐渐上升。因此,相比 4G 时代基站功耗大部分花在传输上,在 5G 时代,基站的计算功耗将大幅提升超过传输功耗。 其实,关于芯片算力的讨论很早就开始了,最近又提出了“定义一个真实的 AI 芯片性能”的说法,而在 AI 耗电耗能的话题上,人们的关注度不得不又回到了芯片这个领域。

如何做到绿色 AI

——提功耗,降能耗

在人工智能的研究和应用中,不管计算、存储还是传输,芯片是核心和关键。以降能耗为主打功能的“绿色芯片”被千呼万唤出来。以 AI 的一个分支应用为例,人工智能与物联网技术高度结合,且已经形成新的一门融合学科。AI+IoT 也渐渐演化成 AIoT,万物互联正在向万物智联进化。

AIoT 芯片就在此大背景下诞生。实际上,AIoT 芯片并不是一个独立的芯片个体,目前市场首批 AIoT 芯片几乎都是结合了 CPU、GPU、FPGA 和 DSP 等核心零部件组合而成。不过青出于蓝而胜于蓝,AIoT 芯片与传统芯片相比确实存在不少差别。

相较传统芯片而言,AI 芯片可以利用更低的主频、更小的芯片面积,完成 AI 计算任务,实现成本、功耗、算力等多样化需求之间的完美平衡。

AIoT 意味着物联网终端设备智能化,芯片的计算能力更强,能耗更低。随着 AIoT 技术深入应用到各个生活层面,物联网设备之间将加速数据交互,促进数据融合,形成全新的智能物联生态系统。人们的生活也会越来越便捷、越来越智能。同时,也会产生更多的生活场景需求。

以 AIoT 为代表的新型微芯片体给绿色 AI 的实现指明了一条道路,英特尔、AMD 等大公司,都在开发利用光子学等技术的、节能性大幅提升的半导体,来驱动神经网络和其他的人工智能工具。

今天的 AI,在绿色芯片的基础驱动下,将更大程度的向环保 AI 的方向发展。而未来 AI 计算能力增强的幅度与功耗能源的降低程度,两者之间将如何演进,共生发展,我们只能拭目以待了。