“大口吃电”的人工智能

资讯 4个月前

113

众所周知，机器学习需要消耗大量的能源。算力是人工智能世界发展的基础，而算力的瓶颈归根到底是电力，那些训练聊天机器人、为文本生成视频提供动力的人工智能模型，几乎以每小时兆瓦为单位，产生巨额的服务器用电账单

近日，美国开放人工智能研究中心OpenAI发布首个视频生成模型“Sora”。Sora可以基于文字、图像和视频提示（prompts）生成视频。

Sora的优势十分突出。相对于此前类似应用，Sora生成的视频时间更长（60秒），可以变换视角（平行或无人机视角）和焦距（微距、特写、近景和远景等）、清晰度（高至1080K）和长宽比，还能根据用户提示依据物理原理对视频中的内容向过去或未来推演，以及表达出如孤独、热闹等情感色彩。

一年前，同样是这家研究中心发布的AI语言模型ChatGPT 是文生文，Midjourney 是文生图，Pica 和Runaway等是文生视频，Sora 则大有不同。

据业界专家所说，Sora的影响往小了说是文生视频技术突破了一个数量级，可直接应用于短视频、广告等行业；往大了说，它提供了理解、重建和模拟这个世界的可能性。

▲有人向AI要一段“由一名祖母辈的网红主持的自制团子烹饪课程，背景是一个质朴的托斯卡纳乡村厨房，并配有电影级的灯光”，之后Sora生成了这段AI视频。

Sora等新技术的出现不断颠覆着世界的同时，也为能源和环保带来沉重的压力。

能源无界，地球有声

一个新模型的产生需要消耗多少能源？2023年，有人就ChatGPT的能源消耗算过这样一笔账：光ChatGPT训练一次就要消耗90多万度电,相当于1200个中国人一年的生活用电量。此外，OpenAI公司估计，训练一个GPT-3模型需要约1200亿个参数，而这个过程需要消耗约450万千瓦时的电力。

据专业机构测算，假设托管在微软的Azure云上的ChatGPT每天有100万用户咨询（在特定的响应时间和词汇量下，每天约29,167小时），按A100 GPU的最高功率407W（瓦特）计算，每天碳排放达到3.82吨，每月排碳超过100吨。如今ChatGPT日访问用户超过5800万，实际排碳量要远超每月100吨。

除此之外，训练这样一个包含1750 亿参数的语言大模型，需要上万个 CPU/GPU 24 小时不间输入数据，大概消耗1287MWh的电力，二氧化碳排放量超过552吨。

聚焦文本、音频、图像的ChatGPT消耗已如此之大，聚焦视频的Sora消耗则更为可怖。根据DiT模型创立者谢赛宁博士粗略测算，Sora模型的参数规模大约为30亿。根据对可训练数据量的研究成果，海外大型视频网站每分钟大约上传500小时视频内容。由此测算训练Sora模型需要约7.09万张H100一个月的训练量。

相关研究测算，生成一张图的算力消耗约为256个词的消耗。生成一个1分钟时长短视频的算力消耗，约是生成一次文字对话的千倍以上。也就是说，Sora的二氧化碳排放量是ChatGPT的千倍以上。

目前，Sora并未正式开放，而一旦正式开放，除了对各行业的冲击，其所需要的能耗、所排放的二氧化碳将是惊人的。

在人工智能风暴的裹挟下，可再生能源的独立自主性将得到新的挑战，环保的警戒线也将上升到新的高度。

Sora与自然的博弈

对于前行者来说，研究一个新模型需要消耗多少能源、会造成多大的自然灾害等问题并不会阻止脚步，但对于当前世界来说，任何一个变数都是加重地球危机的砝码。

当前，传统能源面临枯竭的危险，新能源尚不能独立承担起重任。更为严峻的是，由于大量消耗不可再生能源，全球正在面临三大危机：气候变化、污染和生物多样性丧失。

全球气温升高、近两年频频出现的极端气候已经为人类发出了警告，巨大的生存危机悬浮在头上。但是，人类一方面达成双碳目标，另一方面又“不得不”推进技术变化。

人工智能和环境仿佛是相悖的存在。在金融领域有一个三元悖论，独立的货币政策、自由的资本流动和稳定的国家汇率，即一个国家只能拥有其中两项，而不能同时拥有三项。衍生到能源领域变为低成本、清洁环保、安全稳定。而在大模型应用领域则为，通用性、可靠性和经济性。

也就是说，当大模型越可靠、越通用时，其距离经济性也越遥远，从另一个侧面来看，对环境也会造成剧烈的冲击。

正所谓有失必有得，在Sora这类生成式AI技术的推动下，能源领域的AI基础设施也会迎来了“高光时刻”。

能源领域能用到人工智能的地方并不少，无论是大型油田、煤矿的运行，还是风光电站的监控、并网，亦或是电网、储能等的发展，人工智能都是不可或缺的一部分。而Sora可以生成的视频相当于重构了一个世界，更具想象力的是，运用Sora大模型的生成能力，还可以推动产业的技术创新。比如，生成模拟的智慧电网，以便在设计阶段进行分析和优化，从而对风光等不可控能源的并网过程进行提前预估。

一方面是难以控制的碳排放，一方面是人类和自然的博弈。人工智能目前也在思考如何才能最大程度的节能减排，但是相比庞大的排放量和全行业的推进，这些努力似乎杯水车薪。可以预见的是，人工智能对未来环境的冲击是巨大的，Gartner的预测，除非目前能提供更可持续的选择，否则到2025年，AI消耗的能源将超过人类活动所消耗的能源。而Sora的出世将加快这一进程。

众所周知，机器学习需要消耗大量的能源。算力是人工智能世界发展的基础，而算力的瓶颈归根到底是电力，那些训练聊天机器人、为文本生成视频提供动力的人工智能模型，几乎以每小时兆瓦为单位，产生巨额的服务器用电账单。

Digital Information World发布的报告显示，数据中心为训练AI模型产生的能耗是常规云工作的三倍，预计到2030年，美国数据中心的电力需求将以每年约10%的速度增长。

而训练模型，将比传统数据中心活动消耗更多电力，对电力的需求更高。以训练GPT-3大型语言模型为例，需消耗接近1,300兆瓦时的电力，这大约相当于130个美国家庭1年的用电量，而这仅仅是训练AI模型的前期电力，仅占模型实际使用时所消耗电力的40%。