中意资讯网 中意资讯网

当前位置: 首页 » 前沿资讯 »

跳出能耗换性能的路径依赖

近日,国际数据公司(IDC)与浪潮信息联合发布《中国人工智能计算力发展评估报告》。数据显示,2024年中国智能算力规模达到725.3百亿亿次/秒,同比激增74.1%,增速是通用算力的3倍有余。报告还预测,2027年,人工智能数据中心IT能耗将增长至146.2太瓦时,5年间实现6倍增长。

当前,算力热潮涌动,能源消耗和碳排放日益成为焦点问题。一段时间以来,“大力出奇迹”是人工智能行业的通行做法。据披露,在数据中心的高能耗下训练GPT-3大模型,单次训练的能耗相当于一个人4年的生活用电总量。有研究显示,2022年我国数据中心耗电量约占全国耗电总量的3.13%。

行业整体深陷“算力崇拜”,能耗黑洞便深不见底。在这种情况下,绿色节能是人工智能产业可持续发展的必然方向。

破解算力能耗之困,顶层设计需先行一步。一方面,深入贯彻国家重大项目能耗单列政策,为人工智能产业发展预留充足的用能空间,同时紧抓人工智能产业发展战略窗口期,积极引导其产业向绿色低碳方向转型升级。另一方面,优化算力资源布局,加快算力电力协同发展,引导西部新型数据中心就地消纳光伏、风能等清洁能源,转“绿电”为“绿算”,实现数字经济与绿色发展和谐共融。

在产业层面上,可进一步构建绿色算力体系。旺盛的算力需求与有效的算力供给需要高效匹配,完善算力调度交易机制,破解算力供需失衡的矛盾,提高算力资源利用效率。通过物联网等技术和精细化管理,智能关断和启动局部空闲设备,智能调节数据中心制冷系统,实现余热资源回收利用,提升区域能效水平。最终实现能源管控的“管器具”向“管数据、管行为、管结果”的全链条能耗管理转变。

回归人工智能,在技术攻关上另辟蹊径,优化模型算力调度,迭代算法提高计算效率,“以软补硬”破解能耗困局。马斯克口中“最聪明的AI”——通过“卷算力”“堆数据”“拼规模”打造出的Grok 3,在训练过程中累计消耗了高达20万张GPU。而开源推理模型DeepSeek-R1四两拨千斤,在多个基准测试中与OpenAI公司的o1模型持平,但成本仅为o1的三十分之一。DeepSeek的横空出世及开源策略正在牵动大模型赛道的分化,向世界展示了一条环境友好、普惠共享的人工智能发展之路。

道阻且长,行则将至。算力是人工智能产业的引擎,更是新质生产力发展的重要内容。在全球算力需求井喷式增长的当下,算力发展需要锚定单位能耗创造最大社会价值的坐标,人工智能技术进步必须跳出能耗换性能的路径依赖。唯有坚持绿色低碳的可持续发展道路,新质生产力才能在神州大地加速成长。

未经允许不得转载: 中意资讯网 » 跳出能耗换性能的路径依赖